Um modder conseguiu o que a NVIDIA ainda não entregou oficialmente: distribuir a carga do DLSS 5 Neural Rendering entre duas placas de vídeo, usando uma exclusivamente para processar a renderização neural enquanto a outra roda o jogo. O resultado, segundo testes publicados pelo Tom’s Hardware e pelo PC Gamer, é um ganho de até 127% nos frames por segundo em cenários onde o Neural Rendering mais pesa. É uma solução engenhosa, tecnicamente fascinante — e que levanta perguntas sérias sobre para onde vai o mercado de GPUs nos próximos anos.
O mod, desenvolvido como um add-on para o ReShade (framework popular de pós-processamento), funciona de forma similar ao que a NVIDIA fez com o PhysX dedicado há quase duas décadas: uma GPU secundária assume um processo pesado, liberando a GPU principal para o que ela faz de melhor. Só que agora, em vez de física, o recurso transferido é inteligência artificial aplicada à imagem — e o impacto no desempenho é muito mais significativo.
O que é o DLSS 5 Neural Rendering e por que ele é tão pesado
Para entender o que esse mod resolve, é preciso entender o problema. O DLSS 5 (Deep Learning Super Sampling, quinta geração) introduziu o conceito de Neural Rendering — um processo que vai muito além do upscaling tradicional. Enquanto versões anteriores do DLSS essencialmente ampliavam uma imagem de resolução menor usando redes neurais, o Neural Rendering do DLSS 5 reconstrói elementos inteiros da cena: iluminação, reflexos, partículas e até geometria são parcialmente gerados por IA, não pela engine do jogo.
O resultado visual é impressionante, mas o custo computacional é alto. O Neural Rendering usa os Tensor Cores das GPUs RTX — os núcleos dedicados a operações de IA — de forma muito mais intensiva do que qualquer versão anterior do DLSS. Em placas de entrada e meio de linha, isso pode anular boa parte do ganho de FPS que o upscaling deveria proporcionar. É aí que o mod entra.
Como o mod funciona na prática
O add-on para ReShade intercepta o pipeline de renderização e redireciona os cálculos de Neural Rendering para uma GPU secundária instalada no sistema — pode ser uma placa mais antiga, de entrada, ou até uma iGPU dedicada em configurações específicas. A GPU principal continua renderizando o jogo normalmente; a secundária recebe o frame, aplica o pós-processamento neural e devolve o resultado. O processo acontece em paralelo, e a latência adicionada é mínima o suficiente para não comprometer a jogabilidade.
Segundo os testes do Tom’s Hardware, o ganho de desempenho varia bastante dependendo da combinação de GPUs e do jogo, mas chegou a 127% de aumento de FPS nos cenários mais favoráveis — aqueles em que o Neural Rendering estava consumindo uma fatia desproporcional dos Tensor Cores da GPU principal. Em configurações mais modestas, os ganhos ficaram entre 40% e 80%, ainda assim números expressivos.
“O mod chega a dobrar o FPS em cenários onde o Neural Rendering travava a GPU principal — e usa hardware que muita gente já tem parado na gaveta para isso.”
Tom’s Hardware, setembro de 2026
A comparação com o PhysX dedicado: história se repetindo?
A analogia com o PhysX não é apenas poética — é estruturalmente precisa. Entre 2008 e 2014, a NVIDIA permitia que usuários com duas GPUs NVIDIA designassem uma delas exclusivamente para processar física em jogos compatíveis. O esquema funcionava bem em títulos como Batman: Arkham Asylum e Borderlands, mas morreu por falta de adoção dos desenvolvedores e pela chegada de APIs de física mais abertas.
O cenário atual tem diferenças importantes. O Neural Rendering não é uma feature opcional de nicho: ele está se tornando parte central do pipeline de renderização moderno. E, diferentemente do PhysX, o DLSS é suportado por centenas de jogos. Isso significa que o mod tem um ecossistema muito maior para explorar — e que a NVIDIA pode, eventualmente, oficializar algo similar.
| Recurso | PhysX Dedicado (2008-2014) | DLSS 5 Neural Rendering Mod (2026) |
|---|---|---|
| Tecnologia offloaded | Física (partículas, destruição) | IA de renderização neural |
| GPU secundária necessária | Qualquer GPU NVIDIA | Qualquer GPU com suporte a Vulkan/DX12 |
| Ganho de desempenho | Variável (10-40%) | Até 127% (média 40-80%) |
| Suporte oficial NVIDIA | Sim (nativo no driver) | Não (mod de terceiros via ReShade) |
| Jogos compatíveis | Dezenas | Centenas (qualquer jogo com DLSS 5) |
| Status atual | Descontinuado | Em desenvolvimento ativo |
Limitações técnicas que você precisa conhecer
Antes de sair comprando uma segunda placa de vídeo para o setup, é importante entender as restrições. O mod ainda está em fase experimental — o próprio desenvolvedor deixa claro que a estabilidade varia por jogo e configuração. Alguns pontos críticos:
- Compatibilidade de placa-mãe: você precisa de uma placa-mãe com dois slots PCIe funcionais e bandwidth suficiente para alimentar duas GPUs simultaneamente — o que exclui boa parte dos setups de entrada.
- Consumo de energia: duas GPUs ativas consomem mais energia, mesmo que a secundária esteja em carga parcial. Uma fonte robusta é indispensável.
- Latência entre GPUs: a transferência de frames entre as duas placas via PCIe adiciona latência. Em jogos competitivos de alto ritmo, isso pode ser perceptível.
- GPU secundária ideal: os melhores resultados aparecem quando a GPU secundária tem Tensor Cores de geração recente. Uma RTX 3060 ou superior como placa secundária maximiza o ganho.
- Sem suporte oficial: qualquer problema é por conta do usuário. Drivers desatualizados ou conflitos de API podem travar o sistema.
Impacto no mercado brasileiro: o que muda para quem está montando PC aqui
No Brasil, o cenário de GPUs em 2026 é complexo. A crise de disponibilidade das RTX 50 Series ainda não foi completamente resolvida, e os preços das placas topo de linha continuam estratosféricos — uma RTX 5090 ultrapassa os R$ 15.000 nas poucas unidades disponíveis no varejo nacional. Nesse contexto, a ideia de usar uma GPU mais antiga como auxiliar para o Neural Rendering tem apelo real.
Pense no seguinte cenário: um gamer brasileiro que tem uma RTX 3070 ou RTX 3080 parada após um upgrade recente para uma RTX 4070 ou RTX 5070. Em vez de vender a placa antiga por um valor depreciado, ele pode usá-la como processadora neural dedicada — potencialmente extraindo desempenho equivalente a um salto de geração sem gastar um centavo. É exatamente o tipo de solução criativa que o mercado de hardware brasileiro, historicamente acostumado a fazer mais com menos, tende a adotar rapidamente.
O problema é a barreira de entrada técnica. Configurar o mod exige familiaridade com ReShade, edição de arquivos de configuração e algum conhecimento de como o Windows gerencia múltiplas GPUs. Não é plug-and-play — mas a comunidade brasileira de modding e overclocking tem histórico de democratizar esse tipo de solução com tutoriais acessíveis.
O que a NVIDIA pode fazer a seguir
A existência desse mod coloca a NVIDIA em uma posição interessante. A empresa poderia oficializar o suporte a Neural Rendering em GPU secundária diretamente nos drivers GeForce — algo que tecnicamente já é viável, dado que a infraestrutura de múltiplas GPUs existe desde os tempos do SLI. A vantagem seria óbvia: aumentar o valor percebido de ter duas GPUs NVIDIA no sistema, potencialmente reacendendo um mercado de multi-GPU que a própria empresa abandonou.
Por outro lado, isso também poderia canibalizar vendas de GPUs topo de linha. Se uma RTX 4060 + RTX 3060 entrega performance de Neural Rendering próxima de uma RTX 5080 sozinha, por que comprar a placa mais cara? É uma equação que a NVIDIA precisará resolver com cuidado — especialmente num momento em que Jensen Huang declarou que “a AGI chegou” e o foco da empresa está cada vez mais em vender a narrativa de IA como driver de upgrades de hardware.
O que isso significa para você
🎮 Gamer competitivo: Cuidado com a latência adicionada pela transferência entre GPUs. Para jogos de ritmo acelerado como CS2 ou Valorant, o ganho de FPS pode não compensar o input lag extra. Em jogos single-player ou menos sensíveis à latência, a história muda completamente.
🎬 Criador de conteúdo: Se você usa o PC para renderização e streaming simultâneos, uma segunda GPU já faz sentido para encodar vídeo. Adicionar o Neural Rendering a essa equação é um bônus real — você aproveita hardware que já justificaria a compra por outras razões.
🖥️ Usuário de IA local / trabalho: A lógica aqui é diferente. Se você já tem duas GPUs para rodar modelos de linguagem locais, o mod pode ser configurado de forma que o Neural Rendering use os Tensor Cores ociosos da GPU de IA durante sessões de gaming. É nicho, mas é elegante.
💰 Custo-benefício (o perfil mais relevante para o Brasil): Se você tem uma GPU antiga parada e uma mais nova como principal, vale muito a pena testar. O custo é zero (além da energia extra) e o potencial de ganho é enorme. Acompanhe o desenvolvimento do mod — em três a seis meses, deve estar muito mais estável e com suporte mais amplo a jogos. Não compre uma segunda GPU especificamente para isso ainda; espere a maturidade da solução.
No fim das contas, esse mod é um dos casos mais fascinantes de engenharia reversa aplicada ao gaming moderno. Ele não apenas resolve um problema real de desempenho — ele reacende um debate sobre arquitetura de PCs que parecia encerrado há anos. E, como quase toda inovação que começa na comunidade de modding, pode muito bem acabar virando feature oficial. Fique de olho.
