Apex Compute hat eine frei zugängliche Testversion seiner Technologie Apex Neural Rendering veröffentlicht. Die Bereitstellung des Beta-Builds FG V.B14 für die Zwischenbildberechnung erfolgt über die Plattform OptiScaler und das Entwicklerportal GitHub.
Das Unternehmen bewirbt das Verfahren als bis zu 2,4-mal schneller und qualitativ überlegen gegenüber NVIDIAs Deep Learning Super Sampling bei zugleich reduziertem Bedarf an Grafikspeicher und Rechenleistung. Unabhängige Überprüfungen zeichnen derweil ein differenzierteres Bild der Leistungsfähigkeit.
Unabhängige Messungen relativieren Werbeversprechen
In ersten Praxistests außerhalb der Herstellerlabore konnte die Technologie den beworbenen Vorsprung nicht bestätigen. Wie HotHardware in einem Bericht vom 12. November 2026 anhand von Messungen auf einer RTX 50 in der Greenhouse-Szene von Hogwarts Legacy festhielt, erzielte das System bei zweifacher Bildgenerierung 186,6 Bilder pro Sekunde.
NVIDIAs DLSS kam im selben Szenario auf 201 Bilder pro Sekunde und arbeitete damit rund sieben Prozent schneller. Zudem traten bei aktiviertem Motion Blur sichtbare Artefakte in der Benutzeroberfläche auf.
Fachredaktionen wiesen darauf hin, dass die herstellereigenen Angaben auf synthetischen Tests basieren. Die vom Unternehmen genannte Beschleunigung um das bis zu 2,4-Fache beziehe sich lediglich auf die isolierte Rechenzeit einzelner Frames und spiegele keinen entsprechenden Zuwachs der gesamten Bildrate wider.
Wer sich für die Optimierung seiner Systemleistung und moderne Software-Alternativen interessiert, findet in diesem kostenlosen Startpaket wertvolle Unterstützung. Erfahren Sie, wie Sie Ubuntu parallel zu Windows installieren und für mehr Geschwindigkeit auf Ihrem Rechner sorgen. Kostenloses Linux-Startpaket mit Ubuntu-Vollversion jetzt sichern
In weiteren Titeln wie The Last of Us Part II zeigte sich das Verfahren laut Medienberichten nahezu gleichauf mit dem Konkurrenzprodukt, wobei NVIDIAs Modell leichte Vorteile behielt.
Benchmarks und Speicherbedarf laut Hersteller
Das Gesamtpaket von Apex Neural Rendering soll neben der Frame Generation künftig auch Funktionen für Super Resolution sowie Ray Reconstruction enthalten, die sich nach Angaben des Unternehmens derzeit noch in Entwicklung befinden. Für die Bildgenerierung legte Apex Compute eigene 4K-Messwerte auf Basis einer RTX 5090 vor.
Demnach benötige das Verfahren bei zweifacher Generierung 1,01 Millisekunden pro Zwischenbild gegenüber 1,26 Millisekunden bei DLSS FG, während im vierfachen Modus 0,61 Millisekunden gegenüber 0,82 Millisekunden anfallen. Das interne Verhältnis der Frame-Zeiten liege im 2x-Modus bei etwa 1,25-mal.
Beim Grafikspeicherbedarf gibt der Entwickler für 4K einen Wert von 214 Megabyte an, verglichen mit 562 Megabyte bei DLSS FG, was einer Ersparnis von rund 62 Prozent entspricht. Die Netzwerkgewichte werden mit 0,17 Megabyte beziffert.
Während neue Rendering-Technologien die Hardware fordern, setzen viele Nutzer bereits auf ressourcenschonende Software-Lösungen für maximale Stabilität. Warum sogar große Organisationen vermehrt auf Linux-Systeme setzen und wie Sie diese Vorteile sofort testen, zeigt dieser Gratis-Guide. Hier das Gratis-Startpaket inklusive Ubuntu-Vollversion anfordern
Eigene Qualitätsmetriken beziffert das Unternehmen mit einem CGVQM-5-Wert von 96,59 gegenüber 93,66, einem ColorVideoVDP-Wert von 9,24 gegenüber 8,77 Just Noticeable Differences sowie 33,84 Dezibel gegenüber 31,22 Dezibel beim Signal-Rausch-Verhältnis.
Breite Hardware-Unterstützung und Installationsaufwand
Ein zentrales Merkmal der Technologie ist die breite Plattformkompatibilität. Das System läuft herstellerunabhängig auf GeForce-Grafikkarten ab der GTX-16- sowie RTX-20- bis RTX-50-Serie, AMD-Radeon-Karten der Serien RX 5000 bis 9000 einschließlich Steam Deck, Intel Arc A und B sowie Apple Silicon ab dem M1 über ein entsprechendes Testkit. Als Betriebssysteme werden Windows 10 und 11, Linux, SteamOS via Proton sowie macOS ab Version 26 unterstützt.
Die Nutzung der aktuellen Beta-Version setzt manuelle Eingriffe in die jeweiligen Spielverzeichnisse voraus, da bislang keine offizielle Integration in Spieletitel vorliegt.
Obwohl Teile des Projekts auf GitHub bereitstehen, fehlt derzeit noch eine Lizenzangabe, weshalb der Code noch nicht formell als Open Source gilt. Eine vollständige Veröffentlichung unter freier Lizenz ist nach Unternehmensangaben geplant; die Komponente nr-record steht bereits zur Verfügung.