AMD FSR Redstone unterstützt NVIDIA GeForce- und Intel Arc-GPUs: Neural Rendering Core nicht nur für Radeon

AMDs neueste Fortschritte im Bereich des maschinellen Lernens (ML) haben eine neuronale Rendering-Technologie eingeführt, die die Kompatibilität über Radeon-GPUs hinaus erweitern könnte. Diese Innovation unterstreicht die strategische Anpassung des Unternehmens an ML-Operationen und verspricht, das Spielerlebnis auf verschiedenen Plattformen zu verbessern.

AMDs FSR Redstone: Breite Kompatibilität für verbesserte Grafik

AMDs FSR Redstone, angekündigt auf der Computex 2025, ist eine bahnbrechende Machine-Learning-Suite speziell für Entwickler. Diese Suite ermöglicht die Integration neuronaler Rendering-Technologien in Videospiele und verbessert so sowohl die Grafik als auch die Leistung deutlich. Laut einem Bericht von 4gamer.net mit Einblicken von Chris Hall, Senior Director of Software Development bei AMD, nutzt FSR Redstone das leistungsstarke ML2CODE-Framework (Machine Learning to Code), das in dieser Technologie eine entscheidende Rolle spielt.

Die Hauptfunktion von AMDs ML2CODE ist einfach und dennoch effektiv: Es konvertiert vortrainierte neuronale Netzwerkmodelle in GPU-Compute-Shader-Code. Dieser Prozess generiert optimierten HLSL-Code, der auf einer Vielzahl von GPUs ausgeführt werden kann, die moderne Shader-Technologien unterstützen. FSR Redstone erfordert daher ML-Inferenz zur Laufzeit, wobei ML2CODE als Brücke fungiert und den neuronalen Rendering-Kern in Standard-Compute-Shader übersetzt. Dieser Ansatz stellt sicher, dass der resultierende Shader-Code auf Vertices von AMD-, NVIDIA- und Intel-GPUs operieren kann und bietet somit eine beispiellose plattformübergreifende Unterstützung.

AMDs Radeon RX 9070 XT und RX 9070 GPUs — AMDs RX 9000 GPUs | Bildnachweis: AMD

FSR Redstone wurde mit AMD ML2CODE (Machine Learning to Code), einem Forschungsprojekt von ROCm, entwickelt. Der Kern der neuronalen Rendering-Technologie wird mithilfe von ML2CODE in optimierten Compute Shader-Code umgewandelt. Das bedeutet, dass der neuronale Rendering-Kern von FSR Redstone auch auf GPUs anderer Hersteller ausgeführt werden kann.

Bei AMD verwenden wir HIP im Entwicklungsprozess für viele innovative neue KI-bezogene Technologien. ML2CODE zielt auf die Integration mit den am häufigsten verwendeten Grafik-Rendering-Pipelines ab, wie beispielsweise Vulkans Shader-Sprache „GLSL“ und DirectXs „HLSL“.

Es ist sehr wahrscheinlich, dass die KI-Kerne der verschiedenen KI-bezogenen Funktionen in FSR Redstone mit HIP-Code entwickelt werden. Dies liegt daran, dass HIP-Code für jede Radeon-GPU-Generation optimierten Code ausgeben kann und dank dieser Architektur auch auf anderen GPUs als AMD lauffähig ist. Unabhängig davon, ob dies sinnvoll ist: Wenn HIP-Code in CUDA konvertiert und mit einem NVIDIA-Compiler erstellt wird, läuft er wahrscheinlich auf einer NVIDIA-GPU.

AMDs Senior Director für Softwareentwicklung, Chris Hall ( über 4Gamer )

In einer bemerkenswerten Enthüllung bestätigte Hall, dass FSR Redstone für seinen Betrieb keine KI-Beschleunigungsfunktionen benötigt. Diese Designentscheidung stellt sicher, dass alle Verbesserungen des maschinellen Lernens auf älteren GPU-Modellen genutzt werden können, da das System den Shader-Code vor der Ausführung optimiert und so die Abhängigkeit von KI-Rechenressourcen während der Laufzeit eliminiert. Obwohl ältere Hardware möglicherweise einen gewissen Leistungseinbruch aufweist, wird eine breite Unterstützung erwartet.

Diese Entwicklung markiert einen bedeutenden Fortschritt in der Rendering-Technologie, insbesondere im RDNA-Framework von AMD. Frühere Versionen wie FSR 4 waren auf RDNA 4 beschränkt, sodass frühere Generationen nicht unterstützt wurden. Da Redstone eine bahnbrechende ML-basierte Implementierung von AMD darstellt, birgt es das Potenzial, auch auf RDNA 3-Systemen deutliche Leistungsverbesserungen zu erzielen.

Quelle & Bilder