AMD 在機器學習 (ML) 領域的最新進展引入了神經渲染技術，該技術可能將其相容性擴展到 Radeon GPU 之外。這項創新凸顯了 AMD 對機器學習 (ML) 營運的策略性調整，有望提升跨平台的遊戲體驗。
AMD 的 FSR Redstone：廣泛相容性，增強視覺效果
AMD 在 2025 年台北國際電腦展 (Computex 2025) 上發布了 FSR Redstone，這是一款專為開發者量身定制的突破性機器學習套件。該套件能夠將神經渲染技術整合到視訊遊戲中，顯著提升視覺效果和效能。根據4gamer.net 的報導，AMD 軟體開發高級總監 Chris Hall 的見解指出，FSR Redstone 利用了強大的 ML2CODE（機器學習到編碼）框架，該框架在該技術中發揮著至關重要的作用。
AMD ML2CODE 的主要功能簡單而有效：它將預先訓練的神經網路模型轉換為 GPU 計算著色器程式碼。此過程產生最佳化的 HLSL 程式碼，可在支援現代著色器技術的各種 GPU 上執行。因此，FSR Redstone 需要運行時機器學習推理，而 ML2CODE 則充當橋樑，將神經渲染核心轉換為標準計算著色器。這種方法確保產生的著色器程式碼能夠在 AMD、NVIDIA 和 Intel GPU 的頂點上運行，從而提供無與倫比的跨平台支援。
FSR Redstone 是使用 AMD ML2CODE（機器學習編碼）開發的，這是 ROCm 的研究項目。神經渲染技術的核心部分透過 ML2CODE 轉換為最佳化的計算著色器程式碼。這意味著FSR Redstone 的神經渲染核心也可以在其他公司生產的 GPU 上運作。
在 AMD，我們在許多創新的 AI 相關技術的開發過程中使用 HIP。 ML2CODE 旨在與最常用的圖形渲染管線集成，例如 Vulkan 的著色器語言“GLSL”和 DirectX 的“HLSL”。
FSR Redstone 中使用的各種 AI 相關功能的 AI 核心很可能是使用 HIP 程式碼開發的。這是因為 HIP 程式碼可以輸出針對每一代 Radeon GPU 最佳化的程式碼，並且得益於這種架構，它也可以運行在 AMD 以外的 GPU 上。無論這是否合理，如果將 HIP 程式碼轉換為 CUDA 並使用 NVIDIA 編譯器構建，它很可能會在 NVIDIA GPU 上運行。
AMD 軟體開發資深總監 Chris Hall（來自 4Gamer）
值得一提的是，Hall 證實 FSR Redstone 的運作無需 AI 加速功能。這種設計選擇確保所有機器學習增強功能都可以在較舊的 GPU 型號上使用，因為系統會在執行前優化著色器程式碼，從而消除了運行時對 AI 計算資源的依賴。雖然較舊的硬體可能會帶來一些效能開銷，但預計將獲得廣泛的支援。
這項進展標誌著渲染技術的重大進步，尤其是在 AMD 的 RDNA 框架內。先前的版本（例如 FSR 4）僅限於 RDNA 4，而先前的幾代產品則不受支援。鑑於 Redstone 代表了 AMD 基於機器學習的開創性實現，它也有可能在 RDNA 3 系統上帶來顯著的效能提升。
發佈留言