AMD的ML驅動神經渲染技術可能並非Radeon GPU獨有，因為該公司的神經操作轉換將與其他GPU著色器相容。
對於那些還不了解的人來說，AMD在2025年台北國際電腦展 (Computex 2025) 上發布了FSR Redstone ，這是一款機器學習套件，允許開發者將神經渲染技術整合到他們的遊戲中，從而增強視覺效果和效能。該套件將導入多項以機器學習為中心的功能。 4gamer.net在採訪AMD軟體開發高級總監Chris Hall的報導中指出FSR Redstone採用了AMD的ML2CODE（機器學習到編碼），它是ROCm的一部分，接下來我們將討論它的重要性。
AMD的ML2CODE目標很簡單：將訓練好的神經網路模型轉換為GPU運算著色器程式碼。它產生優化的HLSL程式碼，可以在任何支援現代著色器管線的GPU上執行。由於Redstone需要運行時機器學習推理，ML2CODE充當了中介，將神經渲染核心轉換為標準計算著色器。這意味著FSR Redstone著色器程式碼可以在AMD、NVIDIA和Intel GPU上執行，從而實現跨平台支援。
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整合，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編譯器打造，它很可能可以在NVIDIA GPU 上運行。
AMD軟體開發資深總監Chris Hall（來自 4Gamer）
有趣的是，Hall也透露AMD的FSR Redstone不會在運行時特別要求AI加速功能。這意味著所有專注於機器學習 (ML) 的功能都將適用於較舊的GPU，因為 Redstone不會在運行時執行AI核心，而是先優化著色器程式碼再執行，從而無需AI計算即可實現加速。當然在較舊的硬體上使用Redstone會有一些效能消耗，但預計會提供支援。
這是渲染技術的一大進步，尤其對於AMD的RDNA技術而言。我們已經看到FSR4僅限於RDNA4，而舊一代產品則被拋在了後面。由於Redstone是AMD首款採用機器學習的實現，它很可能也支援RDNA3，從而為平台帶來效能提升。
消息來源 |
收藏
分享
分享
提升卡
置頂卡
沉默卡
喧囂卡
變色卡
顯身卡
