AMD kündigt FSR Redstone an, den neuronalen Upscaler der nächsten Generation mit Ray Regeneration und Neural Radiance Cache
Auf der Ausstellung Computex 2025 AMD-Unternehmen präsentiert FSR Redstone — ein wichtiges Update der FidelityFX Super Resolution-Technologie, das veröffentlicht wird im zweiten Halbjahr 2025. Die neue Stufe der FSR-Entwicklung basiert auf maschinelles Lernenund umfasst drei Schlüsselkomponenten: Cache für neuronale Strahlung, Strahlenregeneration и ML-beschleunigte Frame-Generierung.
FSR Redstone wird ein direkter Konkurrent von DLSS 3.5 und RTX Video Super Resolution von NVIDIA sein. Die erste Funktion, Neural Radiance Cache (NRC), ist verantwortlich für Prognosen und Caching indirekte Beleuchtung basierend auf der Analyse reflektierter Strahlen. Dadurch wird der Realismus der globalen Beleuchtung erheblich verbessert, insbesondere in Szenen mit dynamischer Beleuchtung und komplexer Geometrie.
Die zweite Schlüsseltechnologie ist Strahlenregeneration, analog Ray-Rekonstruktion von NVIDIA. Sie verwendet trainierte neuronale Netze zur Pixelwiederherstellung, die in Echtzeit nicht genau berechnet werden können. Dies trägt dazu bei, Rauschen und Artefakte beim Raytracing zu reduzieren, und Produktivität erhöhen ohne Qualitätsverlust. AMD behauptet, dass der Algorithmus bereits hervorragende Ergebnisse in Benchmarks zeigt und für die Integration in Spiele bereit ist.
Die dritte Komponente ist Frame-Generierung für maschinelles Lernen, das die bestehenden FSR-Upscaling-Algorithmen ergänzt und mehr bietet flüssiges und klares Bild. Im Gegensatz zu früheren Versionen von FSR basiert Redstone auf neuronalen Netzwerkmodellen, wodurch wir ein Qualitätsniveau und eine Rendering-Geschwindigkeit erreichen können, die bisher nur auf GPU NVIDIA RTX.
Es ist wichtig zu beachten, dass Zum Start wird Redstone nur für Grafikkarten mit RDNA 4-Architektur verfügbar sein., darunter die Radeon RX 9060 und RX 9070. AMD erwägt jedoch, bestimmte Funktionen in Zukunft für RDNA 3 anzupassen, insbesondere im Zusammenhang mit der Frame-Generierung und der Hochskalierung neuronaler Netzwerke.
