AMD membuka terobosan baru dalam lanskap upscaling grafis dengan teknologi FSR Redstone yang akan datang, yang menjanjikan peningkatan visual bertenaga machine learning di berbagai vendor GPU. Berbeda dengan pendekatan vendor-locked tradisional, solusi inovatif ini dapat mengubah secara fundamental cara kerja AI upscaling dalam industri gaming.
 |
|---|
| Tampilan kartu grafis Radeon RX 9000 series, menyoroti komitmen AMD terhadap teknologi grafis canggih |
Arsitektur Lintas Platform yang Revolusioner
FSR Redstone AMD menggunakan pendekatan terobosan melalui teknologi ML2CODE (Machine Learning to Code), bagian dari software stack ROCm perusahaan. Sistem ini mengambil model neural network yang telah dilatih dan menerjemahkannya menjadi kode compute shader GPU yang dioptimalkan, khususnya kode HLSL yang dapat dieksekusi pada GPU modern apa pun yang mendukung pipeline shader kontemporer. Chris Hall , Senior Director of Software Development AMD , menjelaskan bahwa proses terjemahan ini memungkinkan neural rendering core berfungsi dengan mulus di kartu grafis AMD , NVIDIA , dan Intel .
Teknologi ini bekerja dengan mengonversi fitur-fitur yang berfokus pada AI menjadi compute shader standar daripada memerlukan hardware akselerasi AI khusus selama runtime. Perbedaan fundamental ini dari pendekatan DLSS NVIDIA , yang bergantung pada Tensor core khusus, berarti FSR Redstone dapat memanfaatkan shader GPU konvensional untuk operasi machine learning-nya.
Teknologi Kunci FSR Redstone:
- ML2CODE (Machine Learning to Code) - Mengonversi jaringan neural menjadi kode shader GPU
- Integrasi stack perangkat lunak ROCm
- Dukungan bahasa shader HLSL dan GLSL
- Kompatibilitas pipeline DirectX dan Vulkan
- Dukungan GPU lintas platform (AMD, NVIDIA, Intel)
 |
|---|
| Menampilkan kartu grafis ASUS Radeon RX 9070 Prime, yang menjadi kunci untuk mendemonstrasikan kemampuan teknologi FSR Redstone terbaru dari AMD |
Kompatibilitas Hardware yang Lebih Luas
Salah satu keunggulan paling signifikan dari arsitektur FSR Redstone adalah kompatibilitas potensialnya dengan generasi GPU yang lebih lama. Karena teknologi ini tidak secara khusus memerlukan kemampuan akselerasi AI saat runtime, pengguna dengan kartu grafis generasi sebelumnya masih dapat mengakses fitur-fitur canggih ini. Meskipun kemungkinan akan ada overhead performa pada hardware lama dibandingkan dengan arsitektur yang lebih baru, fungsionalitas dasar tetap dapat diakses.
Pendekatan ini dapat sangat menguntungkan pengguna RDNA 3 AMD sendiri, yang sebelumnya tertinggal dari fitur-fitur canggih FSR 4 yang terbatas pada hardware RDNA 4 . Implementasi berbasis shader membuka kemungkinan adopsi yang lebih luas di seluruh lineup GPU AMD yang ada.
Perbandingan Kompatibilitas Hardware:
- AMD FSR Redstone: Berjalan pada shader cores, mendukung berbagai vendor GPU, kompatibel dengan hardware lama
- NVIDIA DLSS: Memerlukan Tensor cores khusus, terbatas hanya pada GPU RTX
- GPU AMD Masa Depan: Mungkin akan menyertakan AI cores khusus dengan dukungan DirectX Cooperative Vector
Implementasi Teknis dan Pertimbangan Masa Depan
Strategi AMD saat ini berfokus pada optimalisasi performa pipeline shader daripada mengimplementasikan AI core khusus. Namun, Hall mengakui bahwa arsitektur grafis AMD masa depan mungkin akan menggabungkan hardware AI khusus yang kompatibel dengan teknologi DirectX Cooperative Vector Microsoft . Framework ini akan memungkinkan program shader memanfaatkan akselerator AI khusus dalam GPU, berpotensi menawarkan performa yang lebih baik untuk beban kerja machine learning.
Perusahaan memandang pendekatan berbasis ML2CODE sebagai optimal untuk arsitektur GPU saat ini, termasuk hardware NVIDIA , meskipun Hall mencatat bahwa pendekatan berbasis shader dan AI core khusus mungkin pada akhirnya akan bergabung atau terintegrasi dalam implementasi masa depan.
Implikasi Pasar dan Lanskap Kompetitif
Meskipun kemampuan teknis AMD untuk menjalankan FSR Redstone pada hardware kompetitor tampak solid, implementasi aktual akan bergantung pada keputusan komersial dan strategis. Bagi konsumen, teknologi upscaling yang agnostik platform akan ideal, memungkinkan mereka memilih solusi upscaling terbaik untuk setiap game terlepas dari vendor GPU mereka.
Saat ini, DLSS NVIDIA tetap terkunci pada GPU RTX dengan Tensor core, menciptakan dinamika kompetitif yang menarik. Jika AMD melanjutkan dengan dukungan lintas platform untuk FSR Redstone , pemilik GPU NVIDIA berpotensi dapat mengakses teknologi DLSS dan FSR , sementara pengguna AMD dan Intel hanya akan terbatas pada solusi FSR .
Keberhasilan pendekatan ini dapat memengaruhi bagaimana industri mengembangkan teknologi grafis yang ditingkatkan AI di masa depan, berpotensi mendorong ke arah solusi yang lebih terbuka dan vendor-neutral yang menguntungkan seluruh ekosistem gaming.