- Nvidia führt den Markt der Grafikprozessoren durch innovative Technologien an. AMD arbeitet an neuronalen Netzwerken für Echtzeit-Pfadverfolgung auf ihren Grafikkarten. Die AMD-Technik kombiniert Upscaling und Rauschreduktion in einem neuronalen Netzwerk. Mögliche Hardwareanforderungen für AI-gestützte Techniken sind unklar. AMD könnte FSR 4 für alle Grafikkarten zugänglich machen und AI-Modelle nutzen.
Nvidia dominiert unangefochten die Liste der führenden Grafikprozessoren, was vor allem auf die beeindruckende Funktionsvielfalt zurückzuführen ist, die durch ihre Technologien ermöglicht wird. Doch AMD bleibt nicht untätig. Das Unternehmen forscht intensiv an neuen Methoden, um neuronale Netzwerke für die Echtzeit-Darstellung auf AMD-Grafikkarten zu nutzen – ein Gebiet, das bisher vor allem Nvidia GPUs vorbehalten war. In einem Blogbeitrag thematisierte AMD diese Forschung, deren Ziel die „Echtzeit-Pfadverfolgung auf RDNA-GPUs“ ist. Während Nvidia bereits AI-Beschleuniger einsetzt, um Bilder via DLSS hochzuskalieren, verfolgt AMD einen leicht anderen Ansatz: den Postprozess des Filterns unerwünschter Bildartefakte.
Path Tracing, aktiviert in Spielen wie Alan Wake 2 oder Cyberpunk 2077, lässt nur einen Bruchteil der Lichtstrahlen tatsächlich in die dargestellte Szene projizieren. In Echtzeit werden pro Pixel nur wenige Strahlen gesendet, die oft umherirren, aber selten die Lichtquelle innerhalb der Szene zurückverfolgen. Dies führt zu einem verrauschten Bild, das durch Denoising gereinigt werden muss. AMD setzt dafür auf neuronale Netzwerke, um den Prozess der Rauschreduzierung zu optimieren.
Neuer Ansatz zur Bildrekonstruktion
Nvidia hat bereits eine Technik namens “Ray Reconstruction” im Einsatz, die erheblich zur Verbesserung der Bildqualität beiträgt, indem sie Details beim Path Tracing erhält, die normalerweise Minuten oder gar Stunden für eine Einzelbilddarstellung im Offline-Modus erfordern würden. AMD untersucht ähnliche Konzepte: die Nutzung einer kleinen Anzahl von Proben pro Pixel, um die feinen Details mittels eines neuronalen Netzwerks zu rekonstruieren.
Die Technik, die AMD erforscht, kombiniert jedoch Upscaling und Rauschreduktion in einem einzigen neuronalen Netzwerk. „Wir erforschen eine Technik zur neuronalen Überabtastung und Denoising, die hochqualitative, entrauschte und überabtastete Bilder bei höherer Anzeigeresolution als die Renderauflösung für Echtzeit-Pfadverfolgung mit einem einzelnen neuronalen Netzwerk erzeugt“, heißt es im Blogbeitrag. Diese Technik könnte das Fundament für die nächste Version der AMDs FSR (FidelityFX Super Resolution) bilden und damit sowohl eine Angleichung an Nvidias Leistung als auch eine Verbesserung der Bildqualität ermöglichen.
Mögliche Hardwareanforderungen
Eine wichtige Frage bleibt jedoch, ob diese Techniken spezielle Hardware erfordern. Nvidia erklärt, dass dedizierte Beschleuniger auf ihren RTX-Grafikkarten notwendig sind, um AI-gestütztes Upscaling und Denoising mit DLSS zu ermöglichen. Daher könnte AMD ebenfalls spezielle Hardware in ihren GPUs benötigen. Dennoch gibt es Szenarien, in denen AMD FSR 4 – oder wie auch immer die nächste Version heißen wird – für alle Grafikkarten öffnen könnte, während es gleichzeitig ein neuronales Netzwerk nutzt. Die RTX-GPUs besitzen bereits die erforderliche Hardware, und wie Intels XeSS gezeigt hat, ist es möglich, AI-Modelle auf GPUs durch separate Anweisungen auszuführen, obwohl dies normalerweise einen Kompromiss in der Bildqualität und Leistung nach sich zieht.
