AMD采用机器学习的神经渲染技术可能并非Radeon显卡的专属，因其神经运算的能够兼容其他GPU的着色器。

FSR Redstone不依赖AI加速能力，亦可支持旧款显卡

如果你还不清楚，AMD在2025年台北国际电脑展（Computex）上宣布了FSR Redstone——一套机器学习工具包，允许开发者将神经渲染技术嵌入游戏，实现画面提升与性能优化。该套件将带来多项面向ML的功能。根据4gamer.net对AMD高级软件开发总监Chris Hall的采访报道，FSR Redstone采用了AMD的ML2CODE（Machine Learning to Code），它是ROCm生态的一部分，下面我们来聊聊它的重要性。

ML2CODE的核心目标非常直接把已经训练好的神经网络模型转换为GPU计算着色器代码。它能够生成针对现代着色器管线优化的HLSL代码，任何支持该管线的显卡都可以运行。由于Redstone需要在运行时进行ML推理，ML2CODE充当了桥梁，将神经渲染核心转化为标准计算着色器。这意味着FSR Redstone的着色器代码可以在AMD、NVIDIA以及Intel的显卡上执行，实现跨平台支持。

FSR Redstone是使用AMD ML2CODE（Machine Learning to Code）开发的，这是一项来自ROCm的研究项目。神经渲染技术的核心部分通过ML2CODE转换为优化后的Compute Shader代码。这意味着FSR Redstone的神经渲染核心同样可以在其他厂商生产的GPU上运行。

在AMD，我们在许多创新的AI相关技术研发中使用HIP。ML2CODE旨在与最常用的图形渲染管线对接，例如Vulkan的GLSL和DirectX的HLSL。

极有可能，FSR Redstone中各种AI功能的核心都是用HIP编写的。因为HIP代码可以输出针对每一代Radeon GPU优化的代码，而这种架构同样可以让代码在非AMD GPU上运行。即便这看起来有些“奇怪”，只要把HIP代码转成CUDA并使用NVIDIA编译器编译，它也能在NVIDIA GPU上执行。

AMD高级软件开发总监Chris Hall（via 4Gamer）

有趣的是，Hall还透露，FSR Redstone在运行时并不强制要求AI加速硬件。换句话说，所有面向ML的功能都可以在旧款显卡上使用，因为Redstone不是在运行时直接执行AI核心，而是先将神经渲染核心优化为普通着色器代码再执行，从而在不依赖AI计算单元的情况下实现加速。当然，在老旧硬件上使用Redstone会带来一定的性能开销，但仍然能够获得支持。

这对渲染技术来说是一次重大突破，尤其是对AMD的RDNA技术栈而言。我们已经看到FSR 4只能在RDNA 4上运行，旧代显卡被抛在后面。作为AMD首个基于机器学习的实现，Redstone很可能同样兼容RDNA 3，进而为该平台带来显著的性能提升。