Durante Computex 2026, AMD ha fornito nuovi dettagli tecnici sull’evoluzione del proprio algoritmo di upscaling FSR 4.1, uno dei pilastri della strategia grafica della casa di Sunnyvale.
L’intervista con i vertici software dell’azienda ha chiarito non solo le differenze tra le varie generazioni di GPU, ma anche il modello di sviluppo che consente di portare tecnologie avanzate su hardware eterogeneo.
FSR 4.1 e RDNA 4: il punto di partenza della nuova generazione
La versione più recente del sistema di upscaling è attualmente ottimizzata per le GPU RDNA 4, in particolare la serie Radeon RX 9000. Qui il modello sfrutta appieno le capacità AI native della microarchitettura, inclusi i formati numerici avanzati come FP8, pensati per accelerare le operazioni di machine learning direttamente in hardware.
Questo consente a FSR 4.1 di operare con maggiore efficienza, riducendo latenza e migliorando la qualità dell’immagine in scenari di rendering dinamico.
Porting su RDNA 3: conversione da FP8 a INT8
Uno degli aspetti più rilevanti emersi riguarda la futura compatibilità con le GPU RDNA 3.
Le GPU RDNA 3 non supportano nativamente FP8, ma si basano su operazioni INT8. Questo impone ad AMD una conversione del modello AI, che viene adattato per funzionare su formati numerici differenti.
In termini pratici:
- FP8 → utilizzato su RDNA 4 per calcoli AI nativi;
- INT8 → formato utilizzato su RDNA 3;
- conversione necessaria per mantenere la qualità visiva.
AMD ha sottolineato che il modello sottostante sarà leggermente diverso, ma il risultato finale in termini di qualità percepita rimarrà equivalente.
RDNA 2: una sfida architetturale più complessa
La situazione diventa più articolata con la generazione RDNA 2.
In questo caso manca completamente un acceleratore AI dedicato. L’intero carico di lavoro di FSR 4.1 verrebbe quindi gestito dagli shader tradizionali (Stream Processors), con conseguente aumento del carico computazionale.
Le implicazioni sono tre:
- assenza di hardware AI dedicato;
- maggiore utilizzo delle unità di shading;
- necessità di ottimizzazione profonda del codice.
AMD ha dichiarato che l’obiettivo è ridurre al minimo i cicli GPU necessari, ma la complessità del porting richiede tempi più lunghi, con un possibile rilascio posticipato al 2027.
Pipeline di sviluppo FSR 4.1: training e validazione multi-livello
AMD ha descritto un processo di sviluppo strutturato su più livelli, progettato per garantire qualità e compatibilità su scala industriale.
1. Training su acceleratori Instinct
Il modello FSR 4.1 viene inizialmente addestrato su sistemi AMD Instinct MI accelerators, ottimizzati per carichi di machine learning.
Non è richiesta una super-infrastruttura paragonabile ai modelli linguistici di grandi dimensioni, ma cluster più contenuti sono sufficienti grazie alla natura più focalizzata dell’algoritmo.
2. Refinement su Radeon Pro
La fase successiva utilizza GPU professionali Radeon Pro, dove il modello viene rifinito e stabilizzato.
In questa fase entra in gioco la piattaforma ROCm, che consente un ambiente software unificato tra GPU consumer, professionali e acceleratori HPC.
3. Testing su hardware consumer
Prima del rilascio finale, AMD esegue test su centinaia di migliaia di configurazioni PC reali, variando:
- CPU;
- RAM;
- schede madri;
- alimentatori;
- combinazioni di sistema.
L’obiettivo è garantire stabilità e prestazioni uniformi in scenari estremamente eterogenei.
Compatibilità FSR 4.1: un equilibrio tra qualità e accessibilità
La strategia AMD punta chiaramente a un equilibrio tra innovazione e retrocompatibilità. L’azienda sta cercando di garantire che anche generazioni precedenti possano beneficiare delle nuove tecnologie di upscaling, pur con adattamenti architetturali significativi.
Per milioni di giocatori su RDNA 2 e RDNA 3, questo approccio rappresenta un segnale positivo in un mercato GPU sempre più segmentato e costoso.
Conclusioni
FSR 4.1 rappresenta un’evoluzione non solo algoritmica, ma anche infrastrutturale per AMD. La gestione differenziata tra RDNA 4, RDNA 3 e RDNA 2 evidenzia un approccio modulare all’AI graphics, in cui lo stesso modello viene adattato a capacità hardware profondamente diverse senza compromettere la qualità finale percepita.
HW Legend Staff
