📲Digital Trends•較早收集於 57m
AMD 將 FSR 4.1 升頻技術導入舊款 GPU

💡了解 AI 升頻技術如何延長舊款 GPU 硬體的使用價值。
⚡ 30-Second TL;DR
有什麼變化
FSR 4.1 將於 7 月在 RX 7000 系列上推出
為什麼重要
AI 驅動的升頻技術正成為效能優化的標準。這讓舊款硬體也能執行高畫質遊戲與運算密集的圖形任務。
下一步行動
如果您正在開發圖形密集的 AI 應用,請研究如何利用 AMD 的升頻 API 來降低運算負擔。
誰應關注:Developers & AI Engineers
關鍵要點
- •FSR 4.1 將於 7 月在 RX 7000 系列上推出
- •RX 6000 系列支援預計於 2027 年初發布
- •相容性涵蓋超過 300 款現有遊戲
- •致力於延長舊款硬體的使用壽命
🧠 深度解析
Web-grounded analysis with 25 cited sources.
🔑 增強重點摘要
- •FSR 4.1是基於機器學習的升頻解決方案,與之前基於分析或時間數據的FSR版本有顯著不同,旨在提供更優異的圖像品質。
- •FSR 4.0最初專屬於RDNA 4 (RX 9000系列) GPU,但由於社群對舊款硬體支援的強烈需求及INT8版本原始碼洩露,AMD現將FSR 4.1擴展至RDNA 3 (RX 7000系列) 和RDNA 2 (RX 6000系列)。
- •FSR 4.1透過減少模糊和塗抹、增強細線和遠處物體的細節保留,以及改善時間穩定性(減少閃爍)來提升圖像品質,使其在動態場景中表現更佳。
- •AMD為RDNA 3和RDNA 2 GPU重新優化了FSR 4.1,將機器學習演算法移植到這些主要支援INT8 AI加速的舊款硬體上,以確保在不同架構上的效能和視覺品質。
- •FSR 4.1是「Redstone計畫」的一部分,該計畫旨在實現與NVIDIA DLSS 3.5/4的功能對等,包括基於機器學習的光線重建(Ray Regeneration)和神經輻射緩存(Neural Radiance Caching)。
📊 競品分析▸ Show
| 功能/特點 | AMD FSR 4.1 (ML升頻) | NVIDIA DLSS (深度學習超採樣) | Intel XeSS (Xe 超級採樣) |
|---|---|---|---|
| 升頻方法 | 基於機器學習 (ML) 的時間升頻 | 基於AI深度學習,需專用Tensor Cores | 基於AI加速 (XMX單元) 或DP4a指令 |
| 幀生成 | ML驅動的幀插值 (FSR Frame Generation) | ML驅動的幀生成 (DLSS Frame Generation) | ML驅動的幀生成 |
| 光線追蹤增強 | ML驅動的光線重建 (Ray Regeneration) | ML驅動的光線重建 (Ray Reconstruction) | 支援光線追蹤 |
| 開源狀態 | 開源 (FSR 1-3),FSR 4.x預計開源 | 專有技術 | 部分開源,提供DP4a fallback |
| 硬體要求 | RDNA 4 (FP8/INT8),RDNA 3/2 (INT8優化) | NVIDIA RTX系列GPU (需Tensor Cores) | Intel Arc GPU (XMX單元),其他GPU (DP4a) |
| 兼容性 | 廣泛兼容AMD、NVIDIA、Intel GPU (舊版FSR) | 僅限NVIDIA RTX GPU | 廣泛兼容,Intel Arc GPU表現最佳 |
| 圖像品質 | 顯著提升,接近原生畫質,減少模糊和閃爍 | 通常領先,提供最佳圖像清晰度 | 良好,在Intel硬體上表現接近DLSS |
| CPU開銷 | 最小CPU開銷 | 有時可能增加CPU開銷 | 良好 |
🛠️ 技術深入
- FSR 4.1是基於機器學習的升頻器,與FSR 1 (空間升頻)、FSR 2 (時間升頻) 和FSR 3 (時間升頻+插值幀生成) 等早期版本有根本性的不同。
- FSR 4.x的機器學習演算法是使用AMD Instinct GPU,透過高品質遊戲數據進行訓練的。
- FSR 4.1利用RDNA 4架構中專用的機器學習加速單元(支援FP8和INT8處理單元)來實現最佳效能。
- 針對RDNA 3 (RX 7000系列) 和RDNA 2 (RX 6000系列) GPU,AMD已將機器學習演算法優化並移植到INT8數據格式,因為這些GPU主要支援INT8 AI加速。
- FSR 4.1改進了時間穩定性,減少了移動物體上的殘影,並更好地保留了粒子效果和精細細節,而無需開發者提供反應或透明度遮罩。
- FSR 4.1是FSR SDK 2.2的一部分,該SDK還包括FSR光線重建1.1和潛在的神經輻射緩存(作為「Redstone計畫」的一部分)。
- FSR API透過
amd_fidelityfx_loader.dll和amd_fidelityfx_upscaler.dll來實現升頻功能。 - FSR 4.1需要額外的GPU本地記憶體(約1GB VRAM)和系統RAM(約1GB),但CPU開銷極小。
- 它支援多種縮放模式,包括原生AA (1.0x)、品質 (1.5x)、平衡 (1.7x)、效能 (2.0x) 和超高效能 (3.0x)。
🔮 前景展望AI analysis grounded in cited sources
舊款AMD GPU的遊戲壽命將顯著延長,並提升其市場價值。
FSR 4.1的機器學習升頻技術將為RDNA 2和RDNA 3架構的舊款GPU帶來顯著的效能提升和視覺品質改善,使其在未來幾年內仍能流暢運行新遊戲。
AMD將在AI加速技術的普及上取得競爭優勢,特別是在中低階市場。
透過將FSR 4.1的ML升頻技術擴展到非RDNA 4的舊款GPU,AMD展示了其AI技術的廣泛適用性,這可能吸引更多預算有限的玩家,並推動AI升頻技術成為行業標準。
遊戲開發者將更容易整合先進的升頻技術,加速新遊戲的推出。
FSR 4.1與FSR 3.1使用相同的API,簡化了開發者的升級路徑,且其開源性質和跨平台兼容性將鼓勵更廣泛的採用。
⏳ 時間線
2021-06
FSR 1.0 (空間升頻) 發布
2022-03
FSR 2.0 (時間升頻) 發布
2023-09
FSR 3.0 (加入插幀技術) 發布
2024-07
FSR 3.1 (插幀與升頻解耦,提升品質) 發布
2025-02
AMD宣布FSR 4.0將專屬於RDNA 4 GPU,並基於ML
2025-05
AMD在Computex 2025公布FSR 4及「Redstone計畫」,引入ML升頻、ML光線重建和ML插幀
📎 來源 (25)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: Digital Trends ↗

