erkins007: ↑
19.11.2025 18:01
Отправлено спустя 2 минуты 54 секунды:
Alekss: ↑
19.11.2025 12:02AMD физически не может оптимизировать FSR4 и Redstone для более старых GPU архитектур, а не потому что кинула пользователей как многие думают.
Почему не может? Не потому ли что 7 лет утверждала что тензоры не нужны, а красные фанатики радостно поддакивали?)
специально для вас!
Alekss: ↑
19.11.2025 12:02
FSR 4 и Redstone нацелен на использование fp8 и отптимизируется (прямо разрабатывается) на ускорителях AMD Instinct Accelerators. Nvidia делает тоже самое для DLSS4 используя оптимизацию на Blackwell GB200 (под nvfp4).
Почему не будет поддержки для других карт и серий RDNA 1,2, 3 ?
Тогда потеряется потраченная оптимизация под fp8 (или nvfp4 для Blackwell). Все вышедшие новые и старые игры проходят оптимизацию на ускорителях AMD Instinct Accelerators (fp8 - FSR4), Nvidia (nvfp4 -DLSS4). Поэтому, внедрение в новые и старые игры проходят поэтапно. Сначала обучение (оптимизация AMD fp8, nvfp4 Nvidia) на серверных ускорителях, затем интегрирование уже обученных моделей и runtime в SDK/плагины драйверов.
Архитектура RDNA 1,2,3 не поддерживает Fp8 и поэтому AMD физически не может оптимизировать FSR4 и Redstone для более старых GPU архитектур, а не потому что кинула пользователей как многие думают. Nvidia тоже самое делает для DLSS4, в виде Multi‑Frame Generation и новые трансформер‑модели требуют Blackwell.
Придется делать 2 оптимизации если кратко! 1 потратив недели и месяцы на AMD Instinct Accelerators для fp8, другую потратив 2-3 месяца под fp16. Которая фактически бесполезна.
erkins007: ↑
19.11.2025 18:01
У нвидиа все функции апскейлера длсс4 в том числе и реконструкция лучей работают на всех RTX видеокартах.
вы не внимательно читаете: Речь не идет про реконструкцию лучей! Не все функции длсс4 доступны RTX 3000, 4000. Не доступен multiframe generator. Именно он используется в качестве эксклюзива dlss4 для RTX 5000 и оптимизируется на серверных ускорителях под nvfp4. Который не доступен RTX 3000, 4000.
Мне искренне жаль, что вы так считаете. Rocm от AMD невероятно эволюционировал за 4 года. От "кому это надо", до работы под windows и использование крупными корпорациями.
За 4 года ROCm превратился из нишевого инструмента разработчиков-энтузиастов в универсальную платформу для AI и HPC, доступную на Windows. Ключевые внедрения — поддержка PyTorch/ONNX, новые форматы FP4/FP6, расширение на Radeon GPU и Windows. Крупные игроки — Microsoft, облачные провайдеры и open-source разработчики — начал использовать ROCm.
2023: Расширение экосистемы
- Добавлены новые библиотеки для AI/ML и улучшена совместимость с Kubernetes и облачными средами.
- Начали появляться первые партнёрства с крупными облачными провайдерами.
- ROCm стал рассматриваться как "альтернатива CUDA" в open-source сообществе.
2024: Подготовка к Windows
- AMD анонсировала планы по расширению ROCm на Windows и потребительские GPU.
- Вышли версии ROCm 6.. с улучшенной производительностью и поддержкой новых AMD Instinct ускорителей.
- В экосистему начали активно входить разработчики AI‑стартапов и исследовательские лаборатории.
2025: Прорыв — ROCm на Windows
-ROCm 6.4.4 и ROCm 7 принесли официальную поддержку PyTorch на Windows, для Radeon RX 7000/9000 и Ryzen AI APU.
- Добавлены новые низко точные форматы FP4 и FP6 для ускорения на Instinct MI350X/MI355X.
- Поддержка ONNX Runtime и интеграция с Microsoft Build 2025 позволила запускать AI‑модели от облака до клиента.
- ROCm стал кросс-платформенным: Linux + Windows, серверные и клиентские GPU.
Кто начал использовать ROCm
- Microsoft — интеграция ROCm в ONNX Runtime и Windows ML.
- Облачные провайдеры (Azure, TensorWave) — использование ROCm для AI‑обучения и инференса.
- Open-source сообщество — разработчики PyTorch, TensorFlow, Kubernetes начали добавлять поддержку ROCm.
- AI‑стартапы и исследовательские центры — как альтернатива CUDA, особенно для задач инференса и распределённых вычислений.
заметьте я написал:
Яка різниця, що реальний ФПС 35, головне, що цифкрка на моніторі пише))
