AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

PCGH-Redaktion

Kommentar-System
Teammitglied
Jetzt ist Ihre Meinung gefragt zu AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

Mit dem Oktober-2018-Update für Windows 10 hat Microsoft die DirectML-API für DirectX 12 veröffentlicht. ML steht für Machine Learning - die Software erlaubt es, trainierte neuronale Netzwerke auf jeglicher DX12-Grafikkarte auszuführen. Das ermöglicht zum Beispiel eine Alternative zu Nvidias DLSS. AMD evaluiert DirectML zurzeit auf der Radeon VII und spricht von guten Ergebnissen.

Bitte beachten Sie: Der Kommentarbereich wird gemäß der Forenregeln moderiert. Allgemeine Fragen und Kritik zu Online-Artikeln von PC Games Hardware sind im Feedback-Unterforum zu veröffentlichen und nicht im Kommentarthread zu einer News. Dort werden sie ohne Nachfragen entfernt.

lastpost-right.png
Zurück zum Artikel: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

"Entsprechender Code läuft auf den Shadern, also nicht auf dedizierter Hardware wie eben Tensor-Kerne, womit er schneller eine größere Verbreitung finden könnte."

warum sollte es deswegen eine größer Verbreitung geben?

DirectML wird doch sicherlich auf Int8 und Int4 setzten

das gibts erst ab Vega20 (Radeon VII) bzw. Turing

Edit: setzt wohl auch auf FP16 ... dann würds ja auch auf Vega10 laufen
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

Microsofts DirectML für Pascal (& Maxwell)? Bin gespannt ob Nvidia evaluiert... und am Ende supportet.

Artikel schrieb:
Im Falle von Upscaling-Lösungen wird generell Rechenleistung gespart, wobei wir Glättungsalgorithmen mit nativer Render-Auflösung für spannender halten.

Finde ich auch, zumindest wenn ich die optischen Nachteile von DLSS sehe.

Generell finde ich die Abhängigkeit solcher Techniken (online) von Supercomputern der jeweiligen Hersteller nicht gut.
 
Zuletzt bearbeitet von einem Moderator:
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

Man kann unterschiedliche Präzisionen verwenden, ebenso FP32.
Prinzipiell könnte die API jede DX12 GPU unterstützen.

Zwei Dinge machen es hauptsächlich attraktiv für Entwickler.
1. Es ist eine zugeschnittene API für Machine Learning
2. Abstrahierte Metacommands von den Herstellern erlauben es gängige Operationen auszuführen, welche für die jeweilige Hardware angepasst sind.

Durch Metacommands können gewisse Operationen spezifischer auf die Hardware angepasst werden und dedizierte Hardware wie Tensor-Cores ausgenutzt werden.
AMD wird wahrscheinlich auch optimierte Metacommands in irgendeiner Form anbieten, die haben zwar keine Tensor-Cores, die man an der Stelle ausnutzen könnte, aber immerhin Double-Rate FP16/INT16 und allgemeines Optimierungspotential bei der Berechnung.
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

"Entsprechender Code läuft auf den Shadern, also nicht auf dedizierter Hardware wie eben Tensor-Kerne, womit er schneller eine größere Verbreitung finden könnte."

warum sollte es deswegen eine größer Verbreitung geben?

DirectML wird doch sicherlich auf Int8 und Int4 setzten

das gibts erst ab Vega20 (Radeon VII) bzw. Turing

Edit: setzt wohl auch auf FP16 ... dann würds ja auch auf Vega10 laufen

VEGA 10 unterstützt doch auch INT8?
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

Microsofts DirectML für Pascal (& Maxwell)? Bin gespannt ob Nvidia evaluiert... und am Ende supportet.



Finde ich auch, zumindest wenn ich die optischen Nachteile von DLSS sehe.

Generell finde ich die Abhängigkeit solcher Techniken (online) von Supercomputern der jeweiligen Hersteller nicht gut.



Pass auf, in 2-3 Jahren gibts es von Nvidia dafür auch einen Gsync ähh DLSS compatible Aufkleber ^^
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

Hmm... dacgte bei der brachialen transferrate von 1TB/s wird kantenglättung eh keinen großen einfluss auf performance haben?
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

Zwei Dinge machen es hauptsächlich attraktiv für Entwickler.
1. Es ist eine zugeschnittene API für Machine Learning
2. Abstrahierte Metacommands von den Herstellern erlauben es gängige Operationen auszuführen, welche für die jeweilige Hardware angepasst sind.
3. Es würde auch auf allen anderen Chips außer Turing laufen. Pascal ist logischerweise verbreiteter.
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

Generell finde ich die Abhängigkeit solcher Techniken (online) von Supercomputern der jeweiligen Hersteller nicht gut.

Ich finde dieses upscaling Zeug auch unsympathisch.
Die GPU soll das Bild in der Auflösung berechnen und darstellen, die ich wähle und fertig.

Dieses Abhängig sein, von irgendwelchen Servern, der Hersteller, mag ich auch nicht.

Mag sein, dass ich da einfach zu skeptisch und zurückhaltend bin, was die neuen Techniken angeht. Ich hab da auch zu wenig Ahnung von. Is aber Grunde auch egal, denn die können mich ja einfach durch gelebte Praxis, sprich Games, wo alles superspitzenmäßig funktioniert und megaklasse aussieht, für kleines Geld, überzeugen.
Ich fürchte nur, das alles hat einen Preis.

Und wer wird den wohl zahlen ?

Auch bei der letzten Presseschau, hat die Lisa für mich ein wenig zu viel Werbung für Streamingsachen, wie Microsoft-Cloud, oder Googlestream gemacht, wo man sich wieder mehr an bestimmte Dinge bindet.
Das sind Sachen, da stellen sich mir die nicht vorhandenen(da natürlich gut gepflegt und rasiert ;) ) Nackenhaare auf ! :D


Vielleicht bin ich auch einfach zu alt, für den Kram ...

Erstmal n Kaffee rauchen. ;)




P.S.: Ich will auch gar nicht, dass vor der Bildausgabe da noch was hin und her berechnet und verglichen/geglättet wird(zusätzlich zu dem eh schon vorhandenen). Das soll sofort berechnet und direkt ausgegeben sein !
Hab keine Lust auf mehr Inputlag.
 
Zuletzt bearbeitet:
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

OK, interessant.

Warum gibt AMD das nirgendwo an?
Keine Ahnung wie das in Bezug auf Vega10 bei INT8 aussieht und wie flexibel die Instruktionen sind, aber Vega20 hat ein paar neue bekommen und unterstützt auch INT4.
Hier gibt es eine Angabe von AMD:
http://www.pcgameshardware.de/screenshots/1020x/2018/11/AMD-Radeon-Instinct-MI60-Vega-20-5--pcgh.png

Ich finde dieses upscaling Zeug auch unsympathisch.
Die GPU soll das Bild in der Auflösung berechnen und darstellen, die ich wähle und fertig.

Dieses Abhängig sein, von irgendwelchen Servern, der Hersteller, mag ich auch nicht.

Mag sein, dass ich da einfach zu skeptisch und zurückhaltend bin, was die neuen Techniken angeht. Ich hab da auch zu wenig Ahnung von. Is aber Grunde auch egal, denn die können mich ja einfach durch gelebte Praxis, sprich Games, wo alles superspitzenmäßig funktioniert und megaklasse aussieht, für kleines Geld, überzeugen.
Ich fürchte nur, das alles hat einen Preis.

Und wer wird den wohl zahlen ?

Auch bei der letzten Presseschau, hat die Lisa für mich ein wenig zu viel Werbung für Streamingsachen, wie Microsoft-Cloud, oder Googlestream gemacht, wo man sich wieder mehr an bestimmte Dinge bindet.
Das sind Sachen, da stellen sich mir die nicht vorhandenen(da natürlich gut gepflegt und rasiert ;) ) Nackenhaare auf ! :D


Vielleicht bin ich auch einfach zu alt, für den Kram ...

Erstmal n Kaffee rauchen. ;)
Kaum oder keine Spiele werden den Anwender dazu zwingen, nur mit AI-Upscaling leben zu müssen, ohne die Option für native Pixelberechnung anzubieten.
Entwickler haben jetzt nur die Möglichkeit direkt(er) Machine-Learning für ihre Spiele auszunutzen und unterschiedliche Konzepte umzusetzen mit einer relativ breiten Hardwareunterstützung.
Eine Abhängigkeit von Servern besteht auch nicht direkt, jedenfalls nicht mehr als schon jetzt, da man die Spiele selber ja auch herunterladen muss, sowie Patches und DLCs.
Liefert das Spiel ein trainierstes Netzwerk aus, berechnet es die GPU einfach , genauso wie jede andere Datei auch.

Streaming/Cloud-Gaming ist dann etwas anderes, da wird lokal fast gar nichts berechnet und die Bezahlung läuft über ein monatliche Abo-Gebühren und unter Umständen noch Einzelkäufe der Titel, die man für seinen Account haben möchte, wenn nicht alles frei angeboten wird.
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

Keine Ahnung wie das in Bezug auf Vega10 bei INT8 aussieht und wie flexibel die Instruktionen sind, aber Vega20 hat ein paar neue bekommen und unterstützt auch INT4.
Hier gibt es eine Angabe von AMD:
http://www.pcgameshardware.de/screenshots/1020x/2018/11/AMD-Radeon-Instinct-MI60-Vega-20-5--pcgh.png

in dem Golem Artikel wird behauptet, dass Vega10 Int8 mit 4x FP32 Rechenleistung kann

aber dann hätte AMD doch zumindest bei der MI25 damit geworben oder?
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

in dem golöem Artikel wird behauptet, dass vega 10 Int8 mit 4x FP32 Rechenleistung kann

aber dann hätte AMD doch zumindest bei der MI25 damit geworben oder?
Vega10 hat auch einige Instruktionen mit INT8 und vierfachem Durchsatz in Relation zum FP32-Durchsatz, AMD nennt Video-Processing, Mining und auch Machine-Learning als Einsatzfeld, aber Kreuzprodukte mit unterschiedlicher Präzision und Datentypen unterstützt erst Vega20, entsprechend war das Einsatzfeld und die Leistung von Vega10 in dem Bezug beschränkt.
In einer Präsentation zu MI60 präsentiert AMD bis zu ~140/380% mehr Leistung im Vergleich zur MI25 bei INT8/4, was natürlich ebenso nur ~20% wären, wenn Vega10 die Berechnung ebenfalls so ausführen könnte.

vega20-jpg.1027945


YouTube
 

Anhänge

  • Vega20.jpg
    Vega20.jpg
    247,3 KB · Aufrufe: 643
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

Das ist dann wohl so wie mit RTX auf der Titan V. Geht, aber deutlich schlechter als mit dedizierter Hardware. Also DLSS auf Tensor Kernen ist dann sicher vorteilhaft. Daher wird weiter auf voller Auflösung gerendert und dann mit KI aufgehübscht . Why not?
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

R.I.P DLSS :schief:

Welche Entwickler investieren dann noch mehr Zeit und Geld für eine Nvidia eigene Kantenglättung,
die ausserdem nur mit der RTX Serie funktioniert, wenn es eine Alternative gibt, die auf allen DX12 Karten läuft ?
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

Naja nichts ist so gut wie Treiberseitiges Downsampling bzw extremes Supersampling.
 
AW: AMD Radeon VII: DirectML ermöglicht Alternative zu Nvidias DLSS

Vega10 hat auch einige Instruktionen mit INT8 und vierfachem Durchsatz in Relation zum FP32-Durchsatz, AMD nennt Video-Processing, Mining und auch Machine-Learning als Einsatzfeld, aber Kreuzprodukte mit unterschiedlicher Präzision und Datentypen unterstützt erst Vega20, entsprechend war das Einsatzfeld und die Leistung von Vega10 in dem Bezug beschränkt.
Die Intelligenz einfacher neuronaler Netzwerke ist begrenzt (Wide Learning) und zumeist verallgemeinern sie Problemlösungen.

In dem Fall von DLSS ist auf der GPU keine weitere Probleminteraktion gefordert, sondern lediglich die Ausführung des Algorithmus der dazu dient vordefiniertes Anti-Aliasing auszuführen und vor dem erkennen, bestimmte Sichtbereiche abzutasten und dann das Bild zu ergänzen. Beim Deep Learning (auf dem KI Ausgangsnetzwerk) löst der Algorithmus das Problem von selbst, weil ihm eine Auswahl an Problemstellungen bereits bekannt ist und die Lösung dann innerhalb der Klassifikation linear angewandt wird. DLSS auszuführen benötigt auf dem Anwender PC keine Schlussfolgerungen. Es geht lediglich um die Erkennnung der Bereiche in denen Anti-Aliasing angewandt werden muss, um ein bestimmtes Ergebnis anhand von vordefinierten Merkmalen zu erreichen.

Hier liegen auch die Unterschiede zwischen Machine Learning und Deep Learning als Steigerungform. Während einfacheres Machine Learning nur etwas erkennt (Formen, Farben usw.) und dann ein vordefinierter Algorithmus die Fehler im Bild beseitigt, kann Deep Learning über eine Problemklassifikation eine Auswahl treffen und dann sogar Lösungen kombinieren. Wiederherstellen eines Bildes anhand von Bildfragmenten. Dazu eignet sich ein DLSS Algorithmus nicht.

Das Filtern des DLSS Bildes ist in dem Fall keine Art weiterer Lösungansatz, sondern dient lediglich den Unschärfeeffekt von AA zu lindern. Dafür ist keine Intelligenz nötig und es wird im Vollbildverfahren ausgeführt. DLSS benötigt damit auf dem Anwender PC keine Kreuzprodukteignung. Es gibt dabei auch keine Überraschungfaktoren, daher muss man Wide Learning und Deep Learning in dem Fall auch nicht kombinieren. Es geht beim DLSS um die einfache Analyse.
 
Zuletzt bearbeitet:
Zurück