DirectX wird zu einer ML-Plattform: Was lineare Algebra und neuronale Shader für zukünftige Spiele bedeuten
DirectX ist nicht mehr nur eine Grafik-API, die traditionelle Shader an die GPU sendet. Microsoft fügt maschinelle Lernprimitive direkt zu HLSL hinzu und einen zweiten Pfad zum Ausführen größerer ML-Graphen innerhalb des DirectX-Ökosystems. Das verändert, wo neuronales Rendering in zukünftigen PC-Spielen stattfinden kann.
Warum neuronales Rendering neue DirectX-Primitive benötigt
Moderne GPUs enthalten bereits spezialisierte Hardware für Matrixoperationen, die im maschinellen Lernen verwendet werden. Das Problem für einen Spielentwickler ist nicht nur, ob diese Hardware existiert, sondern wie man effizient aus einer Echtzeit-Grafikpipeline darauf zugreift.
Microsoft erforschte dies zuerst mit Cooperative Vector-Unterstützung. Im Jahr 2026 entwickelte sich diese Arbeit zu einem breiteren DirectX Linear Algebra-Design, das sowohl Vektor-Matrix- als auch Matrix-Matrix-Operationen unterstützt.
Das ist wichtig, weil verschiedene neuronale Rendering-Aufgaben unterschiedliche Formen haben. Ein winziges Modell, das Materialverhalten pro Pixel bewertet, ist nicht die gleiche Arbeitslast wie ein großes Super-Resolution- oder Denoising-Diagramm.
Das zweistufige DirectX ML-Modell
Zwei Wege, wie ML in die DirectX-Grafikpipeline gelangen kann
Was DX Linear Algebra einem Shader tatsächlich bietet
Traditionelles HLSL ist um Grafik- und Compute-Operationen herum aufgebaut. Neuronale Arbeitslasten stützen sich stark auf lineare Algebra: Vektoren, Matrizen, Multiplikation, Akkumulation und Datenlayouts, die für diese Operationen optimiert sind.
Die Shader Model 6.10-Vorschau fügt erstklassige Matrix-APIs hinzu, damit Entwickler diese Arbeitslasten direkter ausdrücken und den Treiber sie auf spezialisierte Hardware abbilden lassen können.
Microsofts Vorschau vom April 2026 beschreibt dies ausdrücklich als einen einheitlichen Pfad für neuronales Rendering, ML und Bildverarbeitungs-Arbeitslasten und nicht als eine reine Grafikfunktion.
Traditionelle Shader-Mathematik vs. ML-orientierte Shader-Mathematik
| Traditioneller Shader-Fokus | ML-orientierter Fokus | |
|---|---|---|
| Typische Arbeit | ||
| Hardware-Pfad | ||
| Entwicklerausdruck |
Warum Cooperative Vector nur der Anfang war
Cooperative Vector ermöglichte es Shader-Threads, Vektor-Matrix-Arbeit anzufordern, die Treiber auf spezialisierte Hardware abbilden konnten. Das war nützlich für hochgradig parallele Pro-Pixel-Arbeitslasten.
Microsoft kam später zu dem Schluss, dass viele wichtige ML-Workloads mehr als Vektor-Matrix-Operationen benötigen. Superauflösung, Entrauschen, zeitliche Rekonstruktion, größere Bildmodelle und allgemeine Inferenz können Matrix-Matrix-Operationen und gemeinsame Arbeit über viele Threads hinweg erfordern.
DX Linear Algebra erweitert daher das Modell, anstatt Cooperative Vector als die endgültige Abstraktion zu behandeln.
Was kann tatsächlich in einem Shader ausgeführt werden?
Die interessantesten ML-Workloads auf Shader-Ebene sind klein genug, um in der Nähe der Grafikdaten ausgeführt zu werden, auf denen sie operieren.
| Workload | Warum ML auf Shader-Ebene passt |
|---|---|
| Neuronale Texturkompression | Ein kleines Netzwerk kann Texturinformationen in der Nähe des Punktes rekonstruieren, an dem der Shader sie benötigt |
| Neuronale Materialbewertung | Eine gelernte Funktion kann teure handgeschriebene Materialmathematik ersetzen oder ergänzen |
| Neuronales Radiance-Caching | Inferenz pro Pixel oder lokal kann Beleuchtungsinformationen aus gelerntem Szenenverhalten schätzen |
| Kleine Entrauschungs-/Rekonstruktionskerne | ML-Operationen können direkt neben der Rendering-Stufe liegen, die sie verbessern |
| Bildverarbeitungsinferenz | Matrixoperationen können in die GPU-Verarbeitung eingebettet werden, ohne eine separate externe Laufzeitumgebung |
Warum dies für den Texturspeicher wichtig ist
Eines von Microsofts wiederkehrenden Beispielen ist die neuronale Texturkompression.
Anstatt jeden Texturkanal mit herkömmlicher Genauigkeit zu speichern, kann ein Spiel eine kompaktere Darstellung speichern und ein kleines neuronales Netzwerk verwenden, um Details während des Renderings zu rekonstruieren.
Das tauscht etwas GPU-Inferenzarbeit gegen geringeren Speicher- oder Speicherdruck. Der genaue Nutzen hängt von der Technik und der Hardware ab, aber die architektonische Änderung ist wichtig: Einige visuelle Details können zu Berechnung anstatt zu gespeicherten Daten werden.
Warum vollständige Modelle einen anderen Weg benötigen
Ein paar Matrixoperationen in HLSL von Hand zu schreiben, ist für kleine neuronale Funktionen praktikabel. Es wird viel weniger praktikabel, wenn der Workload ein vollständiges modernes Modell mit vielen Schichten, Abhängigkeiten und Zwischentensoren ist.
Microsofts DirectX Compute Graph Compiler ist für diese größere Klasse von Workloads konzipiert.
Anstatt das Modell als benutzerdefinierten Shader-Code neu zu schreiben, kann der Compiler einen Berechnungsgraphen akzeptieren, den gesamten Graphen analysieren, Speicher planen, Operationen fusionieren und das Ergebnis in GPU-Arbeit umsetzen, die sich in DirectX 12 integriert.
Die Grenze zwischen Shader und Graph
Wann der ML-Workload in HLSL vs. einen Modellcompiler gehört
| Pfad auf Shader-Ebene | Pfad auf Modellebene | |
|---|---|---|
| Modellgröße | ||
| Ausführungsstil | ||
| Erstellung | ||
| Optimierungsumfang | ||
| Typische Verwendung |
Warum herstellerübergreifende Unterstützung wichtiger ist als ein weiteres KI-Feature
AMD, Intel, NVIDIA und Qualcomm bieten unterschiedliche GPU-Architekturen und unterschiedliche Formen dedizierter Matrixbeschleunigung.
Eine DirectX-Abstraktion gibt Microsoft und den Treiberherstellern einen Ort, um gängige HLSL- oder ML auf Graph-Ebene in den korrekten Hardware-Pfad zu übersetzen.
Das macht nicht jede GPU gleich schnell, aber es kann den Bedarf einer Spiel-Engine reduzieren, für jeden Hersteller eine völlig andere Neural-Rendering-API zu implementieren.
Welche Hardware unterstützt die aktuelle Vorschau?
Die Antwort hängt von der spezifischen Linear-Algebra-Operation und dem Vorschau-Treiber ab.
Die Unterstützungstabelle von Microsofts Agility SDK 1.721 Vorschau listet LinAlg VectorAccumulate für AMD Radeon RX 9000 Series Hardware, Intel Xe2-oder-neuer Hardware über einen kommenden Treiber und NVIDIA RTX Hardware über den unterstützten Vorschau-Pfad auf.
Dies ist eine Unterstützung aus der Vorschau-Ära, keine universelle Einzelhandelsgarantie. Hardware- und Treiberunterstützung können sich vor der Finalisierung ändern.
Neural Rendering wird zur Infrastruktur
DLSS, FSR und andere neuronale Grafiktechnologien werden oft als Markenfunktionen diskutiert, die im Einstellungsmenü eines Spiels sichtbar sind.
DirectX Linear Algebra deutet auf eine tiefgreifendere Veränderung hin. Die neuronale Operation kann zu einem internen Implementierungsdetail innerhalb des Renderers werden, anstatt eine einzelne optionale Post-Processing-Funktion zu sein.
Ein Entwickler könnte ML für Texturen, Materialien, Beleuchtung, Rekonstruktion oder andere lokale Funktionen nutzen, ohne jede einzelne als verbraucherorientierten KI-Schalter offenzulegen.
Der Neural Rendering Stack wird zunehmend geschichtet
Eine mögliche zukünftige DirectX-Spielpipeline
Warum einheitliches Profiling wichtig ist
Eine neuronale Arbeitslast, die die Bildqualität verbessert, kann einem Spiel dennoch schaden, wenn sie unerwartet Frame-Zeit, Speicherbandbreite oder VRAM verbraucht.
Microsoft bezieht ausdrücklich die einheitliche PIX-Sichtbarkeit als Teil der Compute Graph Compiler-Richtung ein. Das ist wichtig, weil Entwickler Grafik- und ML-Arbeit in derselben Frame-Aufzeichnung sehen müssen.
Wenn Neural Rendering zur Infrastruktur wird, muss es wie jede andere Rendering-Stufe messbar sein.
Das bedeutet nicht, dass jeder Shader zu einem neuronalen Netzwerk wird
Herkömmliche Shader-Mathematik bleibt für viele Workloads effizient, deterministisch und leicht nachvollziehbar.
Eine neuronale Funktion ist sinnvoll, wenn sie etwas Teures effizienter annähern oder rekonstruieren, Daten komprimieren oder eine Qualität erzeugen kann, die sonst zu viel konventionelle Rechenleistung oder Speicher erfordern würde.
Die richtige Architektur wird hybrid bleiben.
Der neuronale Shader-Werttest
Wann ergibt es tatsächlich Sinn, ML in die Rendering-Pipeline zu integrieren?
Was das für Gamer bedeutet
Gamer werden wahrscheinlich nie einen Schalter „DX Linear Algebra“ in einem Grafikmenü sehen.
Die wahrscheinliche Auswirkung ist indirekt: kleinere Textur-Footprints, bessere Lichtrekonstruktion, effizientere neuronale Grafik oder neue visuelle Techniken, die praktikabel werden, weil die Engine über einen Standardpfad auf Matrixbeschleunigung zugreifen kann.
Das Feature ist als Infrastruktur wichtiger denn als Marke.
Was würde diese Antwort ändern?
Die größte Unsicherheit ist die endgültige Retail-Form dieser APIs. DX Linear Algebra befindet sich noch in der Vorschau, und der Compute Graph Compiler hat noch keine breite Retail-Verfügbarkeit erreicht.
Die endgültige Hardware-Unterstützung, API-Details, Compiler-Verhalten und Engine-Adoption können sich ändern, bevor diese Systeme zur normalen Infrastruktur für ausgelieferte Spiele werden.
Wenn große Engines die Abstraktionen direkt übernehmen, könnten neuronale Shader viel häufiger werden, ohne dass einzelne Spielteams jede Technik von Grund auf implementieren müssen.
Einschränkungen
Dieser Artikel erklärt Microsofts dokumentierte DirectX-Architektur und Vorschau-APIs. Er behauptet nicht, dass DX Linear Algebra derzeit die Leistung in jedem Spiel verbessert oder dass der Compute Graph Compiler ein fertiges Retail-Produkt ist.
Microsofts Beispiele beschreiben Fähigkeiten und beabsichtigte Verwendung. Reale Vorteile hängen vom Modell, der Engine-Integration, der GPU-Architektur, den Treibern und dem Workload ab.
Fazit
Die wichtige DirectX-Änderung ist nicht ein weiteres Kontrollkästchen namens KI.
Sie besteht darin, dass maschinelles Lernmathematik in das Grafikprogrammiermodell selbst einzieht. Kleine neuronale Funktionen können in Shadern sitzen, größere Modelle können in Richtung Graph-Level-Kompilierung wandern, und dieselbe DirectX-Toolchain kann diese Arbeitslasten über mehrere GPU-Hersteller hinweg verfügbar machen.
So hört neuronales Rendering auf, ein einziges gebrandetes Feature zu sein, und wird Teil der Rendering-Infrastruktur.
FAQ
DirectX Lineare Algebra und neuronale Shader
Was ist DirectX Lineare Algebra?
Was ist ein neuronaler Shader?
Ist DX Lineare Algebra bereits ein normales DirectX-Einzelhandelsfeature?
Was ist der DirectX Compute Graph Compiler?
Warum nicht jedes ML-Modell direkt in HLSL ausführen?
Wird dies DLSS oder FSR ersetzen?
Glossar
Wichtige DirectX-ML-Begriffe
- DX Lineare Algebra
- DirectX/HLSL-APIs für beschleunigte Vektor- und Matrixoperationen, die für neuronales Rendering, ML und Bildverarbeitungs-Workloads gedacht sind.
- Cooperative Vector
- Ein früherer DirectX-Ansatz für beschleunigte Vektor-Matrix-Operationen innerhalb von Shadern, der half, den Pfad für neuronales Rendering auf Shader-Ebene zu etablieren.
- Shader Model 6.10
- Die Vorschau-Shadermodell-Generation, die die aktuellen DirectX-Lineare-Algebra-Matrix-APIs enthält.
- DirectX Compute Graph Compiler
- Microsofts angekündigte Compiler-API zum Optimieren und Ausführen größerer ML-Berechnungsgraphen als native DirectX-GPU-Workloads.
- Neuronaler Shader
- Ein praktischer Begriff für einen Shader, der gelernte Inferenz oder neuronale Berechnung als Teil der Grafikverarbeitung durchführt.
- Shader-or-Graph-Grenze
- Ein Figure-Rocks-Modell zur Entscheidung, ob eine ML-Arbeitslast als kleine Inline-Shader-Mathematik oder als größerer Berechnungsgraph auf Modellebene gehört.
- Neural Shader Value Test
- Ein Figure-Rocks-Workflow zur Entscheidung, ob die durch eine neuronale Technik vermiedenen traditionellen Compute- oder Speicherkosten ihre Inferenzkosten und Qualitätskompromisse wert sind.
Primärquellen
Microsoft DirectX — DirectX für die ML-Ära unter Windows weiterentwickelnOffizieller Architekturüberblick der GDC 2026 zu ML auf Shader-Ebene, DX Lineare Algebra und dem DirectX Compute Graph Compiler.
Microsoft DirectX — D3D12 LinAlg Matrix PreviewOffizielle Vorschau vom April 2026, die die einheitlichen Lineare-Algebra-APIs, Matrixoperationen und die Motivation für neuronales Rendering erläutert.
Microsoft DirectX — Agility SDK 1.721 PreviewOffizielles Release vom Mai 2026, das Shader-Model-6.10-Lineare-Algebra-Updates und Vorschau-Hardwareunterstützung dokumentiert.
Microsoft Game Dev — GDC 2026: DirectX für die ML-Ära weiterentwickelnOffizielle Zusammenfassung von Microsoft Game Dev, die ML auf Shader- und Modellebene und die Rolle des Compute Graph Compiler erklärt.
Microsoft DirectX — D3D12 Cooperative VectorOffizieller Hintergrund zu hardwarebeschleunigten Vektor-/Matrixoperationen und neuronalem Rendering direkt aus Shader-Threads.
Related Articles
Isabelle - Winter Outfit
Das Isabelle – Winter Outfit amiibo aus der Super Smash Bros.-Serie stellt eine saisonale Version einer der bekanntesten Support-Charaktere von Nintendo dar. Diese Figur führt keinen neuen Charakter ein, sondern rahmt einen etablierten neu ein. Der Mehrwert liegt hauptsächlich in seiner funktionalen Kompatibilität mit mehreren Nintendo-Systemen und in seiner physischen Interpretation von Isabelle in einem spezifischen saisonalen Moment in der Animal Crossing-Welt.
Lottie
Die Lottie-amiibo gehört zur Animal Crossing amiibo-Figurenreihe, die in der frühen Phase von Nintendos amiibo-Programm veröffentlicht wurde. Sie stellt den kleinen Otter-Charakter dar, der aus dem Designbüro in Animal Crossing: Happy Home Designer bekannt ist. Wie andere Figuren dieser Serie enthält das Objekt einen kleinen NFC-Chip. Wenn sie von kompatiblen Nintendo-Systemen gescannt wird, verknüpft die Figur den Charakter mit spielinternen Systemen und schaltet kleine Teile zugehöriger Inhalte frei.
Cloud - Nummer 57
Die Cloud-amiibo-Figur aus der Super Smash Bros. Collection erweitert einen spielbaren Charakter zu einem physischen Trainings- und Datenobjekt. Sie stellt Cloud so dar, wie er in Super Smash Bros. für Nintendo 3DS und Wii U erscheint. Die Figur fungiert als beschreibbares amiibo. Sie speichert Charakterentwicklung, Kampfverhalten und individuelle Einstellungen, wenn sie in kompatiblen Titeln verwendet wird. Praktisch gesehen handelt es sich um eine wiederverwendbare NFC-Figur, die eine bestimmte Kämpferidentität mit mehreren Nintendo-Systemen verknüpft.
Piranha Plant - Nummer 66
Die Piranha-Pflanze-amiibo aus der Super Smash Bros. Collection erweitert die Funktionalität des Charakters über den Bildschirm hinaus. Sie speichert Daten, entwickelt Verhaltensmuster in kompatiblen Titeln und schaltet spezifische In-Game-Inhalte frei. Im praktischen Einsatz fungiert sie als physisches Speichermedium für einen trainierbaren Kämpfer und als Schlüssel für kleine Boni in verschiedenen Nintendo-Spielen.
Hero - Nummer 84
Die Hero-amiibo-Figur aus der Super Smash Bros. Collection stellt den Standard-Helden dar, wie er in Super Smash Bros. Ultimate erscheint. Es handelt sich um eine physische NFC-Figur, die Spieldaten speichern und mit kompatiblen Nintendo-Systemen interagieren kann. Vereinfacht gesagt ist sie sowohl ein Sammlerstück als auch eine funktionale Nachbildung des Charakters im Spiel. Der Mehrwert liegt in der Fähigkeit, einen Figurenkämpfer (FP) zu erstellen und zu trainieren, der sich im Laufe der Zeit durch die Interaktion mit dem Spieler entwickelt.
PUBG Ally zeigt, warum KI-Teamkollegen zwei Gehirne brauchen: schnelle Reflexe und langsames Denken
Ein Sprachmodell kann Taktiken und Spielerabsichten verstehen, aber es sollte nicht jede Bewegung und Kampfreaktion direkt steuern. PUBG Ally zeigt eine praktischere Architektur: schnelle Verhaltensbaum-Steuerung für Reflexaktionen, kombiniert mit einem kleinen Sprachmodell für Planung, Koordination und natürliche Konversation.
Dark Samus - Nummer 81
Das Dark-Samus-amiibo aus der Super-Smash-Bros.-Serie erweitert den spielbaren Kämpfer zu einer physischen Trainings-Einheit. Es ist nicht nur ein Dekorationsobjekt. Es speichert Daten, entwickelt Verhaltensmuster in kompatiblen Titeln und spiegelt die Match-Historie zurück ins Spiel. Sein Mehrwert liegt in dieser Persistenz. Die Figur wird zu einem anpassungsfähigen Gegner statt zu einem statischen Unlock.
Ice Climbers - Nummer 68
Das Ice Climbers-amiibo aus der Super Smash Bros.-Serie stellt eine spielbare Kämpfereinheit dar, die aus zwei Charakteren, Popo und Nana, besteht. Es fungiert als interaktive NFC-Figur, die Daten speichern und sich innerhalb kompatibler Spiele entwickeln kann. Erschienen im September 2019, kam dieses amiibo vergleichsweise spät innerhalb der Super Smash Bros.-Reihe heraus. Der Name unterschied sich nicht wesentlich zwischen den Regionen; es wurde in Nordamerika, Europa und Japan einheitlich als „Ice Climbers“ vermarktet.
Ridley - Nummer 65
Die Ridley-amiibo-Figur aus der Super Smash Bros. Collection erweitert die Funktionalität des Charakters über den Bildschirm hinaus. Sie ist nicht nur ein Dekorationsobjekt. Sie speichert Daten, interagiert mit kompatiblen Titeln und wird Teil des Spieldaten-Ökosystems des Spielers. Ihr Mehrwert liegt in dieser Beständigkeit. Die Figur stellt Ridley so dar, wie er in Super Smash Bros. Ultimate erscheint, und ermöglicht die Erstellung eines trainierbaren Figurenkämpfers (FP), der sich mit der Zeit anpasst.
Isabelle – Summer Outfit
Unter den von Nintendo veröffentlichten Animal Crossing-amiibo-Figuren stellt die Version „Melinda – Sommeroutfit“ eine saisonale Variation eines der zentralen Charaktere der Serie dar. Die Figur verfügt über dieselbe technische Funktionalität wie andere Animal Crossing-amiibo, aber ihr Aussehen spiegelt den leichteren, entspannten Ton wider, der oft während der Sommer-Events in den Spielen zu sehen ist. Wenn sie über NFC gescannt wird, interagiert die Figur mit mehreren kompatiblen Titeln und schaltet kleine In-Game-Interaktionen frei, die mit Melinda selbst verknüpft sind.
Blathers
Der Eugen-amiibo ist Teil der Animal Crossing-Figurenserie, die während der umfassenderen Markteinführung von Nintendos amiibo-Plattform veröffentlicht wurde. Jede Figur kombiniert eine kleine Sammlerfigur mit einem NFC-Chip im Sockel. Wenn sie auf ein kompatibles Lesegerät gestellt wird, liest die Konsole die in der Figur gespeicherte Charakter-ID aus. In der Praxis ermöglicht dies bestimmten Spielen, direkt auf den Charakter Bezug zu nehmen. Der Eugen-amiibo bietet hauptsächlich Zugriff auf Auftritte des Museumskurators oder kleine charakterbezogene Funktionen in unterstützten Animal Crossing-Titeln.
Snake - Nummer 75
Das Snake-amiibo aus der Super Smash Bros. Serie erweitert die Trainings- und Personalisierungssysteme von Super Smash Bros. Ultimate. Es stellt Solid Snake in seinem Crossover-Auftritt dar und fungiert als trainierbarer amiibo-Kämpfer. Der praktische Nutzen liegt in persistenten Charakterdaten, gespeicherten Verhaltensmustern und kleinen funktionalen Boni in kompatiblen Nintendo-Titeln.