DirectX wird zu einer ML-Plattform: Was lineare Algebra und neuronale Shader für zukünftige Spiele bedeuten

DirectX geht über traditionelle Grafik-Shader hinaus. Microsoft fügt hardwarebeschleunigte lineare Algebra direkt zu HLSL hinzu sowie einen separaten Pfad für größere ML-Modelle, wodurch das Fundament für neuronale Texturen, erlernte Materialien, neuronale Beleuchtung und andere KI-gesteuerte Rendering-Techniken gelegt wird.
Veröffentlicht:
Aleksandar Stajic
Aktualisiert: 26. September 2026 um 09:39
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

1
1. Shader-Level-ML
Kleine neuronale oder linear-algebraische Arbeitslasten werden direkt aus HLSL neben traditionellem Shader-Code ausgeführt.
2
2. DX Linear Algebra
Der Shader kann hardwarebeschleunigte Vektor- und Matrixoperationen anfordern, anstatt jedes ML-Primitiv manuell zu implementieren.
3
3. Modell-Level-ML
Größere neuronale Netzwerke werden als vollständige Berechnungsgraphen dargestellt, anstatt als handgeschriebene Shader-Fragmente.
4
4. DirectX Compute Graph Compiler
Microsofts geplanter Compiler-Pfad analysiert und senkt diese Graphen in optimierte GPU-Arbeitslasten, die in D3D12-Warteschlangen und Befehlslisten integriert sind.

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-FokusML-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.

WorkloadWarum ML auf Shader-Ebene passt
Neuronale TexturkompressionEin kleines Netzwerk kann Texturinformationen in der Nähe des Punktes rekonstruieren, an dem der Shader sie benötigt
Neuronale MaterialbewertungEine gelernte Funktion kann teure handgeschriebene Materialmathematik ersetzen oder ergänzen
Neuronales Radiance-CachingInferenz pro Pixel oder lokal kann Beleuchtungsinformationen aus gelerntem Szenenverhalten schätzen
Kleine Entrauschungs-/RekonstruktionskerneML-Operationen können direkt neben der Rendering-Stufe liegen, die sie verbessern
BildverarbeitungsinferenzMatrixoperationen 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-EbenePfad 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

1
Traditionelle Engine-Arbeit
Simulation, Geometrie, Sichtbarkeit und Basis-Rendering bleiben Standardaufgaben der Engine.
2
Inline-Neural-Shader
Kleine gelernte Funktionen rekonstruieren Texturen, Materialien oder Beleuchtung innerhalb von HLSL.
3
Größere ML-Graphen
Vollständige Rekonstruktions- oder Inferenzmodelle werden über einen DirectX-Pfad auf Graph-Ebene ausgeführt.
4
Hersteller-Hardware-Mapping
Treiber bilden gängige DirectX-Operationen auf die spezialisierten KI- und Matrix-Einheiten der GPU ab.
5
PIX-Sichtbarkeit
Grafik- und ML-Arbeit können zusammen profiliert werden, anstatt in getrennten undurchsichtigen Laufzeitumgebungen zu leben.

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?

1
1. Identifizieren Sie den teuren traditionellen Vorgang
Welche Rechen-, Bandbreiten-, Speicher- oder Speicherkosten versuchen Sie zu ersetzen?
2
2. Definieren Sie den neuronalen Ersatz
Was kann ein kleines Modell rekonstruieren, vorhersagen oder komprimieren?
3
3. Messen Sie die Inferenzkosten
Das ML-Modell selbst verbraucht GPU-Zeit, Speicher und Bandbreite.
4
4. Messen Sie die Qualitätsstabilität
Achten Sie auf zeitliche Artefakte, Rekonstruktionsfehler und Fehlerfälle.
5
5. Messen Sie die Nettoeinsparungen
Die Technik ist nur nützlich, wenn die vermiedenen traditionellen Kosten die zusätzlichen ML-Kosten wert sind.
6
6. Testen Sie über verschiedene Anbieter hinweg
Eine DirectX-Abstraktion hilft bei der Portabilität, aber die tatsächliche Hardware-Leistung unterscheidet sich weiterhin.

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?

Es ist ein DirectX/HLSL-Feature-Set für hardwarebeschleunigte Vektor- und Matrixoperationen, die von maschinellem Lernen, neuronalem Rendering und Bildverarbeitungs-Workloads genutzt werden.

Was ist ein neuronaler Shader?

Eine nützliche allgemein verständliche Beschreibung ist ein Shader, der eine gelernte neuronale Funktion oder einen ML-Inferenzschritt als Teil seiner Grafikarbeit enthält.

Ist DX Lineare Algebra bereits ein normales DirectX-Einzelhandelsfeature?

Stand September 2026 befindet es sich noch im Vorschau-Pfad von Shader Model 6.10 / Agility SDK.

Was ist der DirectX Compute Graph Compiler?

Es ist Microsofts angekündigte ML-Compiler-API auf Modellebene, die größere Berechnungsgraphen aufnehmen und in optimierte, in D3D12 integrierte GPU-Workloads überführen soll.

Warum nicht jedes ML-Modell direkt in HLSL ausführen?

Kleine Funktionen eignen sich gut für die Autorenschaft auf Shader-Ebene, während große Modelle von Ganzgraph-Optimierung, Speicherplanung und Operator-Fusion profitieren.

Wird dies DLSS oder FSR ersetzen?

Nicht direkt. DirectX bietet eine niedrigere Infrastrukturebene, die Hersteller und Entwickler für neuronale Grafik nutzen können. Gebrandete Technologien können weiterhin ihre eigenen Modelle und Integrationsstrategien implementieren.

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 weiterentwickeln

Offizieller Architekturüberblick der GDC 2026 zu ML auf Shader-Ebene, DX Lineare Algebra und dem DirectX Compute Graph Compiler.

Microsoft DirectX — D3D12 LinAlg Matrix Preview

Offizielle Vorschau vom April 2026, die die einheitlichen Lineare-Algebra-APIs, Matrixoperationen und die Motivation für neuronales Rendering erläutert.

Microsoft DirectX — Agility SDK 1.721 Preview

Offizielles 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 weiterentwickeln

Offizielle Zusammenfassung von Microsoft Game Dev, die ML auf Shader- und Modellebene und die Rolle des Compute Graph Compiler erklärt.

Microsoft DirectX — D3D12 Cooperative Vector

Offizieller Hintergrund zu hardwarebeschleunigten Vektor-/Matrixoperationen und neuronalem Rendering direkt aus Shader-Threads.

Related Articles

Windows Auto SR ist nicht DLSS: Wie NPU-Upscaling ohne Spielintegration funktioniert

Windows Auto SR ist nicht DLSS: Wie NPU-Upscaling ohne Spielintegration funktioniert

Windows Auto SR kann unterstützte Spiele ohne DLSS-, FSR- oder XeSS-Integration hochskalieren. Anstatt das Rekonstruktionsmodell im Spiel auf der GPU auszuführen, verwendet Windows die NPU, um aus einem niedriger aufgelösten Render ein Bild mit höherer Auflösung neu aufzubauen.

AMD FSR Redstone ist nicht nur FSR 4: Upscaling, Frame Generation, Ray Regeneration und Radiance Caching erklärt

AMD FSR Redstone ist nicht nur FSR 4: Upscaling, Frame Generation, Ray Regeneration und Radiance Caching erklärt

AMDs FSR-Namensgebung hat sich geändert, weil FSR nicht länger eine einzelne Funktion ist. Redstone ist jetzt eine Neural-Rendering-Suite mit separaten Technologien für Upscaling, Frame-Generierung, Raytracing-Rekonstruktion und gelernte globale Beleuchtung.

120Hz fühlen sich schlechter an? Diagnose-Checkliste (Falscher Modus, VRR-Bereich, Caps)

Eine höhere Bildwiederholrate kann Instabilitäten aufdecken. Nutze diese Checkliste, um zu diagnostizieren, warum sich 120 Hz schlechter anfühlen: falscher Modus, falscher Bildwiederholpfad, VRR-Bereichsprobleme oder fehlende Caps.

Bewegungsschärfe: Warum Unschärfe entsteht und die Lösungen, die wirklich funktionieren

Bewegungsunschärfe ist nicht nur eine Einstellung — sie ist Timing plus Persistenz. Lerne die praktische Reihenfolge: richtiger Modus, richtige Bildwiederholrate, dann die wenigen Klarheits-Fixes, auf die es ankommt.

PUBG Ally zeigt, warum KI-Teamkollegen zwei Gehirne brauchen: schnelle Reflexe und langsames Denken

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.

Jenseits des Scannens – Kreative Nutzungsmöglichkeiten und Modifikationen von amiibo"

amiibo sind mit NFC ausgestattete Spielfiguren, die seit 2014 von Nintendo veröffentlicht werden. Technisch gesehen sind sie kleine Datenträger in geformten Kunststofffiguren. In der Praxis liegen sie irgendwo zwischen Spielzeug, Sammlerstück und Schnittstellengerät. Das Einscannen in eine Konsole ist nur ein Teil ihres Lebenszyklus. Über die Jahre hinweg betrachtet, behandeln viele Besitzer sie als Objekte mit eigenem kreativen Potenzial.

Warum PC-Spiele beim Kompilieren von Shadern ruckeln – und wie Advanced Shader Delivery das ändert

Warum PC-Spiele beim Kompilieren von Shadern ruckeln – und wie Advanced Shader Delivery das ändert

Shader-Stottern tritt auf, wenn ein PC-Spiel GPU-Programme zum falschen Zeitpunkt kompilieren muss. Microsoft Advanced Shader Delivery verlagert einen Großteil dieser Arbeit vom PC des Spielers weg, indem hardwarespezifische Shader im Voraus vorbereitet und mit dem Spiel ausgeliefert werden.

Overdrive-Tuning: Der saubere Weg, Unschärfe ohne Ghosting zu reduzieren

Overdrive kann die Klarheit verbessern oder hässliche Halos erzeugen. Nutzen Sie diese einfache Methode, um die saubere mittlere Einstellung zu wählen, die Unschärfe ohne Ghosting-Artefakte reduziert.