DirectX становится ML-платформой: что линейная алгебра и нейронные шейдеры означают для будущих игр

DirectX больше не является только графическим API, который отправляет традиционные шейдеры на GPU. Microsoft добавляет примитивы машинного обучения непосредственно в HLSL и второй путь для запуска более крупных ML-графов внутри экосистемы DirectX. Это меняет то, где нейронный рендеринг может находиться в будущих компьютерных играх.

Почему нейронному рендерингу нужны новые примитивы DirectX

Современные GPU уже содержат специализированное аппаратное обеспечение для матричных операций, используемых в машинном обучении. Проблема для разработчика игр заключается не только в том, существует ли это аппаратное обеспечение, но и в том, как эффективно получить к нему доступ из конвейера графики в реальном времени.

Microsoft впервые исследовала это с поддержкой Cooperative Vector. В 2026 году эта работа превратилась в более широкий дизайн DirectX Linear Algebra, который поддерживает как векторно-матричные, так и матрично-матричные операции.

Это важно, потому что разные задачи нейронного рендеринга имеют разные формы. Крошечная модель, оценивающая поведение материала для каждого пикселя, — это не та же рабочая нагрузка, что большой граф суперразрешения или шумоподавления.

Двухуровневая модель ML в DirectX

Что DX Linear Algebra на самом деле даёт шейдеру

Традиционный HLSL построен вокруг графических и вычислительных операций. Нейронные рабочие нагрузки сильно зависят от линейной алгебры: векторов, матриц, умножения, накопления и структур данных, оптимизированных для этих операций.

Предварительная версия Shader Model 6.10 добавляет первоклассные матричные API, чтобы разработчики могли выражать эти рабочие нагрузки более напрямую и позволить драйверу отображать их на специализированное аппаратное обеспечение.

Предварительная версия Microsoft от апреля 2026 года явно описывает это как единый путь для нейронного рендеринга, ML и задач обработки изображений, а не как функцию только для графики.

Почему Cooperative Vector был только началом

Cooperative Vector позволял потокам шейдеров запрашивать векторно-матричную работу, которую драйверы могли отображать на специализированное аппаратное обеспечение. Это было полезно для высокопараллельных рабочих нагрузок на каждый пиксель.

Позже Microsoft пришла к выводу, что многие важные ML-нагрузки требуют большего, чем векторно-матричные операции. Суперразрешение, шумоподавление, временная реконструкция, более крупные модели изображений и общий вывод могут требовать матрично-матричных операций и совместной работы множества потоков.

Поэтому DX Linear Algebra расширяет модель, а не рассматривает Cooperative Vector как окончательную абстракцию.

Что на самом деле может выполняться внутри шейдера?

Наиболее интересные ML-нагрузки на уровне шейдеров достаточно малы, чтобы выполняться рядом с графическими данными, с которыми они работают.

Почему это важно для памяти текстур

Один из повторяющихся примеров Microsoft — нейронное сжатие текстур.

Вместо хранения каждого канала текстуры с обычной точностью игра может хранить более компактное представление и использовать небольшую нейронную сеть для восстановления деталей во время рендеринга.

Это обменивает часть работы по выводу на GPU на снижение нагрузки на хранилище или память. Точная выгода зависит от техники и оборудования, но архитектурное изменение важно: часть визуальных деталей может стать вычислением вместо хранимых данных.

Почему полным моделям нужен другой путь

Ручное написание нескольких матричных операций на HLSL практично для небольших нейронных функций. Это становится гораздо менее практичным, когда нагрузка представляет собой полноценную современную модель со множеством слоёв, зависимостей и промежуточных тензоров.

DirectX Compute Graph Compiler от Microsoft предназначен для этого более крупного класса нагрузок.

Вместо переписывания модели в виде пользовательского кода шейдера компилятор может принять граф вычислений, проанализировать весь граф, спланировать память, объединить операции и преобразовать результат в работу на GPU, которая интегрируется с DirectX 12.

Граница между шейдером и графом

Почему кросс-вендорная поддержка важнее ещё одной функции ИИ

AMD, Intel, NVIDIA и Qualcomm предоставляют разные архитектуры GPU и разные формы выделенного матричного ускорения.

Абстракция DirectX даёт Microsoft и производителям драйверов возможность транслировать общий HLSL или ML на уровне графа в правильный аппаратный путь.

Это не делает каждый GPU одинаково быстрым, но может снизить необходимость для игрового движка реализовывать совершенно другой API нейронного рендеринга для каждого производителя.

Какое оборудование поддерживает текущую предварительную версию?

Ответ зависит от конкретной операции линейной алгебры и предварительного драйвера.

Таблица поддержки предварительной версии Agility SDK 1.721 от Microsoft перечисляет LinAlg VectorAccumulate для оборудования AMD Radeon RX 9000 серии, оборудования Intel Xe2 или новее через предстоящий драйвер и оборудования NVIDIA RTX через поддерживаемый предварительный путь.

Это поддержка эпохи предварительной версии, а не универсальная гарантия для розничной продажи. Поддержка оборудования и драйверов может измениться до финализации.

Нейронный рендеринг становится инфраструктурой

DLSS, FSR и другие технологии нейронной графики часто обсуждаются как брендированные функции, видимые в меню настроек игры.

DirectX Linear Algebra указывает на более глубокое изменение. Нейронная операция может стать внутренней деталью реализации внутри рендерера, а не отдельной опциональной функцией постобработки.

Разработчик мог бы использовать ML для текстур, материалов, освещения, реконструкции или других локальных функций, не выставляя каждую из них как ориентированный на потребителя переключатель ИИ.

Стек нейронного рендеринга становится многослойным

Почему унифицированное профилирование важно

Нейронная рабочая нагрузка, которая улучшает качество изображения, всё ещё может навредить игре, если она неожиданно потребляет время кадра, пропускную способность памяти или VRAM.

Microsoft явно включает унифицированную видимость в PIX как часть направления Compute Graph Compiler. Это важно, потому что разработчикам нужно видеть графическую работу и работу ML в одном захвате кадра.

Если нейронный рендеринг становится инфраструктурой, он должен быть измеримым, как любой другой этап рендеринга.

Это не значит, что каждый шейдер станет нейронной сетью

Традиционная шейдерная математика остаётся эффективной, детерминированной и легко предсказуемой для многих задач.

Нейронная функция имеет смысл, когда она может аппроксимировать или восстанавливать что-то дорогое более эффективно, сжимать данные или обеспечивать качество, которое иначе потребовало бы слишком много обычных вычислений или памяти.

Правильная архитектура останется гибридной.

Тест ценности нейронного шейдера

Что это значит для геймеров

Геймеры, возможно, никогда не увидят переключатель «DX Linear Algebra» в графическом меню.

Вероятное влияние косвенное: меньший размер текстур, лучшее восстановление освещения, более эффективная нейронная графика или новые визуальные техники, которые становятся практичными, потому что движок может получить доступ к матричному ускорению через стандартный путь.

Эта функция важнее как инфраструктура, а не как бренд.

Что могло бы изменить этот ответ?

Самая большая неопределённость — окончательная розничная форма этих API. DX Linear Algebra остаётся в предварительной версии, а Compute Graph Compiler ещё не достиг широкой розничной доступности.

Окончательная поддержка оборудования, детали API, поведение компилятора и внедрение в движки могут измениться, прежде чем эти системы станут обычной инфраструктурой для выпускаемых игр.

Если крупные движки напрямую внедрят эти абстракции, нейронные шейдеры могут стать гораздо более распространёнными без необходимости отдельным командам разработчиков игр реализовывать каждую технику с нуля.

Ограничения

Эта статья объясняет документированную архитектуру DirectX от Microsoft и предварительные API. Она не утверждает, что DX Linear Algebra в настоящее время улучшает производительность в каждой игре или что Compute Graph Compiler является готовым розничным продуктом.

Примеры Microsoft описывают возможности и предполагаемое использование. Реальные преимущества зависят от модели, интеграции с движком, архитектуры GPU, драйверов и рабочей нагрузки.

Заключение

Важное изменение в DirectX — это не ещё одна галочка под названием AI.

Оно в том, что математика машинного обучения переходит в саму модель программирования графики. Небольшие нейронные функции могут находиться внутри шейдеров, более крупные модели могут перейти к компиляции на уровне графа, и один и тот же инструментарий DirectX может предоставлять эти рабочие нагрузки на нескольких GPU от разных производителей.

Именно так нейронный рендеринг перестаёт быть одной брендированной функцией и начинает становиться частью инфраструктуры рендеринга.

FAQ

Глоссарий

Первоисточники