[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"portal-settings:figure:ru":3,"public-menus:all":45,"post:directx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games:ru":531,"related:post:directx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games:ru:1":2057},{"statusCode":4,"data":5,"message":44},200,{"tenantId":6,"lang":7,"defaultLang":8,"siteUrl":9,"contactEmail":10,"brandName":11,"logoUrl":12,"siteName":11,"siteDescription":13,"ogImage":14,"robotsIndex":15,"socialLinks":14,"reservedSlugs":14,"seoPolicy":16},"figure","ru","en","https:\u002F\u002Ffigure.rocks","info@stajic.de","Figure Rocks","\u002Ffavicon-32x32.png","",null,true,{"branding":17,"relatedContent":18,"crossDomainLinks":19},{"logoUrl":12},{"enabled":15},[20,23,26,29,32,35,38,41],{"url":21,"label":22,"isActive":15,"showInFooter":15,"includeInSameAs":15},"https:\u002F\u002Floving.rocks","loving.rocks",{"url":24,"label":25,"isActive":15,"showInFooter":15,"includeInSameAs":15},"https:\u002F\u002Fstajic.de","stajic.de",{"url":27,"label":28,"isActive":15,"showInFooter":15,"includeInSameAs":15},"https:\u002F\u002Fbazify.com","bazify.com",{"url":30,"label":31,"isActive":15,"showInFooter":15,"includeInSameAs":15},"https:\u002F\u002Fbazify.de","bazify.de",{"url":33,"label":34,"isActive":15,"showInFooter":15,"includeInSameAs":15},"https:\u002F\u002F2mesta.com","2mesta.com",{"url":36,"label":37,"isActive":15,"showInFooter":15,"includeInSameAs":15},"https:\u002F\u002F2mesta.de","2mesta.de",{"url":39,"label":40,"isActive":15,"showInFooter":15,"includeInSameAs":15},"https:\u002F\u002Fbazify.at","bazify.at",{"url":42,"label":43,"isActive":15,"showInFooter":15,"includeInSameAs":15},"https:\u002F\u002Fweb-hoch3.de","web-hoch3.de","Portal settings resolved",[46],{"id":47,"name":48,"location":49,"isActive":15,"isDefault":15,"items":50},2,"Main Menu","sidebar",[51,65,189,282,358,424],{"id":52,"title":53,"url":61,"target":62,"icon":63,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":64},"1",{"de":54,"en":55,"es":56,"fr":57,"it":55,"ru":58,"sr":59,"zh":60},"Startseite","Home","Inicio","Accueil","Главная","Početna","首页","\u002F","_self","i-lucide-home",[],{"id":66,"title":67,"url":76,"target":62,"icon":77,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":78},"3",{"de":68,"en":69,"es":70,"fr":71,"it":72,"ru":73,"sr":74,"zh":75},"Spiele","Games","Juegos","Jeux","Giochi","Игры","Igre","游戏","\u002Fgames","i-lucide-gamepad-2",[79,92,107,121,135,148,162,176],{"id":80,"title":81,"url":76,"target":62,"icon":90,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":91},"3-1",{"de":82,"en":83,"es":84,"fr":85,"it":86,"ru":87,"sr":88,"zh":89},"Spiele-Hub","Games Hub","Centro de juegos","Hub de jeux","Hub Giochi","Игровой центр","Centar za igre","游戏中心","i-lucide-layout-grid",[],{"id":93,"title":94,"url":103,"target":62,"icon":104,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":106},"1-1",{"de":95,"en":96,"es":97,"fr":98,"it":99,"ru":100,"sr":101,"zh":102},"Neu & Angesagt","New & Trending","Novedades & Tendencias","Nouveautés & Tendances","Novità & Tendenze","Новинки & тренды","Novo & Popularno","新品 & 热门","\u002Fnews\u002Fgaming-news","i-lucide-sparkles","custom",[],{"id":108,"title":109,"url":118,"target":62,"icon":119,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":120},"1-2",{"de":110,"en":111,"es":112,"fr":113,"it":114,"ru":115,"sr":116,"zh":117},"Angebote","Deals","Ofertas","Offres","Offerte","Акции","Ponude","优惠","\u002Fdeals","i-lucide-badge-percent",[],{"id":122,"title":123,"url":132,"target":62,"icon":133,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":134},"1-3",{"de":124,"en":125,"es":126,"fr":127,"it":128,"ru":129,"sr":130,"zh":131},"Release-Kalender","Release Calendar","Calendario de lanzamientos","Calendrier des sorties","Calendario delle uscite","Календарь релизов","Kalendar izdanja","发布日历","\u002Freleases","i-lucide-calendar-days",[],{"id":136,"title":137,"url":145,"target":62,"icon":146,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":147},"3-2",{"de":138,"en":139,"es":140,"fr":141,"it":142,"sr":143,"zh":144},"amiibo-kompatible Spiele","amiibo-Compatible Games","Juegos compatibles con Amiibo","Jeux compatibles Amiibo","Giochi compatibili con amiibo","Amiibo kompatibilne igre","Amiibo 兼容游戏","\u002Freference\u002Fcompatibility","i-lucide-check-circle-2",[],{"id":149,"title":150,"url":159,"target":62,"icon":160,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":161},"3-3",{"de":151,"en":152,"es":153,"fr":154,"it":155,"ru":156,"sr":157,"zh":158},"Wie amiibo funktionieren","How amiibo work","Cómo funcionan los Amiibo","Comment fonctionnent les Amiibo","Come funzionano gli Amiibo","Как работают Amiibo","Kako Amiibo rade","Amiibo 如何运作","\u002Fgames\u002Fhow-amiibo-unlocks-work","i-lucide-puzzle",[],{"id":163,"title":164,"url":173,"target":62,"icon":174,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":175},"3-4",{"de":165,"en":166,"es":167,"fr":168,"it":169,"ru":170,"sr":171,"zh":172},"Beste Amiibo pro Spiel","Best amiibo per Game","Mejores Amiibo por juego","Meilleurs Amiibo par jeu","Migliori Amiibo per gioco","Лучшие Amiibo по играм","Najbolji Amiibo po igri","各游戏最佳 Amiibo","\u002Fgames\u002Fbest-amiibo-per-game","i-lucide-award",[],{"id":177,"title":178,"url":186,"target":62,"icon":187,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":188},"3-5",{"de":179,"en":180,"es":181,"fr":182,"it":183,"ru":184,"sr":185},"Freischaltbares & Belohnungen","Unlockables & Rewards","Desbloqueables & Recompensas","Déblocables & Récompenses","Sbloccabili & Ricompense","Разблокировки & награды","Otključavanja & nagrade","\u002Fgames\u002Funlocks-and-benefits","i-lucide-gift",[],{"id":190,"title":191,"url":199,"target":62,"icon":200,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":201},"4",{"de":192,"en":193,"es":194,"it":195,"ru":196,"sr":197,"zh":198},"Sammeln","Collecting","Coleccionismo","Collezionismo","Коллекционирование","Kolekcionarstvo","收藏","\u002Fcollecting","i-lucide-gem",[202,213,227,240,254,268],{"id":203,"title":204,"url":211,"target":62,"icon":90,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":212},"4-1",{"de":205,"en":206,"fr":207,"it":208,"ru":209,"zh":210},"Sammel-Hub","Collecting Hub","Hub de collecte","Hub di raccolta","Центр сбора","收藏中心","\u002Famiibo\u002Fcollecting",[],{"id":214,"title":215,"url":224,"target":62,"icon":225,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":226},"4-2",{"de":216,"en":217,"es":218,"fr":219,"it":220,"ru":221,"sr":222,"zh":223},"Kaufberatung","Buying Guide","Guía de compra","Guide d'achat","Guida all'acquisto","Гид покупателя","Vodič za kupovinu","购买指南","\u002Famiibo-library\u002Famiibo-buying-smart","i-lucide-shopping-bag",[],{"id":228,"title":229,"url":237,"target":62,"icon":238,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":239},"4-3",{"de":230,"en":230,"es":231,"fr":232,"it":233,"ru":234,"sr":235,"zh":236},"Fake vs Real","Falso vs. Real","Faux vs Vrai","Falso vs Vero","Фейк vs Оригинал","Lažno vs Pravo","真假对比","\u002Famiibo-library\u002Famiibo-buying-smart\u002Favoid-fake-listings","i-lucide-scan",[],{"id":241,"title":242,"url":251,"target":62,"icon":252,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":253},"4-4",{"de":243,"en":244,"es":245,"fr":246,"it":247,"ru":248,"sr":249,"zh":250},"Aufbewahrung & Präsentation","Storage & Display","Almacenamiento & exhibición","Rangement & Présentation","Contenitori & Esposizione","Хранение & витрины","Odlaganje & izlaganje","存储 & 展示","\u002Famiibo-library\u002Famiibo-care-and-storage","i-lucide-box",[],{"id":255,"title":256,"url":265,"target":62,"icon":266,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":267},"4-5",{"de":257,"en":258,"es":259,"fr":260,"it":261,"ru":262,"sr":263,"zh":264},"Preisübersicht","Price Guide","Guía de precios","Guide des prix","Guida ai prezzi","Гид по ценам","Cenovnik","价格指南","\u002Fcollections\u002Fprice-guide","i-lucide-bar-chart-3",[],{"id":269,"title":270,"url":279,"target":62,"icon":280,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":281},"4-6",{"de":271,"en":272,"es":273,"fr":274,"it":275,"ru":276,"sr":277,"zh":278},"Raritäten","Rare Finds","Hallazgos únicos","Trouvailles rares","Pezzi rari","Редкие находки","Retki nalazi","稀有发现","\u002Fcollections\u002Frare-and-notable","i-lucide-trophy",[],{"id":283,"title":284,"url":292,"target":62,"icon":293,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":294},"5",{"de":285,"en":286,"es":287,"fr":286,"it":288,"ru":289,"sr":290,"zh":291},"Technik","Tech","Tecnología","Tecnologia","Технологии","Tehnologija","科技","\u002Ftech","i-lucide-cpu",[295,306,318,331,344],{"id":296,"title":297,"url":292,"target":62,"icon":90,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":305},"5-1",{"de":298,"en":298,"es":299,"fr":300,"it":301,"ru":302,"sr":303,"zh":304},"Tech Hub","Centro tecnológico","Hub Tech","Hub Tecnologico","Технохаб","Tehnološki centar","科技中心",[],{"id":307,"title":308,"url":315,"target":62,"icon":316,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":317},"5-2",{"de":309,"en":310,"fr":311,"it":312,"ru":313,"zh":314},"Audio- & Mikrofonqualität","Audio & Mic Quality","Qualité audio & micro","Qualità audio & mic","Качество звука & микрофона","音频 & 麦克风质量","\u002Fgear\u002Faudio","i-lucide-mic",[],{"id":319,"title":320,"url":328,"target":62,"icon":329,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":330},"5-3",{"de":321,"en":322,"es":323,"fr":324,"it":325,"sr":326,"zh":327},"Controller & Zubehör","Controllers & Accessories","Mandos & accesorios","Manettes & accessoires","Controller & Accessori","Kontroleri & dodatna oprema","控制器 & 配件","\u002Fgear\u002Fcontrols","i-lucide-joystick",[],{"id":332,"title":333,"url":341,"target":62,"icon":342,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":343},"5-4",{"de":334,"en":335,"es":336,"fr":337,"it":338,"ru":339,"sr":340},"Displays & Aufnahme","Displays & Capture","Pantallas & Captura","Écrans & Capture","Display & Acquisizione","Дисплеи & Захват","Ekrani & snimanje","\u002Fgear\u002Fdisplays","i-lucide-monitor",[],{"id":345,"title":346,"url":355,"target":62,"icon":356,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":357},"5-5",{"de":347,"en":348,"es":349,"fr":350,"it":351,"ru":352,"sr":353,"zh":354},"Netzwerkstabilität","Network Stability","Estabilidad de la red","Stabilité du réseau","Stabilità della rete","Стабильность сети","Stabilnost mreže","网络稳定性","\u002Fplaybooks\u002Fnetwork-stability","i-lucide-wifi",[],{"id":359,"title":360,"url":368,"target":62,"icon":369,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":370},"6",{"de":361,"en":361,"es":362,"fr":363,"it":364,"ru":365,"sr":366,"zh":367},"Shop","Tienda","Boutique","Negozio","Магазин","Prodavnica","商店","\u002Fshop","i-lucide-shopping-cart",[371,383,391,399,412],{"id":372,"title":373,"url":368,"target":62,"icon":381,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":382},"6-1",{"de":374,"en":375,"es":376,"fr":377,"ru":378,"sr":379,"zh":380},"Shop-Hub","Shop Hub","Centro de compras","Espace Boutique","Центр магазина","Centar za kupovinu","购物中心","i-lucide-store",[],{"id":384,"title":385,"url":388,"target":62,"icon":389,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":390},"6-2",{"de":386,"en":386,"es":387,"fr":387,"it":387,"sr":387,"zh":387},"amiibo","Amiibo","\u002Famiibo-shop","i-lucide-scan-line",[],{"id":392,"title":393,"url":396,"target":62,"icon":397,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":398},"6-3",{"de":394,"en":394,"es":394,"fr":394,"it":394,"ru":394,"sr":394,"zh":395},"LEGO","乐高","\u002Flego-shop","i-lucide-blocks",[],{"id":400,"title":401,"url":409,"target":62,"icon":410,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":411},"6-4",{"de":402,"en":403,"es":404,"fr":405,"it":406,"sr":407,"zh":408},"Figuren & Sammlerstücke","Figures & Collectibles","Figuras & Coleccionables","Figurines & Objets de collection","Figure & Collezionismo","Figure & kolekcionarstvo","手办 & 收藏品","\u002Fshop\u002Ffigures","i-lucide-package",[],{"id":413,"title":414,"url":421,"target":62,"icon":422,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":423},"6-5",{"de":415,"en":415,"fr":416,"it":417,"ru":418,"sr":419,"zh":420},"Gaming Gear","Équipement gaming","Accessori gaming","Игровое снаряжение","Gejming oprema","游戏装备","\u002Fgaming-gear-shop","i-lucide-headphones",[],{"id":425,"title":426,"url":427,"target":62,"icon":389,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":428},"2",{"de":386,"en":386,"es":386,"fr":386,"it":386,"ru":386,"sr":386,"zh":386},"\u002Famiibo",[429,440,447,461,475,489,503,517],{"id":430,"title":431,"url":427,"target":62,"icon":90,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":439},"2-1",{"de":432,"en":433,"es":434,"fr":435,"it":435,"ru":436,"sr":437,"zh":438},"amiibo-Hub","amiibo Hub","Centro amiibo","Hub amiibo","Хаб amiibo","amiibo centar","amiibo 中心",[],{"id":441,"title":442,"url":444,"target":62,"icon":445,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":446},"1772724791061",{"de":443,"en":443},"Franchise","\u002Famiibo\u002Ffranchise","i-lucide-star",[],{"id":448,"title":449,"url":458,"target":62,"icon":459,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":460},"2-3",{"de":450,"en":451,"es":452,"fr":453,"it":454,"ru":455,"sr":456,"zh":457},"Region & Verpackung (EU\u002FUS\u002FJP)","Region & Packaging (EU\u002FUS\u002FJP)","Región y embalaje (UE\u002FEE. UU.\u002FJP)","Région & Emballage (UE\u002FUS\u002FJP)","Regione & Confezione (EU\u002FUS\u002FJP)","Регион & упаковка (EU\u002FUS\u002FJP)","Region & pakovanje (EU\u002FUS\u002FJP)","地区 & 包装 (EU\u002FUS\u002FJP)","\u002Famiibo-library\u002Famiibo-editions-and-regions","i-lucide-globe",[],{"id":462,"title":463,"url":472,"target":62,"icon":473,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":474},"2-4",{"de":464,"en":465,"es":466,"fr":467,"it":468,"ru":469,"sr":470,"zh":471},"Schnellidentifikations-Checkliste","Fast Identification Checklist","Lista de identificación rápida","Liste d'identification rapide","Checklist identificazione rapida","Чек-лист быстрой идентификации","Kontrolna lista za brzu identifikaciju","快速识别清单","\u002Famiibo\u002Fidentify-checklist","i-lucide-list-checks",[],{"id":476,"title":477,"url":486,"target":62,"icon":487,"isActive":15,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":488},"2-6",{"de":478,"en":479,"es":480,"fr":481,"it":482,"ru":483,"sr":484,"zh":485},"Tipps für Sealed-Sammlungen","Sealed Collection Tips","Consejos de colección sellada","Conseils collection scellée","Consigli collezione sigillata","Советы по коллекции Sealed","Saveti za zapečaćene kolekcije","密封收藏贴士","\u002Famiibo\u002Fsealed-tips","i-lucide-shield-check",[],{"id":490,"title":491,"url":500,"target":62,"icon":501,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":502},"2-5",{"de":492,"en":493,"es":494,"fr":495,"it":496,"ru":497,"sr":498,"zh":499},"Zustand & Bewertung","Condition & Grading","Estado & Graduación","État & Évaluation","Condizioni & Valutazione","Состояние & Оценка","Stanje & ocenjivanje","品相与分级","\u002Famiibo-library\u002Famiibo-condition-and-grading","i-lucide-badge-check",[],{"id":504,"title":505,"url":514,"target":62,"icon":515,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":516},"2-2",{"de":506,"en":507,"es":508,"fr":509,"it":510,"ru":511,"sr":512,"zh":513},"Ausgaben & Nachdrucke","Editions & Reprints","Ediciones & Reimpresiones","Éditions & Réimpressions","Edizioni & ristampe","Издания & переиздания","Izdanja & reizdanja","版本 & 重印","\u002Famiibo\u002Fcollecting\u002F","i-lucide-layers",[],{"id":518,"title":519,"url":528,"target":62,"icon":529,"isActive":15,"type":105,"productId":14,"categoryId":14,"shopCategoryId":14,"articleId":14,"pageId":14,"portfolioId":14,"children":530},"2-7",{"de":520,"en":521,"es":522,"fr":523,"it":524,"ru":525,"sr":526,"zh":527},"Nachdruck-Timeline","Reprint Timeline","Cronología de reimpresión","Chronologie des réimpressions","Cronologia ristampe","Хронология переизданий","Hronologija reprinta","重印时间轴","\u002Freference\u002Ftimelines\u002Famiibo-reprint-timeline","i-lucide-timer",[],{"statusCode":4,"data":532,"message":2056},{"id":533,"title":534,"slug":535,"content":536,"contentJson":537,"excerpt":1178,"featuredImage":1179,"featuredImageAlt":1180,"featuredImageCaption":14,"featuredImageTitle":14,"featuredImageCopyright":14,"featuredImageAuthor":14,"featuredImageSourceUrl":14,"featuredImageLicense":14,"featuredImageIsAiGenerated":720,"status":1181,"publishedAt":1182,"createdAt":1183,"updatedAt":1184,"seoLocalePaths":1185,"categories":1194,"author":1215,"translations":1219},"446","DirectX становится ML-платформой: что линейная алгебра и нейронные шейдеры означают для будущих игр","directx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games","\u003Cp>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.\u003C\u002Fp>\n\u003Caside class=\"editorjs-callout editorjs-callout--info my-6 rounded-xl border p-5 border-blue-300 bg-blue-50 dark:border-blue-900 dark:bg-blue-950\u002F20\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Прямой ответ\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">\u003Cstrong>DirectX становится графической платформой с поддержкой ML.\u003C\u002Fstrong> Небольшие нейронные рабочие нагрузки могут выполняться непосредственно внутри шейдеров через DX Linear Algebra, в то время как более крупные модели ориентированы на DirectX Compute Graph Compiler. Цель — позволить игровым движкам использовать аппаратное обеспечение GPU для ИИ без создания отдельного пути для каждого производителя для каждой техники.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Caside class=\"editorjs-callout editorjs-callout--note my-6 rounded-xl border p-5 border-gray-300 bg-gray-50 dark:border-gray-700 dark:bg-gray-900\u002F40\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Текущий статус\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">По состоянию на сентябрь 2026 года \u003Cstrong>DX Linear Algebra всё ещё является предварительной технологией\u003C\u002Fstrong> в предварительном пути Shader Model 6.10 \u002F Agility SDK. Microsoft анонсировала DirectX Compute Graph Compiler для закрытого предварительного просмотра, а не как широко доступную розничную функцию. Эта статья объясняет архитектуру и направление, а не утверждает, что каждая текущая игра может использовать это сегодня.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Cnav class=\"editorjs-toc\" data-editorjs-toc=\"true\" aria-label=\"Содержание\">\u003Cstrong class=\"editorjs-toc__title\">Содержание\u003C\u002Fstrong>\u003Col class=\"editorjs-toc__list editorjs-toc__list--depth-0\">\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-5\" class=\"editorjs-toc__link\">Почему нейронному рендерингу нужны новые примитивы DirectX\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-9\" class=\"editorjs-toc__link\">Двухуровневая модель ML в DirectX\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-12\" class=\"editorjs-toc__link\">Что DX Linear Algebra на самом деле даёт шейдеру\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-17\" class=\"editorjs-toc__link\">Почему Cooperative Vector был только началом\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-21\" class=\"editorjs-toc__link\">Что на самом деле может выполняться внутри шейдера?\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-24\" class=\"editorjs-toc__link\">Почему это важно для памяти текстур\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-29\" class=\"editorjs-toc__link\">Почему полным моделям нужен другой путь\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-33\" class=\"editorjs-toc__link\">Граница между шейдером и графом\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-35\" class=\"editorjs-toc__link\">Почему кросс-вендорная поддержка важнее ещё одной функции ИИ\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-40\" class=\"editorjs-toc__link\">Какое оборудование поддерживает текущую предварительную версию?\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-44\" class=\"editorjs-toc__link\">Нейронный рендеринг становится инфраструктурой\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-49\" class=\"editorjs-toc__link\">Стек нейронного рендеринга становится многослойным\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-51\" class=\"editorjs-toc__link\">Почему унифицированное профилирование важно\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-55\" class=\"editorjs-toc__link\">Это не значит, что каждый шейдер станет нейронной сетью\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-59\" class=\"editorjs-toc__link\">Тест ценности нейронного шейдера\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-61\" class=\"editorjs-toc__link\">Что это значит для геймеров\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-65\" class=\"editorjs-toc__link\">Что могло бы изменить этот ответ?\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-69\" class=\"editorjs-toc__link\">Ограничения\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-72\" class=\"editorjs-toc__link\">Заключение\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-76\" class=\"editorjs-toc__link\">FAQ\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-78\" class=\"editorjs-toc__link\">Глоссарий\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-80\" class=\"editorjs-toc__link\">Первоисточники\u003C\u002Fa>\u003C\u002Fli>\u003C\u002Fol>\u003C\u002Fnav>\n\u003Ch2 id=\"section-5\">Почему нейронному рендерингу нужны новые примитивы DirectX\u003C\u002Fh2>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Ch2 id=\"section-9\">Двухуровневая модель ML в DirectX\u003C\u002Fh2>\n\u003Csection class=\"editorjs-process my-6\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Два способа, которыми ML может войти в графический конвейер DirectX\u003C\u002Fh3>\u003Cdiv class=\"flex flex-col sm:flex-row gap-3\">\u003Cdiv class=\"editorjs-process__step min-w-0 flex-1 rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">1\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">1. ML на уровне шейдера\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Небольшие нейронные или линейно-алгебраические рабочие нагрузки выполняются непосредственно из HLSL вместе с традиционным кодом шейдера.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__arrow shrink-0 self-center text-xl text-gray-400 rotate-90 sm:rotate-0\" aria-hidden=\"true\">→\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0 flex-1 rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">2\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">2. DX Linear Algebra\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Шейдер может запрашивать аппаратно-ускоренные векторные и матричные операции вместо ручной реализации каждого ML-примитива.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__arrow shrink-0 self-center text-xl text-gray-400 rotate-90 sm:rotate-0\" aria-hidden=\"true\">→\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0 flex-1 rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">3\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">3. ML на уровне модели\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Более крупные нейронные сети представлены как полные вычислительные графы, а не как написанные вручную фрагменты шейдеров.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__arrow shrink-0 self-center text-xl text-gray-400 rotate-90 sm:rotate-0\" aria-hidden=\"true\">→\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0 flex-1 rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">4\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">4. DirectX Compute Graph Compiler\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Запланированный Microsoft путь компилятора анализирует и понижает эти графы в оптимизированные рабочие нагрузки GPU, интегрированные с очередями и списками команд D3D12.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Caside class=\"editorjs-callout editorjs-callout--success my-6 rounded-xl border p-5 border-emerald-300 bg-emerald-50 dark:border-emerald-900 dark:bg-emerald-950\u002F20\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Простое различие\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">\u003Cstrong>DX Linear Algebra:\u003C\u002Fstrong> поместите небольшую ML-математику внутрь шейдера.\u003Cbr>\u003Cstrong>Compute Graph Compiler:\u003C\u002Fstrong> привнесите более крупную ML-модель в движок как граф.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Ch2 id=\"section-12\">Что DX Linear Algebra на самом деле даёт шейдеру\u003C\u002Fh2>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Csection class=\"editorjs-comparison my-6\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Традиционная математика шейдеров против математики шейдеров, ориентированной на ML\u003C\u002Fh3>\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left dark:border-gray-700 dark:bg-gray-900\">\u003C\u002Fth>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left font-semibold dark:border-gray-700 dark:bg-gray-900\">Традиционный фокус шейдера\u003C\u002Fth>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left font-semibold dark:border-gray-700 dark:bg-gray-900\">Фокус, ориентированный на ML\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Типичная работа\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Аппаратный путь\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Выражение разработчика\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"section-17\">Почему Cooperative Vector был только началом\u003C\u002Fh2>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>Поэтому DX Linear Algebra расширяет модель, а не рассматривает Cooperative Vector как окончательную абстракцию.\u003C\u002Fp>\n\u003Ch2 id=\"section-21\">Что на самом деле может выполняться внутри шейдера?\u003C\u002Fh2>\n\u003Cp>Наиболее интересные ML-нагрузки на уровне шейдеров достаточно малы, чтобы выполняться рядом с графическими данными, с которыми они работают.\u003C\u002Fp>\n\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Нагрузка\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Почему ML на уровне шейдеров подходит\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Нейронное сжатие текстур\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Небольшая сеть может восстанавливать информацию о текстуре рядом с точкой, где она нужна шейдеру\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Нейронная оценка материалов\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Обученная функция может заменить или дополнить дорогостоящие вручную созданные вычисления материалов\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Нейронное кэширование излучения\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Вывод на уровне пикселя или локальный вывод может оценивать информацию об освещении на основе изученного поведения сцены\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Небольшие ядра шумоподавления\u002Fреконструкции\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">ML-операции могут располагаться непосредственно рядом с этапом рендеринга, который они улучшают\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Вывод при обработке изображений\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Матричные операции могут быть встроены в обработку на GPU без отдельной внешней среды выполнения\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Ch2 id=\"section-24\">Почему это важно для памяти текстур\u003C\u002Fh2>\n\u003Cp>Один из повторяющихся примеров Microsoft — нейронное сжатие текстур.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Caside class=\"editorjs-referral my-6\">\u003Ca href=\"https:\u002F\u002Ffigure.rocks\u002Fru\u002Fblog\u002Fvram-usage-is-not-vram-requirement-why-a-full-memory-meter-does-not-tell-the-whole-story\" class=\"flex flex-col sm:flex-row gap-4 rounded-xl border border-gray-200 dark:border-gray-700 p-4 transition hover:border-primary-500\">\u003Cdiv class=\"min-w-0 flex-1\">\u003Cstrong class=\"block text-lg text-gray-900 dark:text-gray-100\">Использование VRAM — это не требование к VRAM: почему полный индикатор памяти не рассказывает всей истории\u003C\u002Fstrong>\u003Cp class=\"mt-2 text-sm text-gray-600 dark:text-gray-300\">Практическое руководство по объёму VRAM, бюджетам резидентности, рабочим наборам и тому, почему давление на память сложнее, чем одно число использования.\u003C\u002Fp>\u003Cspan class=\"mt-3 inline-flex text-sm font-medium text-primary-600 dark:text-primary-400\">Читать руководство по VRAM →\u003C\u002Fspan>\u003C\u002Fdiv>\u003C\u002Fa>\u003C\u002Faside>\n\u003Ch2 id=\"section-29\">Почему полным моделям нужен другой путь\u003C\u002Fh2>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>DirectX Compute Graph Compiler от Microsoft предназначен для этого более крупного класса нагрузок.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Ch2 id=\"section-33\">Граница между шейдером и графом\u003C\u002Fh2>\n\u003Csection class=\"editorjs-comparison my-6\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Когда ML-нагрузка относится к HLSL, а когда к компилятору моделей\u003C\u002Fh3>\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left dark:border-gray-700 dark:bg-gray-900\">\u003C\u002Fth>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left font-semibold dark:border-gray-700 dark:bg-gray-900\">Путь на уровне шейдера\u003C\u002Fth>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left font-semibold dark:border-gray-700 dark:bg-gray-900\">Путь на уровне модели\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Размер модели\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Стиль выполнения\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Авторство\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Область оптимизации\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Типичное использование\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"section-35\">Почему кросс-вендорная поддержка важнее ещё одной функции ИИ\u003C\u002Fh2>\n\u003Cp>AMD, Intel, NVIDIA и Qualcomm предоставляют разные архитектуры GPU и разные формы выделенного матричного ускорения.\u003C\u002Fp>\n\u003Cp>Абстракция DirectX даёт Microsoft и производителям драйверов возможность транслировать общий HLSL или ML на уровне графа в правильный аппаратный путь.\u003C\u002Fp>\n\u003Cp>Это не делает каждый GPU одинаково быстрым, но может снизить необходимость для игрового движка реализовывать совершенно другой API нейронного рендеринга для каждого производителя.\u003C\u002Fp>\n\u003Caside class=\"editorjs-callout editorjs-callout--note my-6 rounded-xl border p-5 border-gray-300 bg-gray-50 dark:border-gray-700 dark:bg-gray-900\u002F40\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Переносимость — вот настоящая история платформы\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">Интересно не то, что DirectX может «запускать ИИ». GPU уже могли это делать. Изменение платформы в том, что \u003Cstrong>ML становится выразимым через общий графический API и инструментарий\u003C\u002Fstrong>.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Ch2 id=\"section-40\">Какое оборудование поддерживает текущую предварительную версию?\u003C\u002Fh2>\n\u003Cp>Ответ зависит от конкретной операции линейной алгебры и предварительного драйвера.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>Это поддержка эпохи предварительной версии, а не универсальная гарантия для розничной продажи. Поддержка оборудования и драйверов может измениться до финализации.\u003C\u002Fp>\n\u003Ch2 id=\"section-44\">Нейронный рендеринг становится инфраструктурой\u003C\u002Fh2>\n\u003Cp>DLSS, FSR и другие технологии нейронной графики часто обсуждаются как брендированные функции, видимые в меню настроек игры.\u003C\u002Fp>\n\u003Cp>DirectX Linear Algebra указывает на более глубокое изменение. Нейронная операция может стать внутренней деталью реализации внутри рендерера, а не отдельной опциональной функцией постобработки.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Caside class=\"editorjs-referral my-6\">\u003Ca href=\"https:\u002F\u002Ffigure.rocks\u002Fru\u002Fblog\u002Fdlss-5-is-not-just-upscaling-what-3d-guided-neural-rendering-actually-changes\" class=\"flex flex-col sm:flex-row gap-4 rounded-xl border border-gray-200 dark:border-gray-700 p-4 transition hover:border-primary-500\">\u003Cdiv class=\"min-w-0 flex-1\">\u003Cstrong class=\"block text-lg text-gray-900 dark:text-gray-100\">DLSS 5 — это не просто апскейлинг: что на самом деле меняет нейронный рендеринг с 3D-наведением\u003C\u002Fstrong>\u003Cp class=\"mt-2 text-sm text-gray-600 dark:text-gray-300\">Как нейронный рендеринг выходит за пределы апскейлинга и сгенерированных кадров в реконструкцию материалов и освещения внутри графического конвейера.\u003C\u002Fp>\u003Cspan class=\"mt-3 inline-flex text-sm font-medium text-primary-600 dark:text-primary-400\">Читать руководство по нейронному рендерингу DLSS 5 →\u003C\u002Fspan>\u003C\u002Fdiv>\u003C\u002Fa>\u003C\u002Faside>\n\u003Ch2 id=\"section-49\">Стек нейронного рендеринга становится многослойным\u003C\u002Fh2>\n\u003Csection class=\"editorjs-process my-6\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Возможный будущий конвейер игры на DirectX\u003C\u002Fh3>\u003Cdiv class=\"grid grid-cols-1 md:grid-cols-2 xl:grid-cols-3 gap-4\">\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">1\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Традиционная работа движка\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Симуляция, геометрия, видимость и базовый рендеринг остаются стандартными обязанностями движка.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">2\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Встроенные нейронные шейдеры\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Небольшие обученные функции реконструируют текстуры, материалы или освещение внутри HLSL.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">3\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Более крупные графы ML\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Полные модели реконструкции или вывода выполняются через путь DirectX на уровне графа.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">4\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Отображение на аппаратное обеспечение производителя\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Драйверы отображают общие операции DirectX на специализированные блоки ИИ и матричные блоки GPU.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">5\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Видимость в PIX\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Графическая работа и работа ML могут профилироваться вместе, а не существовать в отдельных непрозрачных средах выполнения.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"section-51\">Почему унифицированное профилирование важно\u003C\u002Fh2>\n\u003Cp>Нейронная рабочая нагрузка, которая улучшает качество изображения, всё ещё может навредить игре, если она неожиданно потребляет время кадра, пропускную способность памяти или VRAM.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>Если нейронный рендеринг становится инфраструктурой, он должен быть измеримым, как любой другой этап рендеринга.\u003C\u002Fp>\n\u003Ch2 id=\"section-55\">Это не значит, что каждый шейдер станет нейронной сетью\u003C\u002Fh2>\n\u003Cp>Традиционная шейдерная математика остаётся эффективной, детерминированной и легко предсказуемой для многих задач.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>Правильная архитектура останется гибридной.\u003C\u002Fp>\n\u003Ch2 id=\"section-59\">Тест ценности нейронного шейдера\u003C\u002Fh2>\n\u003Csection class=\"editorjs-process my-6\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Когда действительно имеет смысл внедрять ML в конвейер рендеринга?\u003C\u002Fh3>\u003Cdiv class=\"grid grid-cols-1 md:grid-cols-2 xl:grid-cols-3 gap-4\">\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">1\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">1. Определите дорогостоящую традиционную операцию\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Какие затраты на вычисления, пропускную способность, память или хранение вы пытаетесь заменить?\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">2\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">2. Определите нейронную замену\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Что может восстановить, предсказать или сжать небольшая модель?\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">3\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">3. Измерьте стоимость вывода\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Сама ML-модель потребляет время GPU, память и пропускную способность.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">4\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">4. Измерьте стабильность качества\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Ищите временные артефакты, ошибки восстановления и случаи отказа.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">5\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">5. Измерьте чистую экономию\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Техника полезна только если избегаемые традиционные затраты стоят добавленных затрат ML.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">6\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">6. Протестируйте на разных производителях\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Абстракция DirectX помогает переносимости, но реальная производительность оборудования всё равно различается.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"section-61\">Что это значит для геймеров\u003C\u002Fh2>\n\u003Cp>Геймеры, возможно, никогда не увидят переключатель «DX Linear Algebra» в графическом меню.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>Эта функция важнее как инфраструктура, а не как бренд.\u003C\u002Fp>\n\u003Ch2 id=\"section-65\">Что могло бы изменить этот ответ?\u003C\u002Fh2>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>Окончательная поддержка оборудования, детали API, поведение компилятора и внедрение в движки могут измениться, прежде чем эти системы станут обычной инфраструктурой для выпускаемых игр.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Ch2 id=\"section-69\">Ограничения\u003C\u002Fh2>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>Примеры Microsoft описывают возможности и предполагаемое использование. Реальные преимущества зависят от модели, интеграции с движком, архитектуры GPU, драйверов и рабочей нагрузки.\u003C\u002Fp>\n\u003Ch2 id=\"section-72\">Заключение\u003C\u002Fh2>\n\u003Cp>Важное изменение в DirectX — это не ещё одна галочка под названием AI.\u003C\u002Fp>\n\u003Cp>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.\u003C\u002Fp>\n\u003Cp>Именно так нейронный рендеринг перестаёт быть одной брендированной функцией и начинает становиться частью инфраструктуры рендеринга.\u003C\u002Fp>\n\u003Ch2 id=\"section-76\">FAQ\u003C\u002Fh2>\n\u003Csection class=\"editorjs-faq my-6 rounded-xl border border-gray-200 p-5 dark:border-gray-700\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">DirectX Linear Algebra и нейронные шейдеры\u003C\u002Fh3>\u003Cdiv id=\"faq1\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Что такое DirectX Linear Algebra?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Это набор функций DirectX\u002FHLSL для аппаратно-ускоренных векторных и матричных операций, используемых в задачах машинного обучения, нейронного рендеринга и обработки изображений.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq2\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Что такое нейронный шейдер?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Полезное описание простыми словами — это шейдер, который включает обученную нейронную функцию или этап ML-инференса как часть своей графической работы.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq3\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Является ли DX Linear Algebra уже обычной розничной функцией DirectX?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">По состоянию на сентябрь 2026 года она остаётся в предварительной ветке Shader Model 6.10 \u002F Agility SDK.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq4\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Что такое DirectX Compute Graph Compiler?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Это анонсированный Microsoft API компилятора ML на уровне модели, предназначенный для приёма более крупных вычислительных графов и их преобразования в оптимизированные рабочие нагрузки GPU, интегрированные с D3D12.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq5\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Почему бы не запускать каждую ML-модель напрямую в HLSL?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Небольшие функции хорошо подходят для написания на уровне шейдеров, тогда как крупные модели выигрывают от оптимизации всего графа, планирования памяти и объединения операторов.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq6\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Заменит ли это DLSS или FSR?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Не напрямую. DirectX предоставляет низкоуровневую инфраструктуру, которую производители и разработчики могут использовать для нейронной графики. Брендированные технологии по-прежнему могут реализовывать собственные модели и стратегии интеграции.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"section-78\">Глоссарий\u003C\u002Fh2>\n\u003Csection class=\"editorjs-glossary my-6 rounded-xl border border-gray-200 dark:border-gray-700 p-5\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Ключевые термины DirectX ML\u003C\u002Fh3>\u003Cdl>\u003Cdiv id=\"dx-linear-algebra\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">DX Linear Algebra\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">API DirectX\u002FHLSL для ускоренных векторных и матричных операций, предназначенные для нейронного рендеринга, ML и задач обработки изображений.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"cooperative-vector\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Cooperative Vector\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Более ранний подход DirectX к ускоренным векторно-матричным операциям внутри шейдеров, который помог заложить путь нейронного рендеринга на уровне шейдеров.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"shader-model-6-10\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Shader Model 6.10\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Предварительное поколение шейдерных моделей, содержащее текущие матричные API DirectX Linear Algebra.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"compute-graph-compiler\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">DirectX Compute Graph Compiler\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Анонсированный Microsoft API компилятора для оптимизации и выполнения более крупных вычислительных графов ML как нативных рабочих нагрузок GPU DirectX.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"neural-shader\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Нейронный шейдер\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Практический термин для шейдера, который выполняет обученный инференс или нейронные вычисления как часть графической обработки.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"shader-or-graph-boundary\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Граница шейдера или графа\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Модель Figure Rocks для определения того, относится ли рабочая нагрузка ML к небольшим встроенным вычислениям в шейдере или к более крупному вычислительному графу на уровне модели.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"neural-shader-value-test\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Тест ценности нейронного шейдера\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Рабочий процесс Figure Rocks для определения того, стоят ли традиционные вычислительные или затраты памяти, избегаемые нейронной техникой, её затрат на инференс и компромиссов по качеству.\u003C\u002Fdd>\u003C\u002Fdiv>\u003C\u002Fdl>\u003C\u002Fsection>\n\u003Ch2 id=\"section-80\">Первоисточники\u003C\u002Fh2>\n\u003Ca href=\"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fevolving-directx-for-the-ml-era-on-windows\u002F\" target=\"_blank\" rel=\"noopener noreferrer\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Microsoft DirectX — Evolving DirectX for the ML Era on Windows\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Официальный обзор архитектуры с GDC 2026, охватывающий ML на уровне шейдеров, DX Linear Algebra и DirectX Compute Graph Compiler.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fd3d12-linalg-preview\u002F\" target=\"_blank\" rel=\"noopener noreferrer\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Microsoft DirectX — D3D12 LinAlg Matrix Preview\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Официальный предварительный обзор за апрель 2026 года, объясняющий унифицированные API Linear Algebra, матричные операции и мотивацию нейронного рендеринга.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fannouncing-agilitysdk-721-preview-and-more-shader-model-6-10-features\u002F\" target=\"_blank\" rel=\"noopener noreferrer\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Microsoft DirectX — Agility SDK 1.721 Preview\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Официальный выпуск за май 2026 года, документирующий обновления Linear Algebra в Shader Model 6.10 и предварительную поддержку оборудования.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fdeveloper.microsoft.com\u002Fen-us\u002Fgames\u002Farticles\u002F2026\u002F03\u002Fgdc-2026-evolving-directx-for-ml-era-on-windows\u002F\" target=\"_blank\" rel=\"noopener noreferrer\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Microsoft Game Dev — GDC 2026: Evolving DirectX for the ML Era\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Официальное резюме Microsoft Game Dev, объясняющее ML на уровне шейдеров и на уровне моделей и роль Compute Graph Compiler.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fcooperative-vector\u002F\" target=\"_blank\" rel=\"noopener noreferrer\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Microsoft DirectX — D3D12 Cooperative Vector\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Официальная справочная информация об аппаратно-ускоренных векторных и матричных операциях и нейронном рендеринге непосредственно из потоков шейдеров.\u003C\u002Fp>\u003C\u002Fa>",{"time":538,"blocks":539,"version":1177},1790378212730,[540,546,554,561,568,574,579,584,589,594,614,621,626,631,636,641,668,673,678,683,688,693,698,722,727,732,737,742,751,756,761,766,771,776,809,814,819,824,829,835,840,845,850,855,860,865,870,875,883,888,909,914,919,924,929,934,939,944,949,954,978,983,988,993,998,1003,1008,1013,1018,1023,1028,1033,1038,1043,1048,1053,1058,1088,1093,1126,1131,1141,1150,1159,1168],{"id":541,"data":542,"type":544,"tunes":545},"intro",{"text":543},"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.","paragraph",{},{"id":547,"data":548,"type":552,"tunes":553},"direct",{"body":549,"title":550,"variant":551},"\u003Cstrong>DirectX становится графической платформой с поддержкой ML.\u003C\u002Fstrong> Небольшие нейронные рабочие нагрузки могут выполняться непосредственно внутри шейдеров через DX Linear Algebra, в то время как более крупные модели ориентированы на DirectX Compute Graph Compiler. Цель — позволить игровым движкам использовать аппаратное обеспечение GPU для ИИ без создания отдельного пути для каждого производителя для каждой техники.","Прямой ответ","info","callout",{},{"id":555,"data":556,"type":552,"tunes":560},"status-note",{"body":557,"title":558,"variant":559},"По состоянию на сентябрь 2026 года \u003Cstrong>DX Linear Algebra всё ещё является предварительной технологией\u003C\u002Fstrong> в предварительном пути Shader Model 6.10 \u002F Agility SDK. Microsoft анонсировала DirectX Compute Graph Compiler для закрытого предварительного просмотра, а не как широко доступную розничную функцию. Эта статья объясняет архитектуру и направление, а не утверждает, что каждая текущая игра может использовать это сегодня.","Текущий статус","note",{},{"id":562,"data":563,"type":566,"tunes":567},"toc",{"title":564,"maxLevel":565,"minLevel":47},"Содержание",3,"tableOfContents",{},{"id":569,"data":570,"type":572,"tunes":573},"h-why",{"text":571,"level":47},"Почему нейронному рендерингу нужны новые примитивы DirectX","header",{},{"id":575,"data":576,"type":544,"tunes":578},"p-why-1",{"text":577},"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.",{},{"id":580,"data":581,"type":544,"tunes":583},"p-why-2",{"text":582},"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.",{},{"id":585,"data":586,"type":544,"tunes":588},"p-why-3",{"text":587},"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.",{},{"id":590,"data":591,"type":572,"tunes":593},"h-two-level",{"text":592,"level":47},"Двухуровневая модель ML в DirectX",{},{"id":595,"data":596,"type":612,"tunes":613},"two-level-flow",{"steps":597,"title":610,"orientation":611},[598,601,604,607],{"label":599,"description":600},"1. ML на уровне шейдера","Небольшие нейронные или линейно-алгебраические рабочие нагрузки выполняются непосредственно из HLSL вместе с традиционным кодом шейдера.",{"label":602,"description":603},"2. DX Linear Algebra","Шейдер может запрашивать аппаратно-ускоренные векторные и матричные операции вместо ручной реализации каждого ML-примитива.",{"label":605,"description":606},"3. ML на уровне модели","Более крупные нейронные сети представлены как полные вычислительные графы, а не как написанные вручную фрагменты шейдеров.",{"label":608,"description":609},"4. DirectX Compute Graph Compiler","Запланированный Microsoft путь компилятора анализирует и понижает эти графы в оптимизированные рабочие нагрузки GPU, интегрированные с очередями и списками команд D3D12.","Два способа, которыми ML может войти в графический конвейер DirectX","auto","processFlow",{},{"id":615,"data":616,"type":552,"tunes":620},"simple-diff",{"body":617,"title":618,"variant":619},"\u003Cstrong>DX Linear Algebra:\u003C\u002Fstrong> поместите небольшую ML-математику внутрь шейдера.\u003Cbr>\u003Cstrong>Compute Graph Compiler:\u003C\u002Fstrong> привнесите более крупную ML-модель в движок как граф.","Простое различие","success",{},{"id":622,"data":623,"type":572,"tunes":625},"h-linalg",{"text":624,"level":47},"Что DX Linear Algebra на самом деле даёт шейдеру",{},{"id":627,"data":628,"type":544,"tunes":630},"p-linalg-1",{"text":629},"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.",{},{"id":632,"data":633,"type":544,"tunes":635},"p-linalg-2",{"text":634},"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.",{},{"id":637,"data":638,"type":544,"tunes":640},"p-linalg-3",{"text":639},"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.",{},{"id":642,"data":643,"type":666,"tunes":667},"math-table",{"rows":644,"title":657,"layout":658,"columns":659},[645,649,653],{"id":646,"label":647,"values":648},"work","Типичная работа",[13,13],{"id":650,"label":651,"values":652},"hardware","Аппаратный путь",[13,13],{"id":654,"label":655,"values":656},"code","Выражение разработчика",[13,13],"Традиционная математика шейдеров против математики шейдеров, ориентированной на ML","table",[660,663],{"id":661,"label":662},"traditional","Традиционный фокус шейдера",{"id":664,"label":665},"ml","Фокус, ориентированный на ML","comparison",{},{"id":669,"data":670,"type":572,"tunes":672},"h-coop",{"text":671,"level":47},"Почему Cooperative Vector был только началом",{},{"id":674,"data":675,"type":544,"tunes":677},"p-coop-1",{"text":676},"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.",{},{"id":679,"data":680,"type":544,"tunes":682},"p-coop-2",{"text":681},"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.",{},{"id":684,"data":685,"type":544,"tunes":687},"p-coop-3",{"text":686},"Поэтому DX Linear Algebra расширяет модель, а не рассматривает Cooperative Vector как окончательную абстракцию.",{},{"id":689,"data":690,"type":572,"tunes":692},"h-usecases",{"text":691,"level":47},"Что на самом деле может выполняться внутри шейдера?",{},{"id":694,"data":695,"type":544,"tunes":697},"p-use-1",{"text":696},"Наиболее интересные ML-нагрузки на уровне шейдеров достаточно малы, чтобы выполняться рядом с графическими данными, с которыми они работают.",{},{"id":699,"data":700,"type":658,"tunes":721},"usecases-table",{"content":701,"stretched":720,"withHeadings":15},[702,705,708,711,714,717],[703,704],"Нагрузка","Почему ML на уровне шейдеров подходит",[706,707],"Нейронное сжатие текстур","Небольшая сеть может восстанавливать информацию о текстуре рядом с точкой, где она нужна шейдеру",[709,710],"Нейронная оценка материалов","Обученная функция может заменить или дополнить дорогостоящие вручную созданные вычисления материалов",[712,713],"Нейронное кэширование излучения","Вывод на уровне пикселя или локальный вывод может оценивать информацию об освещении на основе изученного поведения сцены",[715,716],"Небольшие ядра шумоподавления\u002Fреконструкции","ML-операции могут располагаться непосредственно рядом с этапом рендеринга, который они улучшают",[718,719],"Вывод при обработке изображений","Матричные операции могут быть встроены в обработку на GPU без отдельной внешней среды выполнения",false,{},{"id":723,"data":724,"type":572,"tunes":726},"h-texture",{"text":725,"level":47},"Почему это важно для памяти текстур",{},{"id":728,"data":729,"type":544,"tunes":731},"p-tex-1",{"text":730},"Один из повторяющихся примеров Microsoft — нейронное сжатие текстур.",{},{"id":733,"data":734,"type":544,"tunes":736},"p-tex-2",{"text":735},"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.",{},{"id":738,"data":739,"type":544,"tunes":741},"p-tex-3",{"text":740},"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.",{},{"id":743,"data":744,"type":749,"tunes":750},"ref-vram",{"url":745,"title":746,"excerpt":747,"ctaLabel":748},"https:\u002F\u002Ffigure.rocks\u002Fru\u002Fblog\u002Fvram-usage-is-not-vram-requirement-why-a-full-memory-meter-does-not-tell-the-whole-story","Использование VRAM — это не требование к VRAM: почему полный индикатор памяти не рассказывает всей истории","Практическое руководство по объёму VRAM, бюджетам резидентности, рабочим наборам и тому, почему давление на память сложнее, чем одно число использования.","Читать руководство по VRAM","referralArticle",{},{"id":752,"data":753,"type":572,"tunes":755},"h-models",{"text":754,"level":47},"Почему полным моделям нужен другой путь",{},{"id":757,"data":758,"type":544,"tunes":760},"p-models-1",{"text":759},"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.",{},{"id":762,"data":763,"type":544,"tunes":765},"p-models-2",{"text":764},"DirectX Compute Graph Compiler от Microsoft предназначен для этого более крупного класса нагрузок.",{},{"id":767,"data":768,"type":544,"tunes":770},"p-models-3",{"text":769},"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.",{},{"id":772,"data":773,"type":572,"tunes":775},"h-boundary",{"text":774,"level":47},"Граница между шейдером и графом",{},{"id":777,"data":778,"type":666,"tunes":808},"boundary-table",{"rows":779,"title":800,"layout":658,"columns":801},[780,784,788,792,796],{"id":781,"label":782,"values":783},"size","Размер модели",[13,13],{"id":785,"label":786,"values":787},"location","Стиль выполнения",[13,13],{"id":789,"label":790,"values":791},"authoring","Авторство",[13,13],{"id":793,"label":794,"values":795},"optimization","Область оптимизации",[13,13],{"id":797,"label":798,"values":799},"use","Типичное использование",[13,13],"Когда ML-нагрузка относится к HLSL, а когда к компилятору моделей",[802,805],{"id":803,"label":804},"shader","Путь на уровне шейдера",{"id":806,"label":807},"graph","Путь на уровне модели",{},{"id":810,"data":811,"type":572,"tunes":813},"h-crossvendor",{"text":812,"level":47},"Почему кросс-вендорная поддержка важнее ещё одной функции ИИ",{},{"id":815,"data":816,"type":544,"tunes":818},"p-cross-1",{"text":817},"AMD, Intel, NVIDIA и Qualcomm предоставляют разные архитектуры GPU и разные формы выделенного матричного ускорения.",{},{"id":820,"data":821,"type":544,"tunes":823},"p-cross-2",{"text":822},"Абстракция DirectX даёт Microsoft и производителям драйверов возможность транслировать общий HLSL или ML на уровне графа в правильный аппаратный путь.",{},{"id":825,"data":826,"type":544,"tunes":828},"p-cross-3",{"text":827},"Это не делает каждый GPU одинаково быстрым, но может снизить необходимость для игрового движка реализовывать совершенно другой API нейронного рендеринга для каждого производителя.",{},{"id":830,"data":831,"type":552,"tunes":834},"portability-note",{"body":832,"title":833,"variant":559},"Интересно не то, что DirectX может «запускать ИИ». GPU уже могли это делать. Изменение платформы в том, что \u003Cstrong>ML становится выразимым через общий графический API и инструментарий\u003C\u002Fstrong>.","Переносимость — вот настоящая история платформы",{},{"id":836,"data":837,"type":572,"tunes":839},"h-support",{"text":838,"level":47},"Какое оборудование поддерживает текущую предварительную версию?",{},{"id":841,"data":842,"type":544,"tunes":844},"p-support-1",{"text":843},"Ответ зависит от конкретной операции линейной алгебры и предварительного драйвера.",{},{"id":846,"data":847,"type":544,"tunes":849},"p-support-2",{"text":848},"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.",{},{"id":851,"data":852,"type":544,"tunes":854},"p-support-3",{"text":853},"Это поддержка эпохи предварительной версии, а не универсальная гарантия для розничной продажи. Поддержка оборудования и драйверов может измениться до финализации.",{},{"id":856,"data":857,"type":572,"tunes":859},"h-infra",{"text":858,"level":47},"Нейронный рендеринг становится инфраструктурой",{},{"id":861,"data":862,"type":544,"tunes":864},"p-infra-1",{"text":863},"DLSS, FSR и другие технологии нейронной графики часто обсуждаются как брендированные функции, видимые в меню настроек игры.",{},{"id":866,"data":867,"type":544,"tunes":869},"p-infra-2",{"text":868},"DirectX Linear Algebra указывает на более глубокое изменение. Нейронная операция может стать внутренней деталью реализации внутри рендерера, а не отдельной опциональной функцией постобработки.",{},{"id":871,"data":872,"type":544,"tunes":874},"p-infra-3",{"text":873},"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.",{},{"id":876,"data":877,"type":749,"tunes":882},"ref-dlss5",{"url":878,"title":879,"excerpt":880,"ctaLabel":881},"https:\u002F\u002Ffigure.rocks\u002Fru\u002Fblog\u002Fdlss-5-is-not-just-upscaling-what-3d-guided-neural-rendering-actually-changes","DLSS 5 — это не просто апскейлинг: что на самом деле меняет нейронный рендеринг с 3D-наведением","Как нейронный рендеринг выходит за пределы апскейлинга и сгенерированных кадров в реконструкцию материалов и освещения внутри графического конвейера.","Читать руководство по нейронному рендерингу DLSS 5",{},{"id":884,"data":885,"type":572,"tunes":887},"h-stack",{"text":886,"level":47},"Стек нейронного рендеринга становится многослойным",{},{"id":889,"data":890,"type":612,"tunes":908},"stack-flow",{"steps":891,"title":907,"orientation":611},[892,895,898,901,904],{"label":893,"description":894},"Традиционная работа движка","Симуляция, геометрия, видимость и базовый рендеринг остаются стандартными обязанностями движка.",{"label":896,"description":897},"Встроенные нейронные шейдеры","Небольшие обученные функции реконструируют текстуры, материалы или освещение внутри HLSL.",{"label":899,"description":900},"Более крупные графы ML","Полные модели реконструкции или вывода выполняются через путь DirectX на уровне графа.",{"label":902,"description":903},"Отображение на аппаратное обеспечение производителя","Драйверы отображают общие операции DirectX на специализированные блоки ИИ и матричные блоки GPU.",{"label":905,"description":906},"Видимость в PIX","Графическая работа и работа ML могут профилироваться вместе, а не существовать в отдельных непрозрачных средах выполнения.","Возможный будущий конвейер игры на DirectX",{},{"id":910,"data":911,"type":572,"tunes":913},"h-pix",{"text":912,"level":47},"Почему унифицированное профилирование важно",{},{"id":915,"data":916,"type":544,"tunes":918},"p-pix-1",{"text":917},"Нейронная рабочая нагрузка, которая улучшает качество изображения, всё ещё может навредить игре, если она неожиданно потребляет время кадра, пропускную способность памяти или VRAM.",{},{"id":920,"data":921,"type":544,"tunes":923},"p-pix-2",{"text":922},"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.",{},{"id":925,"data":926,"type":544,"tunes":928},"p-pix-3",{"text":927},"Если нейронный рендеринг становится инфраструктурой, он должен быть измеримым, как любой другой этап рендеринга.",{},{"id":930,"data":931,"type":572,"tunes":933},"h-not-everything",{"text":932,"level":47},"Это не значит, что каждый шейдер станет нейронной сетью",{},{"id":935,"data":936,"type":544,"tunes":938},"p-not-1",{"text":937},"Традиционная шейдерная математика остаётся эффективной, детерминированной и легко предсказуемой для многих задач.",{},{"id":940,"data":941,"type":544,"tunes":943},"p-not-2",{"text":942},"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.",{},{"id":945,"data":946,"type":544,"tunes":948},"p-not-3",{"text":947},"Правильная архитектура останется гибридной.",{},{"id":950,"data":951,"type":572,"tunes":953},"h-test",{"text":952,"level":47},"Тест ценности нейронного шейдера",{},{"id":955,"data":956,"type":612,"tunes":977},"value-test",{"steps":957,"title":976,"orientation":611},[958,961,964,967,970,973],{"label":959,"description":960},"1. Определите дорогостоящую традиционную операцию","Какие затраты на вычисления, пропускную способность, память или хранение вы пытаетесь заменить?",{"label":962,"description":963},"2. Определите нейронную замену","Что может восстановить, предсказать или сжать небольшая модель?",{"label":965,"description":966},"3. Измерьте стоимость вывода","Сама ML-модель потребляет время GPU, память и пропускную способность.",{"label":968,"description":969},"4. Измерьте стабильность качества","Ищите временные артефакты, ошибки восстановления и случаи отказа.",{"label":971,"description":972},"5. Измерьте чистую экономию","Техника полезна только если избегаемые традиционные затраты стоят добавленных затрат ML.",{"label":974,"description":975},"6. Протестируйте на разных производителях","Абстракция DirectX помогает переносимости, но реальная производительность оборудования всё равно различается.","Когда действительно имеет смысл внедрять ML в конвейер рендеринга?",{},{"id":979,"data":980,"type":572,"tunes":982},"h-gamers",{"text":981,"level":47},"Что это значит для геймеров",{},{"id":984,"data":985,"type":544,"tunes":987},"p-gamers-1",{"text":986},"Геймеры, возможно, никогда не увидят переключатель «DX Linear Algebra» в графическом меню.",{},{"id":989,"data":990,"type":544,"tunes":992},"p-gamers-2",{"text":991},"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.",{},{"id":994,"data":995,"type":544,"tunes":997},"p-gamers-3",{"text":996},"Эта функция важнее как инфраструктура, а не как бренд.",{},{"id":999,"data":1000,"type":572,"tunes":1002},"h-change",{"text":1001,"level":47},"Что могло бы изменить этот ответ?",{},{"id":1004,"data":1005,"type":544,"tunes":1007},"p-change-1",{"text":1006},"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.",{},{"id":1009,"data":1010,"type":544,"tunes":1012},"p-change-2",{"text":1011},"Окончательная поддержка оборудования, детали API, поведение компилятора и внедрение в движки могут измениться, прежде чем эти системы станут обычной инфраструктурой для выпускаемых игр.",{},{"id":1014,"data":1015,"type":544,"tunes":1017},"p-change-3",{"text":1016},"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.",{},{"id":1019,"data":1020,"type":572,"tunes":1022},"h-limit",{"text":1021,"level":47},"Ограничения",{},{"id":1024,"data":1025,"type":544,"tunes":1027},"p-limit-1",{"text":1026},"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.",{},{"id":1029,"data":1030,"type":544,"tunes":1032},"p-limit-2",{"text":1031},"Примеры Microsoft описывают возможности и предполагаемое использование. Реальные преимущества зависят от модели, интеграции с движком, архитектуры GPU, драйверов и рабочей нагрузки.",{},{"id":1034,"data":1035,"type":572,"tunes":1037},"h-conclusion",{"text":1036,"level":47},"Заключение",{},{"id":1039,"data":1040,"type":544,"tunes":1042},"p-conc-1",{"text":1041},"Важное изменение в DirectX — это не ещё одна галочка под названием AI.",{},{"id":1044,"data":1045,"type":544,"tunes":1047},"p-conc-2",{"text":1046},"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.",{},{"id":1049,"data":1050,"type":544,"tunes":1052},"p-conc-3",{"text":1051},"Именно так нейронный рендеринг перестаёт быть одной брендированной функцией и начинает становиться частью инфраструктуры рендеринга.",{},{"id":1054,"data":1055,"type":572,"tunes":1057},"h-faq",{"text":1056,"level":47},"FAQ",{},{"id":1059,"data":1060,"type":1059,"tunes":1087},"faq",{"items":1061,"title":1086},[1062,1066,1070,1074,1078,1082],{"id":1063,"answer":1064,"question":1065},"faq1","Это набор функций DirectX\u002FHLSL для аппаратно-ускоренных векторных и матричных операций, используемых в задачах машинного обучения, нейронного рендеринга и обработки изображений.","Что такое DirectX Linear Algebra?",{"id":1067,"answer":1068,"question":1069},"faq2","Полезное описание простыми словами — это шейдер, который включает обученную нейронную функцию или этап ML-инференса как часть своей графической работы.","Что такое нейронный шейдер?",{"id":1071,"answer":1072,"question":1073},"faq3","По состоянию на сентябрь 2026 года она остаётся в предварительной ветке Shader Model 6.10 \u002F Agility SDK.","Является ли DX Linear Algebra уже обычной розничной функцией DirectX?",{"id":1075,"answer":1076,"question":1077},"faq4","Это анонсированный Microsoft API компилятора ML на уровне модели, предназначенный для приёма более крупных вычислительных графов и их преобразования в оптимизированные рабочие нагрузки GPU, интегрированные с D3D12.","Что такое DirectX Compute Graph Compiler?",{"id":1079,"answer":1080,"question":1081},"faq5","Небольшие функции хорошо подходят для написания на уровне шейдеров, тогда как крупные модели выигрывают от оптимизации всего графа, планирования памяти и объединения операторов.","Почему бы не запускать каждую ML-модель напрямую в HLSL?",{"id":1083,"answer":1084,"question":1085},"faq6","Не напрямую. DirectX предоставляет низкоуровневую инфраструктуру, которую производители и разработчики могут использовать для нейронной графики. Брендированные технологии по-прежнему могут реализовывать собственные модели и стратегии интеграции.","Заменит ли это DLSS или FSR?","DirectX Linear Algebra и нейронные шейдеры",{},{"id":1089,"data":1090,"type":572,"tunes":1092},"h-glossary",{"text":1091,"level":47},"Глоссарий",{},{"id":1094,"data":1095,"type":1094,"tunes":1125},"glossary",{"title":1096,"entries":1097},"Ключевые термины DirectX ML",[1098,1102,1106,1110,1114,1118,1122],{"term":1099,"anchor":1100,"definition":1101},"DX Linear Algebra","dx-linear-algebra","API DirectX\u002FHLSL для ускоренных векторных и матричных операций, предназначенные для нейронного рендеринга, ML и задач обработки изображений.",{"term":1103,"anchor":1104,"definition":1105},"Cooperative Vector","cooperative-vector","Более ранний подход DirectX к ускоренным векторно-матричным операциям внутри шейдеров, который помог заложить путь нейронного рендеринга на уровне шейдеров.",{"term":1107,"anchor":1108,"definition":1109},"Shader Model 6.10","shader-model-6-10","Предварительное поколение шейдерных моделей, содержащее текущие матричные API DirectX Linear Algebra.",{"term":1111,"anchor":1112,"definition":1113},"DirectX Compute Graph Compiler","compute-graph-compiler","Анонсированный Microsoft API компилятора для оптимизации и выполнения более крупных вычислительных графов ML как нативных рабочих нагрузок GPU DirectX.",{"term":1115,"anchor":1116,"definition":1117},"Нейронный шейдер","neural-shader","Практический термин для шейдера, который выполняет обученный инференс или нейронные вычисления как часть графической обработки.",{"term":1119,"anchor":1120,"definition":1121},"Граница шейдера или графа","shader-or-graph-boundary","Модель Figure Rocks для определения того, относится ли рабочая нагрузка ML к небольшим встроенным вычислениям в шейдере или к более крупному вычислительному графу на уровне модели.",{"term":952,"anchor":1123,"definition":1124},"neural-shader-value-test","Рабочий процесс Figure Rocks для определения того, стоят ли традиционные вычислительные или затраты памяти, избегаемые нейронной техникой, её затрат на инференс и компромиссов по качеству.",{},{"id":1127,"data":1128,"type":572,"tunes":1130},"h-sources",{"text":1129,"level":47},"Первоисточники",{},{"id":1132,"data":1133,"type":1139,"tunes":1140},"src-ms-ml-era",{"link":1134,"meta":1135},"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fevolving-directx-for-the-ml-era-on-windows\u002F",{"image":1136,"title":1137,"description":1138},{"url":13},"Microsoft DirectX — Evolving DirectX for the ML Era on Windows","Официальный обзор архитектуры с GDC 2026, охватывающий ML на уровне шейдеров, DX Linear Algebra и DirectX Compute Graph Compiler.","linkTool",{},{"id":1142,"data":1143,"type":1139,"tunes":1149},"src-ms-linalg",{"link":1144,"meta":1145},"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fd3d12-linalg-preview\u002F",{"image":1146,"title":1147,"description":1148},{"url":13},"Microsoft DirectX — D3D12 LinAlg Matrix Preview","Официальный предварительный обзор за апрель 2026 года, объясняющий унифицированные API Linear Algebra, матричные операции и мотивацию нейронного рендеринга.",{},{"id":1151,"data":1152,"type":1139,"tunes":1158},"src-ms-agility721",{"link":1153,"meta":1154},"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fannouncing-agilitysdk-721-preview-and-more-shader-model-6-10-features\u002F",{"image":1155,"title":1156,"description":1157},{"url":13},"Microsoft DirectX — Agility SDK 1.721 Preview","Официальный выпуск за май 2026 года, документирующий обновления Linear Algebra в Shader Model 6.10 и предварительную поддержку оборудования.",{},{"id":1160,"data":1161,"type":1139,"tunes":1167},"src-ms-gdc",{"link":1162,"meta":1163},"https:\u002F\u002Fdeveloper.microsoft.com\u002Fen-us\u002Fgames\u002Farticles\u002F2026\u002F03\u002Fgdc-2026-evolving-directx-for-ml-era-on-windows\u002F",{"image":1164,"title":1165,"description":1166},{"url":13},"Microsoft Game Dev — GDC 2026: Evolving DirectX for the ML Era","Официальное резюме Microsoft Game Dev, объясняющее ML на уровне шейдеров и на уровне моделей и роль Compute Graph Compiler.",{},{"id":1169,"data":1170,"type":1139,"tunes":1176},"src-ms-coop",{"link":1171,"meta":1172},"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fcooperative-vector\u002F",{"image":1173,"title":1174,"description":1175},{"url":13},"Microsoft DirectX — D3D12 Cooperative Vector","Официальная справочная информация об аппаратно-ускоренных векторных и матричных операциях и нейронном рендеринге непосредственно из потоков шейдеров.",{},"2.31","DirectX выходит за рамки традиционных графических шейдеров. Microsoft добавляет аппаратно-ускоренную линейную алгебру непосредственно в HLSL и отдельный путь для более крупных ML-моделей, закладывая основу для нейронных текстур, обучаемых материалов, нейронного освещения и других методов рендеринга на основе ИИ.","\u002Fuploads\u002F2026\u002F09\u002Fdirectx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games-1790378019857-utigyk.webp","directx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games-1790378019857-utigyk","PUBLISHED","2026-09-25T17:12:00.000Z","2026-09-25T23:12:37.728Z","2026-09-26T06:45:35.226Z",{"en":1186,"de":1187,"sr":1188,"es":1189,"fr":1190,"it":1191,"ru":1192,"zh":1193},"\u002Fblog\u002Fdirectx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games","\u002Fde\u002Fblog\u002Fdirectx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games","\u002Fsr\u002Fblog\u002Fdirectx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games","\u002Fes\u002Fblog\u002Fdirectx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games","\u002Ffr\u002Fblog\u002Fdirectx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games","\u002Fit\u002Fblog\u002Fdirectx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games","\u002Fru\u002Fblog\u002Fdirectx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games","\u002Fzh\u002Fblog\u002Fdirectx-is-becoming-an-ml-platform-what-linear-algebra-and-neural-shaders-mean-for-future-games",[1195,1199,1203,1207,1211],{"id":1196,"name":1197,"slug":1198},251,"Размытие и персистенция","blur-and-persistence",{"id":1200,"name":1201,"slug":1202},252,"Овердрайв и шлейфы","overdrive-and-smearing",{"id":1204,"name":1205,"slug":1206},253,"Частота обновления и четкость","refresh-and-clarity",{"id":1208,"name":1209,"slug":1210},430,"Animal Crossing","animal-crossing",{"id":1212,"name":1213,"slug":1214},220,"Дизайн на службе функциональности","design-that-serves-use",{"id":283,"login":1216,"email":1217,"displayName":1218},"aleksandar","aleksandar@stajic.de","Aleksandar Stajic",[1220,1724],{"lang":8,"title":1221,"content":1222,"contentJson":1223,"excerpt":1723},"DirectX Is Becoming an ML Platform: What Linear Algebra and Neural Shaders Mean for Future Games","{\"time\":1790405124627,\"blocks\":[{\"id\":\"intro\",\"type\":\"paragraph\",\"data\":{\"text\":\"DirectX is no longer only a graphics API that sends traditional shaders to the GPU. Microsoft is adding machine-learning primitives directly to HLSL and a second path for running larger ML graphs inside the DirectX ecosystem. That changes where neural rendering can live inside future PC games.\"},\"tunes\":{}},{\"id\":\"direct\",\"type\":\"callout\",\"data\":{\"variant\":\"info\",\"title\":\"Direct answer\",\"body\":\"\u003Cstrong>DirectX is becoming an ML-capable graphics platform.\u003C\u002Fstrong> Small neural workloads can run directly inside shaders through DX Linear Algebra, while larger models are being targeted by the DirectX Compute Graph Compiler. The goal is to let game engines use GPU AI hardware without building a separate vendor-specific path for every technique.\"},\"tunes\":{}},{\"id\":\"status-note\",\"type\":\"callout\",\"data\":{\"variant\":\"note\",\"title\":\"Current status\",\"body\":\"As of September 2026, \u003Cstrong>DX Linear Algebra is still a preview technology\u003C\u002Fstrong> in the Shader Model 6.10 \u002F Agility SDK preview path. Microsoft announced the DirectX Compute Graph Compiler for private preview rather than as a broadly shipping retail feature. This article explains the architecture and direction, not a claim that every current game can use it today.\"},\"tunes\":{}},{\"id\":\"toc\",\"type\":\"tableOfContents\",\"data\":{\"title\":\"Contents\",\"minLevel\":2,\"maxLevel\":3},\"tunes\":{}},{\"id\":\"h-why\",\"type\":\"header\",\"data\":{\"text\":\"Why neural rendering needs new DirectX primitives\",\"level\":2},\"tunes\":{}},{\"id\":\"p-why-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Modern GPUs already contain specialized hardware for matrix operations used by machine learning. The problem for a game developer is not only whether that hardware exists, but how to access it efficiently from a real-time graphics pipeline.\"},\"tunes\":{}},{\"id\":\"p-why-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Microsoft first explored this with Cooperative Vector support. In 2026, that work evolved into a broader DirectX Linear Algebra design that supports both vector-matrix and matrix-matrix operations.\"},\"tunes\":{}},{\"id\":\"p-why-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"That matters because different neural-rendering jobs have different shapes. A tiny model evaluating material behavior per pixel is not the same workload as a large super-resolution or denoising graph.\"},\"tunes\":{}},{\"id\":\"h-two-level\",\"type\":\"header\",\"data\":{\"text\":\"The Two-Level DirectX ML Model\",\"level\":2},\"tunes\":{}},{\"id\":\"two-level-flow\",\"type\":\"processFlow\",\"data\":{\"title\":\"Two ways ML can enter the DirectX graphics pipeline\",\"orientation\":\"auto\",\"steps\":[{\"label\":\"1. Shader-level ML\",\"description\":\"Small neural or linear-algebra workloads execute directly from HLSL alongside traditional shader code.\"},{\"label\":\"2. DX Linear Algebra\",\"description\":\"The shader can request hardware-accelerated vector and matrix operations instead of manually implementing every ML primitive.\"},{\"label\":\"3. Model-level ML\",\"description\":\"Larger neural networks are represented as complete computation graphs rather than hand-written shader fragments.\"},{\"label\":\"4. DirectX Compute Graph Compiler\",\"description\":\"Microsoft's planned compiler path analyzes and lowers those graphs into optimized GPU workloads integrated with D3D12 queues and command lists.\"}]},\"tunes\":{}},{\"id\":\"simple-diff\",\"type\":\"callout\",\"data\":{\"variant\":\"success\",\"title\":\"The simple difference\",\"body\":\"\u003Cstrong>DX Linear Algebra:\u003C\u002Fstrong> put small ML math inside the shader.\u003Cbr>\u003Cstrong>Compute Graph Compiler:\u003C\u002Fstrong> bring a larger ML model into the engine as a graph.\"},\"tunes\":{}},{\"id\":\"h-linalg\",\"type\":\"header\",\"data\":{\"text\":\"What DX Linear Algebra actually gives a shader\",\"level\":2},\"tunes\":{}},{\"id\":\"p-linalg-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Traditional HLSL is built around graphics and compute operations. Neural workloads rely heavily on linear algebra: vectors, matrices, multiplication, accumulation and data layouts optimized for those operations.\"},\"tunes\":{}},{\"id\":\"p-linalg-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"The Shader Model 6.10 preview adds first-class matrix APIs so developers can express those workloads more directly and let the driver map them to specialized hardware.\"},\"tunes\":{}},{\"id\":\"p-linalg-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"Microsoft's April 2026 preview explicitly describes this as a unified path for neural rendering, ML and image-processing workloads rather than a graphics-only feature.\"},\"tunes\":{}},{\"id\":\"math-table\",\"type\":\"comparison\",\"data\":{\"title\":\"Traditional shader math vs ML-oriented shader math\",\"layout\":\"table\",\"columns\":[{\"id\":\"traditional\",\"label\":\"Traditional shader focus\"},{\"id\":\"ml\",\"label\":\"ML-oriented focus\"}],\"rows\":[{\"id\":\"work\",\"label\":\"Typical work\",\"values\":[\"\",\"\"]},{\"id\":\"hardware\",\"label\":\"Hardware path\",\"values\":[\"\",\"\"]},{\"id\":\"code\",\"label\":\"Developer expression\",\"values\":[\"\",\"\"]}]},\"tunes\":{}},{\"id\":\"h-coop\",\"type\":\"header\",\"data\":{\"text\":\"Why Cooperative Vector was only the beginning\",\"level\":2},\"tunes\":{}},{\"id\":\"p-coop-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Cooperative Vector allowed shader threads to request vector-matrix work that drivers could map to specialized hardware. That was useful for highly parallel per-pixel workloads.\"},\"tunes\":{}},{\"id\":\"p-coop-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Microsoft later concluded that many important ML workloads need more than vector-matrix operations. Super resolution, denoising, temporal reconstruction, larger image models and general inference can require matrix-matrix operations and shared work across many threads.\"},\"tunes\":{}},{\"id\":\"p-coop-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"DX Linear Algebra therefore broadens the model instead of treating Cooperative Vector as the final abstraction.\"},\"tunes\":{}},{\"id\":\"h-usecases\",\"type\":\"header\",\"data\":{\"text\":\"What can actually run inside a shader?\",\"level\":2},\"tunes\":{}},{\"id\":\"p-use-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"The most interesting shader-level ML workloads are small enough to execute close to the graphics data they operate on.\"},\"tunes\":{}},{\"id\":\"usecases-table\",\"type\":\"table\",\"data\":{\"withHeadings\":true,\"stretched\":false,\"content\":[[\"Workload\",\"Why shader-level ML fits\"],[\"Neural texture compression\",\"A small network can reconstruct texture information near the point where the shader needs it\"],[\"Neural material evaluation\",\"A learned function can replace or augment expensive hand-authored material math\"],[\"Neural radiance caching\",\"Per-pixel or local inference can estimate lighting information from learned scene behavior\"],[\"Small denoising\u002Freconstruction kernels\",\"ML operations can sit directly beside the rendering stage they improve\"],[\"Image-processing inference\",\"Matrix operations can be embedded into GPU processing without a separate external runtime\"]]},\"tunes\":{}},{\"id\":\"h-texture\",\"type\":\"header\",\"data\":{\"text\":\"Why this matters for texture memory\",\"level\":2},\"tunes\":{}},{\"id\":\"p-tex-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"One of Microsoft's recurring examples is neural texture compression.\"},\"tunes\":{}},{\"id\":\"p-tex-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Instead of storing every texture channel at conventional fidelity, a game can store a more compact representation and use a small neural network to reconstruct detail during rendering.\"},\"tunes\":{}},{\"id\":\"p-tex-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"That trades some GPU inference work for lower storage or memory pressure. The exact benefit depends on the technique and hardware, but the architectural change is important: some visual detail can become computation instead of stored data.\"},\"tunes\":{}},{\"id\":\"ref-vram\",\"type\":\"referralArticle\",\"data\":{\"url\":\"https:\u002F\u002Ffigure.rocks\u002Fblog\u002Fvram-usage-is-not-vram-requirement-why-a-full-memory-meter-does-not-tell-the-whole-story\",\"title\":\"VRAM Usage Is Not VRAM Requirement: Why a Full Memory Meter Does Not Tell the Whole Story\",\"excerpt\":\"A practical guide to VRAM capacity, residency budgets, working sets and why memory pressure is more complicated than one usage number.\",\"ctaLabel\":\"Read the VRAM guide\"},\"tunes\":{}},{\"id\":\"h-models\",\"type\":\"header\",\"data\":{\"text\":\"Why full models need a different path\",\"level\":2},\"tunes\":{}},{\"id\":\"p-models-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Hand-writing a few matrix operations in HLSL is practical for small neural functions. It becomes much less practical when the workload is a complete modern model with many layers, dependencies and intermediate tensors.\"},\"tunes\":{}},{\"id\":\"p-models-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Microsoft's DirectX Compute Graph Compiler is designed for this larger class of workload.\"},\"tunes\":{}},{\"id\":\"p-models-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"Instead of rewriting the model as custom shader code, the compiler can accept a computation graph, analyze the whole graph, plan memory, fuse operations and lower the result into GPU work that integrates with DirectX 12.\"},\"tunes\":{}},{\"id\":\"h-boundary\",\"type\":\"header\",\"data\":{\"text\":\"The Shader-or-Graph Boundary\",\"level\":2},\"tunes\":{}},{\"id\":\"boundary-table\",\"type\":\"comparison\",\"data\":{\"title\":\"When the ML workload belongs in HLSL vs a model compiler\",\"layout\":\"table\",\"columns\":[{\"id\":\"shader\",\"label\":\"Shader-level path\"},{\"id\":\"graph\",\"label\":\"Model-level path\"}],\"rows\":[{\"id\":\"size\",\"label\":\"Model size\",\"values\":[\"\",\"\"]},{\"id\":\"location\",\"label\":\"Execution style\",\"values\":[\"\",\"\"]},{\"id\":\"authoring\",\"label\":\"Authoring\",\"values\":[\"\",\"\"]},{\"id\":\"optimization\",\"label\":\"Optimization scope\",\"values\":[\"\",\"\"]},{\"id\":\"use\",\"label\":\"Typical use\",\"values\":[\"\",\"\"]}]},\"tunes\":{}},{\"id\":\"h-crossvendor\",\"type\":\"header\",\"data\":{\"text\":\"Why cross-vendor support matters more than another AI feature\",\"level\":2},\"tunes\":{}},{\"id\":\"p-cross-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"AMD, Intel, NVIDIA and Qualcomm expose different GPU architectures and different forms of dedicated matrix acceleration.\"},\"tunes\":{}},{\"id\":\"p-cross-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"A DirectX abstraction gives Microsoft and the driver vendors a place to translate common HLSL or graph-level ML into the correct hardware path.\"},\"tunes\":{}},{\"id\":\"p-cross-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"That does not make every GPU equally fast, but it can reduce the need for a game engine to implement a completely different neural-rendering API for every vendor.\"},\"tunes\":{}},{\"id\":\"portability-note\",\"type\":\"callout\",\"data\":{\"variant\":\"note\",\"title\":\"Portability is the real platform story\",\"body\":\"The interesting part is not that DirectX can “run AI.” GPUs already could. The platform change is that \u003Cstrong>ML becomes expressible through a common graphics API and toolchain\u003C\u002Fstrong>.\"},\"tunes\":{}},{\"id\":\"h-support\",\"type\":\"header\",\"data\":{\"text\":\"What hardware supports the current preview?\",\"level\":2},\"tunes\":{}},{\"id\":\"p-support-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"The answer depends on the specific Linear Algebra operation and preview driver.\"},\"tunes\":{}},{\"id\":\"p-support-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Microsoft's Agility SDK 1.721 preview support table lists LinAlg VectorAccumulate for AMD Radeon RX 9000 Series hardware, Intel Xe2-or-newer hardware through an upcoming driver, and NVIDIA RTX hardware through the supported preview path.\"},\"tunes\":{}},{\"id\":\"p-support-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"This is preview-era support, not a universal retail guarantee. Hardware and driver support can change before finalization.\"},\"tunes\":{}},{\"id\":\"h-infra\",\"type\":\"header\",\"data\":{\"text\":\"Neural rendering is becoming infrastructure\",\"level\":2},\"tunes\":{}},{\"id\":\"p-infra-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"DLSS, FSR and other neural graphics technologies are often discussed as branded features visible in a game's settings menu.\"},\"tunes\":{}},{\"id\":\"p-infra-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"DirectX Linear Algebra points to a deeper change. The neural operation can become an internal implementation detail inside the renderer rather than a single optional post-processing feature.\"},\"tunes\":{}},{\"id\":\"p-infra-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"A developer could use ML for textures, materials, lighting, reconstruction or other local functions without exposing each one as a consumer-facing AI toggle.\"},\"tunes\":{}},{\"id\":\"ref-dlss5\",\"type\":\"referralArticle\",\"data\":{\"url\":\"https:\u002F\u002Ffigure.rocks\u002Fblog\u002Fdlss-5-is-not-just-upscaling-what-3d-guided-neural-rendering-actually-changes\",\"title\":\"DLSS 5 Is Not Just Upscaling: What 3D-Guided Neural Rendering Actually Changes\",\"excerpt\":\"How neural rendering is moving beyond upscaling and generated frames into material and lighting reconstruction inside the graphics pipeline.\",\"ctaLabel\":\"Read the DLSS 5 neural-rendering guide\"},\"tunes\":{}},{\"id\":\"h-stack\",\"type\":\"header\",\"data\":{\"text\":\"The Neural Rendering Stack is becoming layered\",\"level\":2},\"tunes\":{}},{\"id\":\"stack-flow\",\"type\":\"processFlow\",\"data\":{\"title\":\"A possible future DirectX game pipeline\",\"orientation\":\"auto\",\"steps\":[{\"label\":\"Traditional engine work\",\"description\":\"Simulation, geometry, visibility and base rendering remain standard engine responsibilities.\"},{\"label\":\"Inline neural shaders\",\"description\":\"Small learned functions reconstruct textures, materials or lighting inside HLSL.\"},{\"label\":\"Larger ML graphs\",\"description\":\"Full reconstruction or inference models execute through a graph-level DirectX path.\"},{\"label\":\"Vendor hardware mapping\",\"description\":\"Drivers map common DirectX operations onto the GPU's specialized AI and matrix units.\"},{\"label\":\"PIX visibility\",\"description\":\"Graphics and ML work can be profiled together instead of living in separate opaque runtimes.\"}]},\"tunes\":{}},{\"id\":\"h-pix\",\"type\":\"header\",\"data\":{\"text\":\"Why unified profiling matters\",\"level\":2},\"tunes\":{}},{\"id\":\"p-pix-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"A neural workload that improves image quality can still damage a game if it unexpectedly consumes frame time, memory bandwidth or VRAM.\"},\"tunes\":{}},{\"id\":\"p-pix-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Microsoft explicitly includes unified PIX visibility as part of the Compute Graph Compiler direction. That matters because developers need to see graphics and ML work in the same frame capture.\"},\"tunes\":{}},{\"id\":\"p-pix-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"If neural rendering becomes infrastructure, it must be measurable like any other rendering stage.\"},\"tunes\":{}},{\"id\":\"h-not-everything\",\"type\":\"header\",\"data\":{\"text\":\"This does not mean every shader will become a neural network\",\"level\":2},\"tunes\":{}},{\"id\":\"p-not-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Traditional shader math remains efficient, deterministic and easy to reason about for many workloads.\"},\"tunes\":{}},{\"id\":\"p-not-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"A neural function makes sense when it can approximate or reconstruct something expensive more efficiently, compress data, or produce quality that would otherwise require too much conventional compute or memory.\"},\"tunes\":{}},{\"id\":\"p-not-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"The right architecture will remain hybrid.\"},\"tunes\":{}},{\"id\":\"h-test\",\"type\":\"header\",\"data\":{\"text\":\"The Neural Shader Value Test\",\"level\":2},\"tunes\":{}},{\"id\":\"value-test\",\"type\":\"processFlow\",\"data\":{\"title\":\"When does putting ML into the rendering pipeline actually make sense?\",\"orientation\":\"auto\",\"steps\":[{\"label\":\"1. Identify the expensive traditional operation\",\"description\":\"What compute, bandwidth, memory or storage cost are you trying to replace?\"},{\"label\":\"2. Define the neural substitute\",\"description\":\"What can a small model reconstruct, predict or compress?\"},{\"label\":\"3. Measure inference cost\",\"description\":\"The ML model itself consumes GPU time, memory and bandwidth.\"},{\"label\":\"4. Measure quality stability\",\"description\":\"Look for temporal artifacts, reconstruction errors and failure cases.\"},{\"label\":\"5. Measure net savings\",\"description\":\"The technique is useful only if the avoided traditional cost is worth the added ML cost.\"},{\"label\":\"6. Test across vendors\",\"description\":\"A DirectX abstraction helps portability, but real hardware performance still differs.\"}]},\"tunes\":{}},{\"id\":\"h-gamers\",\"type\":\"header\",\"data\":{\"text\":\"What this means for gamers\",\"level\":2},\"tunes\":{}},{\"id\":\"p-gamers-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Gamers may never see a “DX Linear Algebra” switch in a graphics menu.\"},\"tunes\":{}},{\"id\":\"p-gamers-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"The likely impact is indirect: smaller texture footprints, better lighting reconstruction, more efficient neural graphics, or new visual techniques that become practical because the engine can access matrix acceleration through a standard path.\"},\"tunes\":{}},{\"id\":\"p-gamers-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"The feature is more important as infrastructure than as a brand.\"},\"tunes\":{}},{\"id\":\"h-change\",\"type\":\"header\",\"data\":{\"text\":\"What would change this answer?\",\"level\":2},\"tunes\":{}},{\"id\":\"p-change-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"The biggest uncertainty is the final retail shape of these APIs. DX Linear Algebra remains in preview, and the Compute Graph Compiler has not yet reached broad retail availability.\"},\"tunes\":{}},{\"id\":\"p-change-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Final hardware support, API details, compiler behavior and engine adoption may change before these systems become normal shipping-game infrastructure.\"},\"tunes\":{}},{\"id\":\"p-change-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"If major engines adopt the abstractions directly, neural shaders could become much more common without individual game teams implementing every technique from scratch.\"},\"tunes\":{}},{\"id\":\"h-limit\",\"type\":\"header\",\"data\":{\"text\":\"Limitations\",\"level\":2},\"tunes\":{}},{\"id\":\"p-limit-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"This article explains Microsoft's documented DirectX architecture and preview APIs. It does not claim that DX Linear Algebra currently improves performance in every game or that the Compute Graph Compiler is a finished retail product.\"},\"tunes\":{}},{\"id\":\"p-limit-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Microsoft's examples describe capability and intended use. Real benefits depend on the model, engine integration, GPU architecture, drivers and workload.\"},\"tunes\":{}},{\"id\":\"h-conclusion\",\"type\":\"header\",\"data\":{\"text\":\"Conclusion\",\"level\":2},\"tunes\":{}},{\"id\":\"p-conc-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"The important DirectX change is not another checkbox called AI.\"},\"tunes\":{}},{\"id\":\"p-conc-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"It is that machine-learning math is moving into the graphics programming model itself. Small neural functions can sit inside shaders, larger models can move toward graph-level compilation, and the same DirectX toolchain can expose those workloads across multiple GPU vendors.\"},\"tunes\":{}},{\"id\":\"p-conc-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"That is how neural rendering stops being one branded feature and starts becoming part of the rendering infrastructure.\"},\"tunes\":{}},{\"id\":\"h-faq\",\"type\":\"header\",\"data\":{\"text\":\"FAQ\",\"level\":2},\"tunes\":{}},{\"id\":\"faq\",\"type\":\"faq\",\"data\":{\"title\":\"DirectX Linear Algebra and neural shaders\",\"items\":[{\"id\":\"faq1\",\"question\":\"What is DirectX Linear Algebra?\",\"answer\":\"It is a DirectX\u002FHLSL feature set for hardware-accelerated vector and matrix operations used by machine learning, neural rendering and image-processing workloads.\"},{\"id\":\"faq2\",\"question\":\"What is a neural shader?\",\"answer\":\"A useful plain-English description is a shader that includes a learned neural function or ML inference step as part of its graphics work.\"},{\"id\":\"faq3\",\"question\":\"Is DX Linear Algebra already a normal retail DirectX feature?\",\"answer\":\"As of September 2026 it remains in the Shader Model 6.10 \u002F Agility SDK preview path.\"},{\"id\":\"faq4\",\"question\":\"What is the DirectX Compute Graph Compiler?\",\"answer\":\"It is Microsoft's announced model-level ML compiler API intended to take larger computation graphs and lower them into optimized GPU workloads integrated with D3D12.\"},{\"id\":\"faq5\",\"question\":\"Why not run every ML model directly in HLSL?\",\"answer\":\"Small functions fit shader-level authoring well, while large models benefit from whole-graph optimization, memory planning and operator fusion.\"},{\"id\":\"faq6\",\"question\":\"Will this replace DLSS or FSR?\",\"answer\":\"Not directly. DirectX provides lower-level infrastructure that vendors and developers can use for neural graphics. Branded technologies can still implement their own models and integration strategies.\"}]},\"tunes\":{}},{\"id\":\"h-glossary\",\"type\":\"header\",\"data\":{\"text\":\"Glossary\",\"level\":2},\"tunes\":{}},{\"id\":\"glossary\",\"type\":\"glossary\",\"data\":{\"title\":\"Key DirectX ML terms\",\"entries\":[{\"term\":\"DX Linear Algebra\",\"definition\":\"DirectX\u002FHLSL APIs for accelerated vector and matrix operations intended for neural rendering, ML and image-processing workloads.\",\"anchor\":\"dx-linear-algebra\"},{\"term\":\"Cooperative Vector\",\"definition\":\"An earlier DirectX approach for accelerated vector-matrix operations inside shaders that helped establish the shader-level neural-rendering path.\",\"anchor\":\"cooperative-vector\"},{\"term\":\"Shader Model 6.10\",\"definition\":\"The preview shader-model generation containing the current DirectX Linear Algebra matrix APIs.\",\"anchor\":\"shader-model-6-10\"},{\"term\":\"DirectX Compute Graph Compiler\",\"definition\":\"Microsoft's announced compiler API for optimizing and executing larger ML computation graphs as native DirectX GPU workloads.\",\"anchor\":\"compute-graph-compiler\"},{\"term\":\"Neural shader\",\"definition\":\"A practical term for a shader that performs learned inference or neural computation as part of graphics processing.\",\"anchor\":\"neural-shader\"},{\"term\":\"Shader-or-Graph Boundary\",\"definition\":\"A Figure Rocks model for deciding whether an ML workload belongs as small inline shader math or as a larger model-level computation graph.\",\"anchor\":\"shader-or-graph-boundary\"},{\"term\":\"Neural Shader Value Test\",\"definition\":\"A Figure Rocks workflow for deciding whether the traditional compute or memory cost avoided by a neural technique is worth its inference cost and quality trade-offs.\",\"anchor\":\"neural-shader-value-test\"}]},\"tunes\":{}},{\"id\":\"h-sources\",\"type\":\"header\",\"data\":{\"text\":\"Primary sources\",\"level\":2},\"tunes\":{}},{\"id\":\"src-ms-ml-era\",\"type\":\"linkTool\",\"data\":{\"link\":\"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fevolving-directx-for-the-ml-era-on-windows\u002F\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"Microsoft DirectX — Evolving DirectX for the ML Era on Windows\",\"description\":\"Official GDC 2026 architecture overview covering shader-level ML, DX Linear Algebra and the DirectX Compute Graph Compiler.\"}},\"tunes\":{}},{\"id\":\"src-ms-linalg\",\"type\":\"linkTool\",\"data\":{\"link\":\"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fd3d12-linalg-preview\u002F\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"Microsoft DirectX — D3D12 LinAlg Matrix Preview\",\"description\":\"Official April 2026 preview explaining the unified Linear Algebra APIs, matrix operations and neural-rendering motivation.\"}},\"tunes\":{}},{\"id\":\"src-ms-agility721\",\"type\":\"linkTool\",\"data\":{\"link\":\"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fannouncing-agilitysdk-721-preview-and-more-shader-model-6-10-features\u002F\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"Microsoft DirectX — Agility SDK 1.721 Preview\",\"description\":\"Official May 2026 release documenting Shader Model 6.10 Linear Algebra updates and preview hardware support.\"}},\"tunes\":{}},{\"id\":\"src-ms-gdc\",\"type\":\"linkTool\",\"data\":{\"link\":\"https:\u002F\u002Fdeveloper.microsoft.com\u002Fen-us\u002Fgames\u002Farticles\u002F2026\u002F03\u002Fgdc-2026-evolving-directx-for-ml-era-on-windows\u002F\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"Microsoft Game Dev — GDC 2026: Evolving DirectX for the ML Era\",\"description\":\"Official Microsoft Game Dev summary explaining shader-level and model-level ML and the role of the Compute Graph Compiler.\"}},\"tunes\":{}},{\"id\":\"src-ms-coop\",\"type\":\"linkTool\",\"data\":{\"link\":\"https:\u002F\u002Fdevblogs.microsoft.com\u002Fdirectx\u002Fcooperative-vector\u002F\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"Microsoft DirectX — D3D12 Cooperative Vector\",\"description\":\"Official background on hardware-accelerated vector\u002Fmatrix operations and neural rendering directly from shader threads.\"}},\"tunes\":{}}],\"version\":\"2.31.6\"}",{"time":1224,"blocks":1225,"version":1722},1790405124627,[1226,1230,1235,1240,1244,1248,1252,1256,1260,1264,1279,1284,1288,1292,1296,1300,1319,1323,1327,1331,1335,1339,1343,1365,1369,1373,1377,1381,1388,1392,1396,1400,1404,1408,1433,1437,1441,1445,1449,1454,1458,1462,1466,1470,1474,1478,1482,1486,1493,1497,1517,1521,1525,1529,1533,1537,1541,1545,1549,1553,1576,1580,1584,1588,1592,1596,1600,1604,1608,1612,1616,1620,1624,1628,1632,1636,1639,1662,1666,1688,1692,1698,1704,1710,1716],{"id":541,"data":1227,"type":544,"tunes":1229},{"text":1228},"DirectX is no longer only a graphics API that sends traditional shaders to the GPU. Microsoft is adding machine-learning primitives directly to HLSL and a second path for running larger ML graphs inside the DirectX ecosystem. That changes where neural rendering can live inside future PC games.",{},{"id":547,"data":1231,"type":552,"tunes":1234},{"body":1232,"title":1233,"variant":551},"\u003Cstrong>DirectX is becoming an ML-capable graphics platform.\u003C\u002Fstrong> Small neural workloads can run directly inside shaders through DX Linear Algebra, while larger models are being targeted by the DirectX Compute Graph Compiler. The goal is to let game engines use GPU AI hardware without building a separate vendor-specific path for every technique.","Direct answer",{},{"id":555,"data":1236,"type":552,"tunes":1239},{"body":1237,"title":1238,"variant":559},"As of September 2026, \u003Cstrong>DX Linear Algebra is still a preview technology\u003C\u002Fstrong> in the Shader Model 6.10 \u002F Agility SDK preview path. Microsoft announced the DirectX Compute Graph Compiler for private preview rather than as a broadly shipping retail feature. This article explains the architecture and direction, not a claim that every current game can use it today.","Current status",{},{"id":562,"data":1241,"type":566,"tunes":1243},{"title":1242,"maxLevel":565,"minLevel":47},"Contents",{},{"id":569,"data":1245,"type":572,"tunes":1247},{"text":1246,"level":47},"Why neural rendering needs new DirectX primitives",{},{"id":575,"data":1249,"type":544,"tunes":1251},{"text":1250},"Modern GPUs already contain specialized hardware for matrix operations used by machine learning. The problem for a game developer is not only whether that hardware exists, but how to access it efficiently from a real-time graphics pipeline.",{},{"id":580,"data":1253,"type":544,"tunes":1255},{"text":1254},"Microsoft first explored this with Cooperative Vector support. In 2026, that work evolved into a broader DirectX Linear Algebra design that supports both vector-matrix and matrix-matrix operations.",{},{"id":585,"data":1257,"type":544,"tunes":1259},{"text":1258},"That matters because different neural-rendering jobs have different shapes. A tiny model evaluating material behavior per pixel is not the same workload as a large super-resolution or denoising graph.",{},{"id":590,"data":1261,"type":572,"tunes":1263},{"text":1262,"level":47},"The Two-Level DirectX ML Model",{},{"id":595,"data":1265,"type":612,"tunes":1278},{"steps":1266,"title":1277,"orientation":611},[1267,1270,1272,1275],{"label":1268,"description":1269},"1. Shader-level ML","Small neural or linear-algebra workloads execute directly from HLSL alongside traditional shader code.",{"label":602,"description":1271},"The shader can request hardware-accelerated vector and matrix operations instead of manually implementing every ML primitive.",{"label":1273,"description":1274},"3. Model-level ML","Larger neural networks are represented as complete computation graphs rather than hand-written shader fragments.",{"label":608,"description":1276},"Microsoft's planned compiler path analyzes and lowers those graphs into optimized GPU workloads integrated with D3D12 queues and command lists.","Two ways ML can enter the DirectX graphics pipeline",{},{"id":615,"data":1280,"type":552,"tunes":1283},{"body":1281,"title":1282,"variant":619},"\u003Cstrong>DX Linear Algebra:\u003C\u002Fstrong> put small ML math inside the shader.\u003Cbr>\u003Cstrong>Compute Graph Compiler:\u003C\u002Fstrong> bring a larger ML model into the engine as a graph.","The simple difference",{},{"id":622,"data":1285,"type":572,"tunes":1287},{"text":1286,"level":47},"What DX Linear Algebra actually gives a shader",{},{"id":627,"data":1289,"type":544,"tunes":1291},{"text":1290},"Traditional HLSL is built around graphics and compute operations. Neural workloads rely heavily on linear algebra: vectors, matrices, multiplication, accumulation and data layouts optimized for those operations.",{},{"id":632,"data":1293,"type":544,"tunes":1295},{"text":1294},"The Shader Model 6.10 preview adds first-class matrix APIs so developers can express those workloads more directly and let the driver map them to specialized hardware.",{},{"id":637,"data":1297,"type":544,"tunes":1299},{"text":1298},"Microsoft's April 2026 preview explicitly describes this as a unified path for neural rendering, ML and image-processing workloads rather than a graphics-only feature.",{},{"id":642,"data":1301,"type":666,"tunes":1318},{"rows":1302,"title":1312,"layout":658,"columns":1313},[1303,1306,1309],{"id":646,"label":1304,"values":1305},"Typical work",[13,13],{"id":650,"label":1307,"values":1308},"Hardware path",[13,13],{"id":654,"label":1310,"values":1311},"Developer expression",[13,13],"Traditional shader math vs ML-oriented shader math",[1314,1316],{"id":661,"label":1315},"Traditional shader focus",{"id":664,"label":1317},"ML-oriented focus",{},{"id":669,"data":1320,"type":572,"tunes":1322},{"text":1321,"level":47},"Why Cooperative Vector was only the beginning",{},{"id":674,"data":1324,"type":544,"tunes":1326},{"text":1325},"Cooperative Vector allowed shader threads to request vector-matrix work that drivers could map to specialized hardware. That was useful for highly parallel per-pixel workloads.",{},{"id":679,"data":1328,"type":544,"tunes":1330},{"text":1329},"Microsoft later concluded that many important ML workloads need more than vector-matrix operations. Super resolution, denoising, temporal reconstruction, larger image models and general inference can require matrix-matrix operations and shared work across many threads.",{},{"id":684,"data":1332,"type":544,"tunes":1334},{"text":1333},"DX Linear Algebra therefore broadens the model instead of treating Cooperative Vector as the final abstraction.",{},{"id":689,"data":1336,"type":572,"tunes":1338},{"text":1337,"level":47},"What can actually run inside a shader?",{},{"id":694,"data":1340,"type":544,"tunes":1342},{"text":1341},"The most interesting shader-level ML workloads are small enough to execute close to the graphics data they operate on.",{},{"id":699,"data":1344,"type":658,"tunes":1364},{"content":1345,"stretched":720,"withHeadings":15},[1346,1349,1352,1355,1358,1361],[1347,1348],"Workload","Why shader-level ML fits",[1350,1351],"Neural texture compression","A small network can reconstruct texture information near the point where the shader needs it",[1353,1354],"Neural material evaluation","A learned function can replace or augment expensive hand-authored material math",[1356,1357],"Neural radiance caching","Per-pixel or local inference can estimate lighting information from learned scene behavior",[1359,1360],"Small denoising\u002Freconstruction kernels","ML operations can sit directly beside the rendering stage they improve",[1362,1363],"Image-processing inference","Matrix operations can be embedded into GPU processing without a separate external runtime",{},{"id":723,"data":1366,"type":572,"tunes":1368},{"text":1367,"level":47},"Why this matters for texture memory",{},{"id":728,"data":1370,"type":544,"tunes":1372},{"text":1371},"One of Microsoft's recurring examples is neural texture compression.",{},{"id":733,"data":1374,"type":544,"tunes":1376},{"text":1375},"Instead of storing every texture channel at conventional fidelity, a game can store a more compact representation and use a small neural network to reconstruct detail during rendering.",{},{"id":738,"data":1378,"type":544,"tunes":1380},{"text":1379},"That trades some GPU inference work for lower storage or memory pressure. The exact benefit depends on the technique and hardware, but the architectural change is important: some visual detail can become computation instead of stored data.",{},{"id":743,"data":1382,"type":749,"tunes":1387},{"url":1383,"title":1384,"excerpt":1385,"ctaLabel":1386},"https:\u002F\u002Ffigure.rocks\u002Fblog\u002Fvram-usage-is-not-vram-requirement-why-a-full-memory-meter-does-not-tell-the-whole-story","VRAM Usage Is Not VRAM Requirement: Why a Full Memory Meter Does Not Tell the Whole Story","A practical guide to VRAM capacity, residency budgets, working sets and why memory pressure is more complicated than one usage number.","Read the VRAM guide",{},{"id":752,"data":1389,"type":572,"tunes":1391},{"text":1390,"level":47},"Why full models need a different path",{},{"id":757,"data":1393,"type":544,"tunes":1395},{"text":1394},"Hand-writing a few matrix operations in HLSL is practical for small neural functions. It becomes much less practical when the workload is a complete modern model with many layers, dependencies and intermediate tensors.",{},{"id":762,"data":1397,"type":544,"tunes":1399},{"text":1398},"Microsoft's DirectX Compute Graph Compiler is designed for this larger class of workload.",{},{"id":767,"data":1401,"type":544,"tunes":1403},{"text":1402},"Instead of rewriting the model as custom shader code, the compiler can accept a computation graph, analyze the whole graph, plan memory, fuse operations and lower the result into GPU work that integrates with DirectX 12.",{},{"id":772,"data":1405,"type":572,"tunes":1407},{"text":1406,"level":47},"The Shader-or-Graph Boundary",{},{"id":777,"data":1409,"type":666,"tunes":1432},{"rows":1410,"title":1426,"layout":658,"columns":1427},[1411,1414,1417,1420,1423],{"id":781,"label":1412,"values":1413},"Model size",[13,13],{"id":785,"label":1415,"values":1416},"Execution style",[13,13],{"id":789,"label":1418,"values":1419},"Authoring",[13,13],{"id":793,"label":1421,"values":1422},"Optimization scope",[13,13],{"id":797,"label":1424,"values":1425},"Typical use",[13,13],"When the ML workload belongs in HLSL vs a model compiler",[1428,1430],{"id":803,"label":1429},"Shader-level path",{"id":806,"label":1431},"Model-level path",{},{"id":810,"data":1434,"type":572,"tunes":1436},{"text":1435,"level":47},"Why cross-vendor support matters more than another AI feature",{},{"id":815,"data":1438,"type":544,"tunes":1440},{"text":1439},"AMD, Intel, NVIDIA and Qualcomm expose different GPU architectures and different forms of dedicated matrix acceleration.",{},{"id":820,"data":1442,"type":544,"tunes":1444},{"text":1443},"A DirectX abstraction gives Microsoft and the driver vendors a place to translate common HLSL or graph-level ML into the correct hardware path.",{},{"id":825,"data":1446,"type":544,"tunes":1448},{"text":1447},"That does not make every GPU equally fast, but it can reduce the need for a game engine to implement a completely different neural-rendering API for every vendor.",{},{"id":830,"data":1450,"type":552,"tunes":1453},{"body":1451,"title":1452,"variant":559},"The interesting part is not that DirectX can “run AI.” GPUs already could. The platform change is that \u003Cstrong>ML becomes expressible through a common graphics API and toolchain\u003C\u002Fstrong>.","Portability is the real platform story",{},{"id":836,"data":1455,"type":572,"tunes":1457},{"text":1456,"level":47},"What hardware supports the current preview?",{},{"id":841,"data":1459,"type":544,"tunes":1461},{"text":1460},"The answer depends on the specific Linear Algebra operation and preview driver.",{},{"id":846,"data":1463,"type":544,"tunes":1465},{"text":1464},"Microsoft's Agility SDK 1.721 preview support table lists LinAlg VectorAccumulate for AMD Radeon RX 9000 Series hardware, Intel Xe2-or-newer hardware through an upcoming driver, and NVIDIA RTX hardware through the supported preview path.",{},{"id":851,"data":1467,"type":544,"tunes":1469},{"text":1468},"This is preview-era support, not a universal retail guarantee. Hardware and driver support can change before finalization.",{},{"id":856,"data":1471,"type":572,"tunes":1473},{"text":1472,"level":47},"Neural rendering is becoming infrastructure",{},{"id":861,"data":1475,"type":544,"tunes":1477},{"text":1476},"DLSS, FSR and other neural graphics technologies are often discussed as branded features visible in a game's settings menu.",{},{"id":866,"data":1479,"type":544,"tunes":1481},{"text":1480},"DirectX Linear Algebra points to a deeper change. The neural operation can become an internal implementation detail inside the renderer rather than a single optional post-processing feature.",{},{"id":871,"data":1483,"type":544,"tunes":1485},{"text":1484},"A developer could use ML for textures, materials, lighting, reconstruction or other local functions without exposing each one as a consumer-facing AI toggle.",{},{"id":876,"data":1487,"type":749,"tunes":1492},{"url":1488,"title":1489,"excerpt":1490,"ctaLabel":1491},"https:\u002F\u002Ffigure.rocks\u002Fblog\u002Fdlss-5-is-not-just-upscaling-what-3d-guided-neural-rendering-actually-changes","DLSS 5 Is Not Just Upscaling: What 3D-Guided Neural Rendering Actually Changes","How neural rendering is moving beyond upscaling and generated frames into material and lighting reconstruction inside the graphics pipeline.","Read the DLSS 5 neural-rendering guide",{},{"id":884,"data":1494,"type":572,"tunes":1496},{"text":1495,"level":47},"The Neural Rendering Stack is becoming layered",{},{"id":889,"data":1498,"type":612,"tunes":1516},{"steps":1499,"title":1515,"orientation":611},[1500,1503,1506,1509,1512],{"label":1501,"description":1502},"Traditional engine work","Simulation, geometry, visibility and base rendering remain standard engine responsibilities.",{"label":1504,"description":1505},"Inline neural shaders","Small learned functions reconstruct textures, materials or lighting inside HLSL.",{"label":1507,"description":1508},"Larger ML graphs","Full reconstruction or inference models execute through a graph-level DirectX path.",{"label":1510,"description":1511},"Vendor hardware mapping","Drivers map common DirectX operations onto the GPU's specialized AI and matrix units.",{"label":1513,"description":1514},"PIX visibility","Graphics and ML work can be profiled together instead of living in separate opaque runtimes.","A possible future DirectX game pipeline",{},{"id":910,"data":1518,"type":572,"tunes":1520},{"text":1519,"level":47},"Why unified profiling matters",{},{"id":915,"data":1522,"type":544,"tunes":1524},{"text":1523},"A neural workload that improves image quality can still damage a game if it unexpectedly consumes frame time, memory bandwidth or VRAM.",{},{"id":920,"data":1526,"type":544,"tunes":1528},{"text":1527},"Microsoft explicitly includes unified PIX visibility as part of the Compute Graph Compiler direction. That matters because developers need to see graphics and ML work in the same frame capture.",{},{"id":925,"data":1530,"type":544,"tunes":1532},{"text":1531},"If neural rendering becomes infrastructure, it must be measurable like any other rendering stage.",{},{"id":930,"data":1534,"type":572,"tunes":1536},{"text":1535,"level":47},"This does not mean every shader will become a neural network",{},{"id":935,"data":1538,"type":544,"tunes":1540},{"text":1539},"Traditional shader math remains efficient, deterministic and easy to reason about for many workloads.",{},{"id":940,"data":1542,"type":544,"tunes":1544},{"text":1543},"A neural function makes sense when it can approximate or reconstruct something expensive more efficiently, compress data, or produce quality that would otherwise require too much conventional compute or memory.",{},{"id":945,"data":1546,"type":544,"tunes":1548},{"text":1547},"The right architecture will remain hybrid.",{},{"id":950,"data":1550,"type":572,"tunes":1552},{"text":1551,"level":47},"The Neural Shader Value Test",{},{"id":955,"data":1554,"type":612,"tunes":1575},{"steps":1555,"title":1574,"orientation":611},[1556,1559,1562,1565,1568,1571],{"label":1557,"description":1558},"1. Identify the expensive traditional operation","What compute, bandwidth, memory or storage cost are you trying to replace?",{"label":1560,"description":1561},"2. Define the neural substitute","What can a small model reconstruct, predict or compress?",{"label":1563,"description":1564},"3. Measure inference cost","The ML model itself consumes GPU time, memory and bandwidth.",{"label":1566,"description":1567},"4. Measure quality stability","Look for temporal artifacts, reconstruction errors and failure cases.",{"label":1569,"description":1570},"5. Measure net savings","The technique is useful only if the avoided traditional cost is worth the added ML cost.",{"label":1572,"description":1573},"6. Test across vendors","A DirectX abstraction helps portability, but real hardware performance still differs.","When does putting ML into the rendering pipeline actually make sense?",{},{"id":979,"data":1577,"type":572,"tunes":1579},{"text":1578,"level":47},"What this means for gamers",{},{"id":984,"data":1581,"type":544,"tunes":1583},{"text":1582},"Gamers may never see a “DX Linear Algebra” switch in a graphics menu.",{},{"id":989,"data":1585,"type":544,"tunes":1587},{"text":1586},"The likely impact is indirect: smaller texture footprints, better lighting reconstruction, more efficient neural graphics, or new visual techniques that become practical because the engine can access matrix acceleration through a standard path.",{},{"id":994,"data":1589,"type":544,"tunes":1591},{"text":1590},"The feature is more important as infrastructure than as a brand.",{},{"id":999,"data":1593,"type":572,"tunes":1595},{"text":1594,"level":47},"What would change this answer?",{},{"id":1004,"data":1597,"type":544,"tunes":1599},{"text":1598},"The biggest uncertainty is the final retail shape of these APIs. DX Linear Algebra remains in preview, and the Compute Graph Compiler has not yet reached broad retail availability.",{},{"id":1009,"data":1601,"type":544,"tunes":1603},{"text":1602},"Final hardware support, API details, compiler behavior and engine adoption may change before these systems become normal shipping-game infrastructure.",{},{"id":1014,"data":1605,"type":544,"tunes":1607},{"text":1606},"If major engines adopt the abstractions directly, neural shaders could become much more common without individual game teams implementing every technique from scratch.",{},{"id":1019,"data":1609,"type":572,"tunes":1611},{"text":1610,"level":47},"Limitations",{},{"id":1024,"data":1613,"type":544,"tunes":1615},{"text":1614},"This article explains Microsoft's documented DirectX architecture and preview APIs. It does not claim that DX Linear Algebra currently improves performance in every game or that the Compute Graph Compiler is a finished retail product.",{},{"id":1029,"data":1617,"type":544,"tunes":1619},{"text":1618},"Microsoft's examples describe capability and intended use. Real benefits depend on the model, engine integration, GPU architecture, drivers and workload.",{},{"id":1034,"data":1621,"type":572,"tunes":1623},{"text":1622,"level":47},"Conclusion",{},{"id":1039,"data":1625,"type":544,"tunes":1627},{"text":1626},"The important DirectX change is not another checkbox called AI.",{},{"id":1044,"data":1629,"type":544,"tunes":1631},{"text":1630},"It is that machine-learning math is moving into the graphics programming model itself. Small neural functions can sit inside shaders, larger models can move toward graph-level compilation, and the same DirectX toolchain can expose those workloads across multiple GPU vendors.",{},{"id":1049,"data":1633,"type":544,"tunes":1635},{"text":1634},"That is how neural rendering stops being one branded feature and starts becoming part of the rendering infrastructure.",{},{"id":1054,"data":1637,"type":572,"tunes":1638},{"text":1056,"level":47},{},{"id":1059,"data":1640,"type":1059,"tunes":1661},{"items":1641,"title":1660},[1642,1645,1648,1651,1654,1657],{"id":1063,"answer":1643,"question":1644},"It is a DirectX\u002FHLSL feature set for hardware-accelerated vector and matrix operations used by machine learning, neural rendering and image-processing workloads.","What is DirectX Linear Algebra?",{"id":1067,"answer":1646,"question":1647},"A useful plain-English description is a shader that includes a learned neural function or ML inference step as part of its graphics work.","What is a neural shader?",{"id":1071,"answer":1649,"question":1650},"As of September 2026 it remains in the Shader Model 6.10 \u002F Agility SDK preview path.","Is DX Linear Algebra already a normal retail DirectX feature?",{"id":1075,"answer":1652,"question":1653},"It is Microsoft's announced model-level ML compiler API intended to take larger computation graphs and lower them into optimized GPU workloads integrated with D3D12.","What is the DirectX Compute Graph Compiler?",{"id":1079,"answer":1655,"question":1656},"Small functions fit shader-level authoring well, while large models benefit from whole-graph optimization, memory planning and operator fusion.","Why not run every ML model directly in HLSL?",{"id":1083,"answer":1658,"question":1659},"Not directly. DirectX provides lower-level infrastructure that vendors and developers can use for neural graphics. Branded technologies can still implement their own models and integration strategies.","Will this replace DLSS or FSR?","DirectX Linear Algebra and neural shaders",{},{"id":1089,"data":1663,"type":572,"tunes":1665},{"text":1664,"level":47},"Glossary",{},{"id":1094,"data":1667,"type":1094,"tunes":1687},{"title":1668,"entries":1669},"Key DirectX ML terms",[1670,1672,1674,1676,1678,1681,1684],{"term":1099,"anchor":1100,"definition":1671},"DirectX\u002FHLSL APIs for accelerated vector and matrix operations intended for neural rendering, ML and image-processing workloads.",{"term":1103,"anchor":1104,"definition":1673},"An earlier DirectX approach for accelerated vector-matrix operations inside shaders that helped establish the shader-level neural-rendering path.",{"term":1107,"anchor":1108,"definition":1675},"The preview shader-model generation containing the current DirectX Linear Algebra matrix APIs.",{"term":1111,"anchor":1112,"definition":1677},"Microsoft's announced compiler API for optimizing and executing larger ML computation graphs as native DirectX GPU workloads.",{"term":1679,"anchor":1116,"definition":1680},"Neural shader","A practical term for a shader that performs learned inference or neural computation as part of graphics processing.",{"term":1682,"anchor":1120,"definition":1683},"Shader-or-Graph Boundary","A Figure Rocks model for deciding whether an ML workload belongs as small inline shader math or as a larger model-level computation graph.",{"term":1685,"anchor":1123,"definition":1686},"Neural Shader Value Test","A Figure Rocks workflow for deciding whether the traditional compute or memory cost avoided by a neural technique is worth its inference cost and quality trade-offs.",{},{"id":1127,"data":1689,"type":572,"tunes":1691},{"text":1690,"level":47},"Primary sources",{},{"id":1132,"data":1693,"type":1139,"tunes":1697},{"link":1134,"meta":1694},{"image":1695,"title":1137,"description":1696},{"url":13},"Official GDC 2026 architecture overview covering shader-level ML, DX Linear Algebra and the DirectX Compute Graph Compiler.",{},{"id":1142,"data":1699,"type":1139,"tunes":1703},{"link":1144,"meta":1700},{"image":1701,"title":1147,"description":1702},{"url":13},"Official April 2026 preview explaining the unified Linear Algebra APIs, matrix operations and neural-rendering motivation.",{},{"id":1151,"data":1705,"type":1139,"tunes":1709},{"link":1153,"meta":1706},{"image":1707,"title":1156,"description":1708},{"url":13},"Official May 2026 release documenting Shader Model 6.10 Linear Algebra updates and preview hardware support.",{},{"id":1160,"data":1711,"type":1139,"tunes":1715},{"link":1162,"meta":1712},{"image":1713,"title":1165,"description":1714},{"url":13},"Official Microsoft Game Dev summary explaining shader-level and model-level ML and the role of the Compute Graph Compiler.",{},{"id":1169,"data":1717,"type":1139,"tunes":1721},{"link":1171,"meta":1718},{"image":1719,"title":1174,"description":1720},{"url":13},"Official background on hardware-accelerated vector\u002Fmatrix operations and neural rendering directly from shader threads.",{},"2.31.6","DirectX is moving beyond traditional graphics shaders. Microsoft is adding hardware-accelerated linear algebra directly to HLSL and a separate path for larger ML models, laying the foundation for neural textures, learned materials, neural lighting and other AI-driven rendering techniques.",{"lang":7,"title":534,"content":536,"contentJson":1725,"excerpt":1178},{"time":538,"blocks":1726,"version":1177},[1727,1730,1733,1736,1739,1742,1745,1748,1751,1754,1762,1765,1768,1771,1774,1777,1790,1793,1796,1799,1802,1805,1808,1818,1821,1824,1827,1830,1833,1836,1839,1842,1845,1848,1865,1868,1871,1874,1877,1880,1883,1886,1889,1892,1895,1898,1901,1904,1907,1910,1919,1922,1925,1928,1931,1934,1937,1940,1943,1946,1956,1959,1962,1965,1968,1971,1974,1977,1980,1983,1986,1989,1992,1995,1998,2001,2004,2014,2017,2028,2031,2036,2041,2046,2051],{"id":541,"data":1728,"type":544,"tunes":1729},{"text":543},{},{"id":547,"data":1731,"type":552,"tunes":1732},{"body":549,"title":550,"variant":551},{},{"id":555,"data":1734,"type":552,"tunes":1735},{"body":557,"title":558,"variant":559},{},{"id":562,"data":1737,"type":566,"tunes":1738},{"title":564,"maxLevel":565,"minLevel":47},{},{"id":569,"data":1740,"type":572,"tunes":1741},{"text":571,"level":47},{},{"id":575,"data":1743,"type":544,"tunes":1744},{"text":577},{},{"id":580,"data":1746,"type":544,"tunes":1747},{"text":582},{},{"id":585,"data":1749,"type":544,"tunes":1750},{"text":587},{},{"id":590,"data":1752,"type":572,"tunes":1753},{"text":592,"level":47},{},{"id":595,"data":1755,"type":612,"tunes":1761},{"steps":1756,"title":610,"orientation":611},[1757,1758,1759,1760],{"label":599,"description":600},{"label":602,"description":603},{"label":605,"description":606},{"label":608,"description":609},{},{"id":615,"data":1763,"type":552,"tunes":1764},{"body":617,"title":618,"variant":619},{},{"id":622,"data":1766,"type":572,"tunes":1767},{"text":624,"level":47},{},{"id":627,"data":1769,"type":544,"tunes":1770},{"text":629},{},{"id":632,"data":1772,"type":544,"tunes":1773},{"text":634},{},{"id":637,"data":1775,"type":544,"tunes":1776},{"text":639},{},{"id":642,"data":1778,"type":666,"tunes":1789},{"rows":1779,"title":657,"layout":658,"columns":1786},[1780,1782,1784],{"id":646,"label":647,"values":1781},[13,13],{"id":650,"label":651,"values":1783},[13,13],{"id":654,"label":655,"values":1785},[13,13],[1787,1788],{"id":661,"label":662},{"id":664,"label":665},{},{"id":669,"data":1791,"type":572,"tunes":1792},{"text":671,"level":47},{},{"id":674,"data":1794,"type":544,"tunes":1795},{"text":676},{},{"id":679,"data":1797,"type":544,"tunes":1798},{"text":681},{},{"id":684,"data":1800,"type":544,"tunes":1801},{"text":686},{},{"id":689,"data":1803,"type":572,"tunes":1804},{"text":691,"level":47},{},{"id":694,"data":1806,"type":544,"tunes":1807},{"text":696},{},{"id":699,"data":1809,"type":658,"tunes":1817},{"content":1810,"stretched":720,"withHeadings":15},[1811,1812,1813,1814,1815,1816],[703,704],[706,707],[709,710],[712,713],[715,716],[718,719],{},{"id":723,"data":1819,"type":572,"tunes":1820},{"text":725,"level":47},{},{"id":728,"data":1822,"type":544,"tunes":1823},{"text":730},{},{"id":733,"data":1825,"type":544,"tunes":1826},{"text":735},{},{"id":738,"data":1828,"type":544,"tunes":1829},{"text":740},{},{"id":743,"data":1831,"type":749,"tunes":1832},{"url":745,"title":746,"excerpt":747,"ctaLabel":748},{},{"id":752,"data":1834,"type":572,"tunes":1835},{"text":754,"level":47},{},{"id":757,"data":1837,"type":544,"tunes":1838},{"text":759},{},{"id":762,"data":1840,"type":544,"tunes":1841},{"text":764},{},{"id":767,"data":1843,"type":544,"tunes":1844},{"text":769},{},{"id":772,"data":1846,"type":572,"tunes":1847},{"text":774,"level":47},{},{"id":777,"data":1849,"type":666,"tunes":1864},{"rows":1850,"title":800,"layout":658,"columns":1861},[1851,1853,1855,1857,1859],{"id":781,"label":782,"values":1852},[13,13],{"id":785,"label":786,"values":1854},[13,13],{"id":789,"label":790,"values":1856},[13,13],{"id":793,"label":794,"values":1858},[13,13],{"id":797,"label":798,"values":1860},[13,13],[1862,1863],{"id":803,"label":804},{"id":806,"label":807},{},{"id":810,"data":1866,"type":572,"tunes":1867},{"text":812,"level":47},{},{"id":815,"data":1869,"type":544,"tunes":1870},{"text":817},{},{"id":820,"data":1872,"type":544,"tunes":1873},{"text":822},{},{"id":825,"data":1875,"type":544,"tunes":1876},{"text":827},{},{"id":830,"data":1878,"type":552,"tunes":1879},{"body":832,"title":833,"variant":559},{},{"id":836,"data":1881,"type":572,"tunes":1882},{"text":838,"level":47},{},{"id":841,"data":1884,"type":544,"tunes":1885},{"text":843},{},{"id":846,"data":1887,"type":544,"tunes":1888},{"text":848},{},{"id":851,"data":1890,"type":544,"tunes":1891},{"text":853},{},{"id":856,"data":1893,"type":572,"tunes":1894},{"text":858,"level":47},{},{"id":861,"data":1896,"type":544,"tunes":1897},{"text":863},{},{"id":866,"data":1899,"type":544,"tunes":1900},{"text":868},{},{"id":871,"data":1902,"type":544,"tunes":1903},{"text":873},{},{"id":876,"data":1905,"type":749,"tunes":1906},{"url":878,"title":879,"excerpt":880,"ctaLabel":881},{},{"id":884,"data":1908,"type":572,"tunes":1909},{"text":886,"level":47},{},{"id":889,"data":1911,"type":612,"tunes":1918},{"steps":1912,"title":907,"orientation":611},[1913,1914,1915,1916,1917],{"label":893,"description":894},{"label":896,"description":897},{"label":899,"description":900},{"label":902,"description":903},{"label":905,"description":906},{},{"id":910,"data":1920,"type":572,"tunes":1921},{"text":912,"level":47},{},{"id":915,"data":1923,"type":544,"tunes":1924},{"text":917},{},{"id":920,"data":1926,"type":544,"tunes":1927},{"text":922},{},{"id":925,"data":1929,"type":544,"tunes":1930},{"text":927},{},{"id":930,"data":1932,"type":572,"tunes":1933},{"text":932,"level":47},{},{"id":935,"data":1935,"type":544,"tunes":1936},{"text":937},{},{"id":940,"data":1938,"type":544,"tunes":1939},{"text":942},{},{"id":945,"data":1941,"type":544,"tunes":1942},{"text":947},{},{"id":950,"data":1944,"type":572,"tunes":1945},{"text":952,"level":47},{},{"id":955,"data":1947,"type":612,"tunes":1955},{"steps":1948,"title":976,"orientation":611},[1949,1950,1951,1952,1953,1954],{"label":959,"description":960},{"label":962,"description":963},{"label":965,"description":966},{"label":968,"description":969},{"label":971,"description":972},{"label":974,"description":975},{},{"id":979,"data":1957,"type":572,"tunes":1958},{"text":981,"level":47},{},{"id":984,"data":1960,"type":544,"tunes":1961},{"text":986},{},{"id":989,"data":1963,"type":544,"tunes":1964},{"text":991},{},{"id":994,"data":1966,"type":544,"tunes":1967},{"text":996},{},{"id":999,"data":1969,"type":572,"tunes":1970},{"text":1001,"level":47},{},{"id":1004,"data":1972,"type":544,"tunes":1973},{"text":1006},{},{"id":1009,"data":1975,"type":544,"tunes":1976},{"text":1011},{},{"id":1014,"data":1978,"type":544,"tunes":1979},{"text":1016},{},{"id":1019,"data":1981,"type":572,"tunes":1982},{"text":1021,"level":47},{},{"id":1024,"data":1984,"type":544,"tunes":1985},{"text":1026},{},{"id":1029,"data":1987,"type":544,"tunes":1988},{"text":1031},{},{"id":1034,"data":1990,"type":572,"tunes":1991},{"text":1036,"level":47},{},{"id":1039,"data":1993,"type":544,"tunes":1994},{"text":1041},{},{"id":1044,"data":1996,"type":544,"tunes":1997},{"text":1046},{},{"id":1049,"data":1999,"type":544,"tunes":2000},{"text":1051},{},{"id":1054,"data":2002,"type":572,"tunes":2003},{"text":1056,"level":47},{},{"id":1059,"data":2005,"type":1059,"tunes":2013},{"items":2006,"title":1086},[2007,2008,2009,2010,2011,2012],{"id":1063,"answer":1064,"question":1065},{"id":1067,"answer":1068,"question":1069},{"id":1071,"answer":1072,"question":1073},{"id":1075,"answer":1076,"question":1077},{"id":1079,"answer":1080,"question":1081},{"id":1083,"answer":1084,"question":1085},{},{"id":1089,"data":2015,"type":572,"tunes":2016},{"text":1091,"level":47},{},{"id":1094,"data":2018,"type":1094,"tunes":2027},{"title":1096,"entries":2019},[2020,2021,2022,2023,2024,2025,2026],{"term":1099,"anchor":1100,"definition":1101},{"term":1103,"anchor":1104,"definition":1105},{"term":1107,"anchor":1108,"definition":1109},{"term":1111,"anchor":1112,"definition":1113},{"term":1115,"anchor":1116,"definition":1117},{"term":1119,"anchor":1120,"definition":1121},{"term":952,"anchor":1123,"definition":1124},{},{"id":1127,"data":2029,"type":572,"tunes":2030},{"text":1129,"level":47},{},{"id":1132,"data":2032,"type":1139,"tunes":2035},{"link":1134,"meta":2033},{"image":2034,"title":1137,"description":1138},{"url":13},{},{"id":1142,"data":2037,"type":1139,"tunes":2040},{"link":1144,"meta":2038},{"image":2039,"title":1147,"description":1148},{"url":13},{},{"id":1151,"data":2042,"type":1139,"tunes":2045},{"link":1153,"meta":2043},{"image":2044,"title":1156,"description":1157},{"url":13},{},{"id":1160,"data":2047,"type":1139,"tunes":2050},{"link":1162,"meta":2048},{"image":2049,"title":1165,"description":1166},{"url":13},{},{"id":1169,"data":2052,"type":1139,"tunes":2055},{"link":1171,"meta":2053},{"image":2054,"title":1174,"description":1175},{"url":13},{},"Post erfolgreich abgerufen",{"items":2058,"source":2131,"manualIds":2132,"manualMatchedIds":2133},[2059,2065,2071,2077,2083,2090,2096,2102,2108,2114,2120,2125],{"id":2060,"slug":2061,"title":2062,"excerpt":2063,"featuredImage":14,"publishedAt":2064},"423","kapp-n","Kapp’n","Amiibo Кэпна принадлежит к линейке фигурок amiibo Animal Crossing, выпущенной в рамках первой волны фигурок, связанных с этой серией. Как и другие фигурки в этой линейке, она содержит небольшой NFC-чип, который связывает физический объект с несколькими играми Nintendo. Сканирование фигурки активирует контент, связанный с персонажем. Практическая ценность фигурки заключается в основном в возможности призывать Кэпна в поддерживаемых играх и разблокировать небольшие элементы тематического контента, связанного с его ролью в серии.","2026-03-06T15:42:00.000Z",{"id":2066,"slug":2067,"title":2068,"excerpt":2069,"featuredImage":14,"publishedAt":2070},"424","rover","Rover","Фигурка amiibo Ровера занимает привычное место в линейке Animal Crossing. Это не та фигурка, которая сама по себе меняет всю игру. Её применение скромнее. Она позволяет Роверу появляться там, где Nintendo предусмотрела поддержку amiibo, и в этом заключается её основной смысл. Ценность заключается в доступе, узнаваемости и прямой связи с одним из старейших персонажей серии.","2026-03-06T17:33:00.000Z",{"id":2072,"slug":2073,"title":2074,"excerpt":2075,"featuredImage":14,"publishedAt":2076},"394","k-k","K.K.","Фигурка amiibo К.К. из серии Animal Crossing представляет собой давнего внутриигрового музыканта, известного по множеству игр Nintendo. В экосистеме Super Smash Bros. эта фигурка функционирует как NFC-фигурка персонажа только для чтения, которая открывает определенный музыкальный и связанный с персонажем контент в зависимости от совместимой игры. Она не является программируемой в том смысле, что не хранит пользовательские данные независимо; она передает данные персонажа при сканировании.","2026-02-23T00:35:00.000Z",{"id":2078,"slug":2079,"title":2080,"excerpt":2081,"featuredImage":14,"publishedAt":2082},"418","blathers","Blathers","amiibo Блезерса является частью серии фигурок Animal Crossing, выпущенной во время широкого запуска платформы amiibo от Nintendo. Каждая фигурка сочетает в себе небольшую коллекционную скульптуру с NFC-чипом внутри подставки. При размещении на совместимом считывающем устройстве консоль считывает идентификатор персонажа, хранящийся в фигурке. На практике это позволяет определенным играм напрямую обращаться к персонажу. amiibo Блезерса в основном предоставляет доступ к появлениям куратора музея или небольшим функциям, связанным с персонажем, в поддерживаемых играх Animal Crossing.","2026-03-06T13:06:00.000Z",{"id":2084,"slug":2085,"title":2086,"excerpt":2087,"featuredImage":2088,"publishedAt":2089},"451","windows-auto-sr-is-not-dlss-how-npu-upscaling-works-without-game-integration","Windows Auto SR — это не DLSS: как работает апскейлинг на NPU без интеграции в игры","Windows Auto SR может масштабировать поддерживаемые игры без интеграции DLSS, FSR или XeSS. Вместо запуска модели реконструкции внутри игры на GPU Windows использует NPU, чтобы воссоздать изображение с более высоким разрешением из рендера с более низким разрешением.","\u002Fuploads\u002F2026\u002F09\u002Fwindows-auto-sr-is-not-dlss-how-npu-upscaling-works-without-game-integration-1790406942266-77ihme.webp","2026-09-26T03:14:00.000Z",{"id":2091,"slug":2092,"title":2093,"excerpt":2094,"featuredImage":14,"publishedAt":2095},"422","timmy-tommy","Timmy & Tommy","Фигурка amiibo Тимми и Томми принадлежит к линейке фигурок amiibo Animal Crossing, выпущенной во время ранней волны серии. Как и другие фигурки в этой коллекции, она содержит небольшой чип NFC, связывающий физическую фигурку с совместимыми играми Nintendo. Сканирование фигурки не меняет игровой процесс кардинально, но неизменно обеспечивает взаимодействия, связанные с персонажами. Ценность этой amiibo заключается в основном в её способности призывать близнецов-лавочников в поддерживаемые игры и разблокировать небольшие тематические элементы, связанные с ними.","2026-03-06T16:48:00.000Z",{"id":2097,"slug":2098,"title":2099,"excerpt":2100,"featuredImage":14,"publishedAt":2101},"413","tom-nook","Tom Nook","В линейке фигурок amiibo Animal Crossing фигурка Тома Нука представляет одного из центральных персонажей серии. Фигурка появилась в ходе первой волны специализированных amiibo Animal Crossing. Сроки выхода немного варьировались в зависимости от региона, но в целом приходятся на ноябрь 2015 года. Фигурка воплощает образ Тома Нука — персонажа, который присутствует в серии с самых первых игр Animal Crossing и чья роль постепенно сменилась с владельца магазина на организатора инфраструктуры деревенской жизни. Amiibo функционирует прежде всего как ключ персонажа: сканирование добавляет Тома Нука в несколько совместимых игр Nintendo, открывая доступ к небольшим взаимодействиям, контенту с персонажем или тематическим бонусам.","2026-03-05T13:20:00.000Z",{"id":2103,"slug":2104,"title":2105,"excerpt":2106,"featuredImage":14,"publishedAt":2107},"414","digby","Digby","Среди ранних фигурок amiibo серии Animal Crossing Дигби занимает чуть более скромное место. Фигурка изображает вежливого помощника, известного по центру управления городом в этой серии игр. При сканировании эта amiibo не меняет игру радикально. Вместо этого она открывает небольшие взаимодействия, дополнительные сцены или появления персонажа, которые связывают различные игры Animal Crossing. Её ценность не столь очевидна. Она расширяет присутствие знакомого персонажа в нескольких играх Nintendo.","2026-03-06T07:27:00.000Z",{"id":2109,"slug":2110,"title":2111,"excerpt":2112,"featuredImage":14,"publishedAt":2113},"420","resetti","Resetti","Amiibo Ресетти принадлежит к линейке фигурок amiibo Animal Crossing, выпущенной в период раннего расширения серии фигурок персонажей Nintendo на базе NFC. Как и другие фигурки в этой серии, она служит физическим воплощением персонажа в сочетании с небольшим NFC-чипом, который взаимодействует с совместимыми системами Nintendo. При сканировании фигурка связывает персонажа мистера Ресетти с поддерживаемыми играми и открывает небольшие взаимодействия или появления персонажа, связанные с его ролью во вселенной Animal Crossing.","2026-03-06T13:59:00.000Z",{"id":2115,"slug":2116,"title":2117,"excerpt":2118,"featuredImage":14,"publishedAt":2119},"415","reese","Reese","Amiibo-фигурка Риз относится к серии фигурок amiibo от Nintendo по мотивам Animal Crossing и представляет одного из владельцев магазинов в экономике города в играх Animal Crossing. Как и в случае с другими фигурками этой серии, ценность заключается не столько в самом пластиковом объекте, сколько в NFC-чипе внутри подставки. При сканировании на совместимых системах Nintendo фигурка активирует небольшие внутриигровые взаимодействия, открывает облики персонажей или открывает доступ к дополнительным диалогам и предметам в зависимости от игры.","2026-03-06T09:00:00.000Z",{"id":2121,"slug":2122,"title":2122,"excerpt":2123,"featuredImage":14,"publishedAt":2124},"417","Lottie","amiibo Лотти принадлежит к серии фигурок amiibo Animal Crossing, выпущенной на раннем этапе программы amiibo от Nintendo. Она представляет собой маленькую выдру, персонажа, известного по бюро дизайна в Animal Crossing Happy Home Designer. Как и другие фигурки этой серии, объект содержит небольшой NFC-чип. При сканировании совместимыми системами Nintendo фигурка связывает персонажа с игровыми системами и открывает небольшие порции связанного контента.","2026-03-06T12:48:00.000Z",{"id":2126,"slug":2127,"title":2128,"excerpt":2129,"featuredImage":14,"publishedAt":2130},"207","120hz-feels-worse-the-diagnosis-checklist-wrong-mode-vrr-range-caps","120 Гц ощущаются хуже? Чек-лист для диагностики (неверный режим, диапазон VRR, ограничения)","Более высокая частота обновления может выявить нестабильность. Используйте этот чек-лист, чтобы диагностировать, почему 120 Гц ощущаются хуже: неверный режим, неверный путь обновления, проблемы с диапазоном VRR или отсутствие ограничений.","2026-02-20T20:30:00.000Z","fallback",[],[]]