DirectX postaje ML platforma: Šta linearna algebra i neuronski šejderi znače za buduće igre

DirectX više nije samo grafički API koji šalje tradicionalne šejdere na GPU. Microsoft dodaje primitive mašinskog učenja direktno u HLSL i drugi put za pokretanje većih ML grafova unutar DirectX ekosistema. To menja gde neuronsko renderovanje može da živi u budućim PC igrama.

Zašto neuronskom renderovanju trebaju nove DirectX primitive

Moderne GPU već sadrže specijalizovani hardver za matrične operacije koje koristi mašinsko učenje. Problem za programera igara nije samo da li taj hardver postoji, već kako mu efikasno pristupiti iz real-time grafičkog pipeline-a.

Microsoft je prvo istražio ovo sa podrškom za Cooperative Vector. U 2026, taj rad je evoluirao u širi DirectX Linearna Algebra dizajn koji podržava i vektor-matrične i matrično-matrične operacije.

To je važno jer različiti poslovi neuronskog renderovanja imaju različite oblike. Mali model koji procenjuje ponašanje materijala po pikselu nije isti zadatak kao veliki graf za super-rezoluciju ili uklanjanje šuma.

Dvonivojski DirectX ML model

Šta DX Linearna Algebra zapravo daje šejderu

Tradicionalni HLSL je izgrađen oko grafičkih i računskih operacija. Neuronski zadaci se u velikoj meri oslanjaju na linearnu algebru: vektore, matrice, množenje, akumulaciju i rasporede podataka optimizovane za te operacije.

Shader Model 6.10 pregled dodaje matrix API-je prvog reda kako bi programeri mogli direktnije izraziti te zadatke i pustiti drajver da ih mapira na specijalizovani hardver.

Microsoft-ov pregled iz aprila 2026 eksplicitno opisuje ovo kao jedinstvenu putanju za neuronsko renderovanje, ML i zadatke obrade slika, a ne kao funkciju samo za grafiku.

Zašto je Cooperative Vector bio samo početak

Cooperative Vector je omogućio nitima šejdera da zatraže vektor-matrični rad koji drajveri mogu mapirati na specijalizovani hardver. To je bilo korisno za visoko paralelne zadatke po pikselu.

Microsoft je kasnije zaključio da mnogi važni ML radni zadaci zahtevaju više od vektorsko-matričnih operacija. Super rezolucija, uklanjanje šuma, temporalna rekonstrukcija, veći modeli slika i opšta inferencija mogu zahtevati matrično-matrične operacije i deljeni rad kroz mnoge niti.

DX Linear Algebra stoga proširuje model umesto da tretira Cooperative Vector kao konačnu apstrakciju.

Šta zapravo može da se izvršava unutar šejdera?

Najzanimljiviji ML radni zadaci na nivou šejdera su dovoljno mali da se izvršavaju blizu grafičkih podataka na kojima rade.

Zašto je ovo važno za memoriju tekstura

Jedan od Microsoftovih primera koji se često ponavlja je neuralna kompresija tekstura.

Umesto da čuva svaki kanal teksture pri konvencionalnoj vernosti, igra može da čuva kompaktniju reprezentaciju i koristi malu neuronsku mrežu da rekonstruiše detalje tokom renderovanja.

To menja deo GPU inferencijskog rada za manji pritisak na skladištenje ili memoriju. Tačna korist zavisi od tehnike i hardvera, ali arhitektonska promena je važna: neki vizuelni detalji mogu postati računanje umesto sačuvanih podataka.

Zašto puni modeli zahtevaju drugačiji put

Ručno pisanje nekoliko matričnih operacija u HLSL-u je praktično za male neuronske funkcije. Postaje mnogo manje praktično kada je radni zadatak kompletan moderni model sa mnogo slojeva, zavisnosti i međurezultata tenzora.

Microsoftov DirectX Compute Graph Compiler je dizajniran za ovu veću klasu radnih zadataka.

Umesto prepisivanja modela kao prilagođenog koda šejdera, kompajler može da prihvati graf računanja, analizira ceo graf, planira memoriju, spoji operacije i spusti rezultat u GPU rad koji se integriše sa DirectX 12.

Granica između šejdera i grafa

Zašto je podrška između različitih proizvođača važnija od još jedne AI funkcije

AMD, Intel, NVIDIA i Qualcomm izlažu različite GPU arhitekture i različite oblike namenske matrične akceleracije.

DirectX apstrakcija daje Microsoft-u i proizvođačima drajvera mesto da prevedu uobičajeni HLSL ili ML na nivou grafa u ispravnu hardversku putanju.

To ne čini svaki GPU jednako brzim, ali može smanjiti potrebu da game engine implementira potpuno drugačiji API za neuronsko renderovanje za svakog proizvođača.

Koji hardver podržava trenutni pregled?

Odgovor zavisi od konkretne operacije linearne algebre i pregleda drajvera.

Microsoft-ova tabela podrške za Agility SDK 1.721 pregled navodi LinAlg VectorAccumulate za AMD Radeon RX 9000 Series hardver, Intel Xe2 ili noviji hardver putem predstojećeg drajvera i NVIDIA RTX hardver putem podržane putanje pregleda.

Ovo je podrška u eri pregleda, a ne univerzalna garancija za maloprodaju. Podrška za hardver i drajvere može se promeniti pre finalizacije.

Neuronsko renderovanje postaje infrastruktura

O DLSS, FSR i drugim tehnologijama neuronske grafike često se govori kao o brendiranim funkcijama vidljivim u meniju podešavanja igre.

DirectX Linearna algebra ukazuje na dublju promenu. Neuronska operacija može postati interni detalj implementacije unutar renderera, a ne jedna opciona funkcija naknadne obrade.

Programer bi mogao da koristi ML za teksture, materijale, osvetljenje, rekonstrukciju ili druge lokalne funkcije, a da svaku od njih ne izlaže kao AI prekidač namenjen korisnicima.

Neuronski renderujući stek postaje slojevit

Zašto je objedinjeno profilisanje važno

Neuronski radni zadatak koji poboljšava kvalitet slike i dalje može da naškodi igri ako neočekivano troši vreme frejma, memorijski propusni opseg ili VRAM.

Microsoft eksplicitno uključuje objedinjenu PIX vidljivost kao deo pravca Compute Graph Compiler-a. To je važno jer programeri moraju da vide grafički i ML rad u istom snimku frejma.

Ako neuronsko renderovanje postane infrastruktura, mora biti merljivo kao i svaka druga faza renderovanja.

To ne znači da će svaki šejder postati neuronska mreža

Tradicionalna matematika šejdera ostaje efikasna, deterministička i laka za razumevanje za mnoge radne zadatke.

Neuronska funkcija ima smisla kada može efikasnije da aproksimira ili rekonstruiše nešto skupo, komprimuje podatke ili proizvede kvalitet koji bi inače zahtevao previše konvencionalne računarske snage ili memorije.

Prava arhitektura će ostati hibridna.

Test vrednosti neuronskog šejdera

Šta ovo znači za gejmere

Gejmeri možda nikada neće videti prekidač „DX Linearna algebra“ u grafičkom meniju.

Verovatni uticaj je indirektan: manji otisak tekstura, bolja rekonstrukcija osvetljenja, efikasnija neuronska grafika ili nove vizuelne tehnike koje postaju praktične jer engine može da pristupi matričnom ubrzanju kroz standardnu putanju.

Ova funkcija je važnija kao infrastruktura nego kao brend.

Šta bi promenilo ovaj odgovor?

Najveća neizvesnost je konačni maloprodajni oblik ovih API-ja. DX Linearna algebra je još u pregledu, a Compute Graph Compiler još nije dostigao široku maloprodajnu dostupnost.

Konačna podrška hardvera, detalji API-ja, ponašanje kompajlera i usvajanje u engine-ima mogu se promeniti pre nego što ovi sistemi postanu normalna infrastruktura za igre u prodaji.

Ako glavni engine-i direktno usvoje apstrakcije, neuronski šejderi bi mogli postati mnogo češći bez toga da pojedinačni timovi za igre implementiraju svaku tehniku od nule.

Ograničenja

Ovaj članak objašnjava Microsoft-ovu dokumentovanu DirectX arhitekturu i API-je u pregledu. Ne tvrdi da DX Linearna algebra trenutno poboljšava performanse u svakoj igri niti da je Compute Graph Compiler završen maloprodajni proizvod.

Microsoft-ovi primeri opisuju mogućnosti i nameravanu upotrebu. Stvarne koristi zavise od modela, integracije u engine, arhitekture GPU-a, drajvera i radnog zadatka.

Zaključak

Važna DirectX promena nije još jedan potvrdni okvir pod nazivom AI.

To je da matematika mašinskog učenja prelazi u sam model grafičkog programiranja. Male neuronske funkcije mogu da se nalaze unutar šejdera, veći modeli mogu da se kreću ka kompilaciji na nivou grafa, a isti DirectX alatni lanac može da izloži te radne zadatke kod više proizvođača GPU.

Tako neuronsko renderovanje prestaje da bude jedna brendirana funkcija i počinje da postaje deo infrastrukture za renderovanje.

Često postavljana pitanja

Pojmovnik

Primarni izvori