RDNA 4绘图架构之AI运算与FSR 4性能游戏FPS性能达3.7倍

AMD在RDNA 4绘图架构改善AI运算加速器，并添加支持更多数据类型，以及通过软件优化提升运算性能，也带来以机器学习为基础的FSR 4升频技术。

回到系列文章目录：AMD发布RDNA 4绘图架构与Radeon RX 9070系列显卡，支持全新ML加持FSR 4升频功能

笔者在先前《AMD RDNA 4绘图架构说明》一文中提到RDNA 4架构的硬件设计改进，其中的第3代AI加速器（矩阵运算加速器）同样支持Wave Matrix Multiply Accumulate指令集，并添加FP8与BF8（E4M3、E5M2）等数据类型，以及添加支持结构稀疏性（Structured Sparsity，可提升1倍峰值性能）。

与前代RDNA 3相比，RDNA 4的每组运算单元（CU）在FP64、FP32数据类型的基本运算性能相同，但在FP16有2倍性能表现，INT8、INT4则达到4倍，若再搭配结构稀疏性则可分别提高到4倍、8倍，提升相当显著。

另一方面AMD也持续改善AI运算环境的框架，通过对模型的优化来提高整体运算性能，并简化部署模型的工作流程。

RDNA 4除了延续支持FP64、FP32、FP16、BF16、INT8、INT4等数据类型的AI运算之外，还添加FP8与BF8等数据类型，以及添加支持结构稀疏性，提升各种运算条件下的峰值性能。

RDNA 3/4之每组CU能够提供的基本运算量（Ops per CU）对照表。

从图表可以清楚看出，RDNA 4的AI运算在不同数据类型搭配结构稀疏性最高可以达到RDNA 3峰值性能之8倍。

在进行Stable Diffusion XL、Stable Diffusion 3、Flash Stable Diffusion 3、FLUX.1等模型的AI图像生成运算时，RDNA 4架构能通过Microsoft Olive框架与优化的ONNX框架加速运算性能。

AMD也在FSR 4（FidelityFX Super Resolution 4）升频功能导入机器学习（Machine Learning，AI运算的一个分枝）类型的模型，能够在提升游戏FPS性能的同时，改善升频后的画质表现。不过AMD资深副总裁暨GPU技术与工程研发王启尚在Radeon RX 9000系列显卡发布会说明，FSR 4的模型采用FP8数据类型，然而RDNA 3/3.5以及先前的显示架构并不支持FP8，代表只有采用RDNA 4架构的有Radeon 9000系列显卡才能使用这项功能。

值得注意的是AMD在FSR 3.1导入可升级式API，能够降低已支持FSR 3.1的游戏可以升级至FSR 4的开发门槛，读者可以参考AMD提供的FSR 4游戏兼容清单，并在AMD Software Adrenalin Edition驱动程序中打开FSR 4升频功能。

另一方面，AMD也推出强化画质的AFMF 2.1画格生成（AMD Fluid Motion Frames）功能，它以先前推出的AFMF 2为基础，能在所有使用DirectX 11、DirectX 12、OpenGL、Vulkan等绘图API的游戏强制打开画格生成，提升游戏的FPS性能表现。

另一方面，AMD也在AMD Software中通过HYPR-RX集成多种改善游戏性能与延迟的技术，让玩家只需打开HYPR-RX，就能自动套用多种技术为游戏性能优化，简化设置的操作流程。

FSR 4升频技术以机器学习为基础，能够进一步改善升频后的画质。值得注意的是它能通过FSR 3.1的可升级式API直接套用于现有游戏。