AMD的机器学习驱动神经渲染技术可能不会成为Radeon显卡的独占功能，因为该公司的神经运算转译技术将兼容其他品牌的GPU着色器。
FSR Redstone技术无需依赖AI加速能力，因此也将支持旧款显卡。据悉，AMD在2025年台北国际电脑展上发布了FSR Redstone——这是一个允许开发者将神经渲染技术集成到游戏作品中的机器学习套件，可显著提升画面表现与运行性能。该套件将引入多项以机器学习为核心的功能。根据4gamer.net对AMD软件开发高级总监克里斯·霍尔（Chris Hall）的专访，FSR Redstone采用了属于ROCm技术栈组成部分的ML2CODE（机器学习代码转译）技术，其重要性将在下文阐述。
ML2CODE的核心使命非常明确：将训练完成的神经网络模型转译为GPU计算着色器代码。它能生成可在所有支持现代着色器流水线的GPU上运行的优化HLSL代码。由于Redstone需要运行时机器学习推理，ML2CODE通过将神经渲染核心转换为标准计算着色器来充当中间层。这意味着FSR Redstone着色器代码可以在AMD、英伟达和英特尔的GPU上执行，实现跨平台支持。
FSR Redstone基于AMD的ML2CODE技术开发（该技术源自ROCm的研究项目）。通过运用ML2CODE，神经渲染技术的核心部分被转化为优化的计算着色器代码。这意味着FSR Redstone的神经渲染核心同样可以在其他厂商制造的GPU上运行。
在AMD内部，我们使用HIP架构来开发众多创新的人工智能相关技术。ML2CODE致力于与最主流的图形渲染流水线集成，例如Vulkan的着色器语言GLSL和DirectX的HLSL。
FSR Redstone所使用的各项AI相关功能极有可能是基于HIP代码开发的。这是因为HIP代码能够输出针对每一代Radeon GPU优化的代码，凭借此架构优势，它同样可以在AMD之外的GPU平台上运行。无论从技术逻辑还是实际效果来看，若将HIP代码转换为CUDA并通过英伟达编译器进行构建，它将极有可能在英伟达GPU上正常运行。
值得关注的是，霍尔还透露AMD的FSR Redstone在运行时并不专门需要AI加速能力。这意味着所有基于机器学习的特性都将向旧款显卡开放——因为Redstone并非在运行时调用AI核心，而是通过优化着色器代码后再执行的方式，无需AI算力即可实现加速效果。当然，在旧硬件上使用Redstone会产生性能开销，但技术支持将会得到保障。
这对渲染技术领域而言是重大突破，尤其对AMD的RDNA技术体系意义非凡。此前我们看到FSR 4仅限RDNA 4架构使用，使前代显卡无法获益。而作为AMD首款基于机器学习的实施方案，Redstone极有可能同时支持RDNA 3架构，为该平台带来性能提升。
