AMD FSR Redstone: tutto quello che sappiamo

Questa nuova piattaforma nasce per estendere e completare le funzionalità di FSR 4, integrando moduli basati su machine learning e un approccio più moderno al rendering. Le informazioni raccolte dalle presentazioni del Computex 2025 e dagli articoli pubblicati nelle scorse settimane ci permettono finalmente di delineare un quadro chiaro in vista del debutto ufficiale fissato per il 10 dicembre.

Il punto di partenza risale proprio al Computex, dove AMD ha presentato FSR 4 come una revisione centrale del proprio sistema di upscaling. Accanto a questa tecnologia è apparso “Project Redstone”, descritto come un insieme di tecniche aggiuntive destinate a migliorare la qualità dell’immagine tramite reti neurali addestrate su dataset dedicati. Fin dall’inizio è risultato evidente che AMD stava preparando una piattaforma in due fasi: prima FSR 4 come base, poi Redstone come espansione evoluta.

Le origini del progetto e il ruolo del Computex #

Durante il Computex 2025 AMD ha mostrato per la prima volta il funzionamento di FSR 4 e ha introdotto Project Redstone come un insieme di tecnologie che affiancano l’upscaling tradizionale con componenti basate su machine learning. Lo scopo è quello di colmare il divario con le soluzioni concorrenti, in particolare con le versioni più recenti di DLSS, e allo stesso tempo di mantenere la compatibilità estesa che ha sempre caratterizzato la serie FSR.

Secondo le informazioni fornite da AMD, Redstone non è un semplice aggiornamento dell’upscaler, ma un pacchetto di tecnologie che intervengono su più parti della pipeline grafica. Ci viene infatti presentato come una somma di tre moduli principali: Neural Radiance Caching, ML Ray Regeneration e ML Frame Generation, ciascuno con ruoli precisi nella ricostruzione dell’immagine.

Neural Radiance Caching, ML Ray Regeneration e ML Frame Generation #

Il Neural Radiance Caching è pensato per analizzare e ricostruire la propagazione della luce nelle scene complesse, riducendo la necessità di calcoli pesanti per l’illuminazione indiretta. La rete neurale apprende le caratteristiche della scena e genera una versione più accurata e stabile dell’illuminazione, con l’obiettivo di migliorare la qualità complessiva della resa.

L’ML Ray Regeneration affronta invece una delle sfide tipiche del rendering basato su ray tracing: nei punti in cui i campionamenti sono insufficienti, le superfici complesse o i riflessi possono soffrire di perdita di dettaglio. AMD introduce qui un modello ML capace di rigenerare parti dell’immagine, ricostruendo dettagli e riflessi con maggiore coerenza. La tecnologia nasce per mitigare gli artefatti che emergono nei pixel più difficili, soprattutto nei giochi in cui il numero di raggi tracciati è limitato per ragioni prestazionali.

Infine, l’ML Frame Generation rappresenta l’evoluzione della generazione dei frame che avevamo visto in FSR 3. In questo caso la generazione dei fotogrammi intermedi avviene tramite una rete neurale addestrata su dati temporali e spaziali, con l’intento di produrre transizioni più pulite e naturali. Il risultato atteso è una maggiore stabilità nei movimenti rapidi, una riduzione del ghosting e in generale un frame pacing più coerente rispetto al passato.

Compatibilità: la promessa più audace di Redstone #

Una delle informazioni più importanti emerse dalle fonti riguarda la compatibilità. AMD ha infatti confermato che Redstone non sarà riservato alla serie Radeon RX 9000, ma funzionerà anche sulle generazioni precedenti. Il dato più interessante, però, è che la tecnologia sarà compatibile anche con GPU NVIDIA, grazie all’uso di compute shader e alla possibilità di eseguire i modelli ML tramite ROCm ML2CODE.

Si tratta di una scelta sorprendente, che estende la filosofia open di FSR e la porta nel campo del machine learning. L’obiettivo di AMD è permettere agli sviluppatori di adottare un’unica pipeline per tutte le GPU principali, evitando frammentazioni o vincoli hardware. Non sappiamo ancora come questa compatibilità si tradurrà in termini prestazionali, ma l’approccio è coerente con la volontà dichiarata di mantenere aperto l’ecosistema.

Per quanto riguarda i motori grafici, sappiamo già che Redstone avrà un’integrazione dedicata in Unreal Engine 5.6, così da semplificare l’adozione da parte degli sviluppatori.

La data di lancio: 10 dicembre #

Le fonti confermano che Redstone arriverà ufficialmente il 10 dicembre, data in cui AMD distribuirà SDK aggiornati, documentazione tecnica, plugin per i motori grafici e tutti gli strumenti necessari per l’integrazione. Questo momento segna l’inizio della fase operativa di Redstone, che fino a oggi è rimasto principalmente un progetto presentato attraverso slide e dimostrazioni interne.

Sarà solo con il rilascio dei primi giochi aggiornati che potremo valutare la qualità reale della ricostruzione, la stabilità del frame generation e l’efficacia del sistema di ray regeneration. Le anteprime mostrano risultati promettenti, ma l’impatto reale andrà verificato sul campo.

Una risposta a DLSS, ma con una filosofia diversa #

Redstone nasce chiaramente come alternativa a DLSS 3.5 e DLSS 4, che negli ultimi anni hanno consolidato un vantaggio nelle tecniche di ricostruzione basate su AI. AMD sceglie però di mantenere la propria filosofia: preferire un approccio aperto e scalabile, evitando dipendenze da hardware dedicato come i Tensor Core.

Questo permette a Redstone di funzionare su un ventaglio di schede molto più ampio, ma allo stesso tempo introduce dubbi sulla possibilità di eguagliare le prestazioni di soluzioni completamente hardware-accelerate. Saranno i primi test a chiarire se questa strategia riuscirà a mantenere la promessa di un ecosistema universale senza sacrificare troppo la qualità o la velocità.

Cosa manca ancora all’appello #

Nonostante il quadro sia ormai definito nelle sue linee principali, restano diversi aspetti da verificare. Non conosciamo nel dettaglio il comportamento della tecnologia nelle situazioni più difficili, né quanto il modello ML sarà pesante da eseguire sulle GPU meno recenti. Inoltre sarà fondamentale capire se il frame generation basato su ML riuscirà a ridurre gli artefatti che talvolta affliggevano le implementazioni precedenti.

In ogni caso Redstone rappresenta un passaggio importante: AMD sta espandendo il proprio approccio all’AI applicata al rendering, e questa tecnologia diventerà un punto centrale della strategia delle prossime generazioni.

---

FSR Redstone segna un momento chiave nella storia dell’upscaling AMD. Il debutto del 10 dicembre porterà una tecnologia più matura, più completa e costruita per funzionare su un ecosistema ampio. La combinazione di cache neurale, ricostruzione dei raggi e frame generation basata su ML definisce un nuovo capitolo per il FidelityFX Super Resolution, che diventa una piattaforma capace di evolversi nel tempo e di adattarsi alle esigenze dei giochi moderni.

Ora non resta che aspettare le prime implementazioni concrete per capire quanto questa nuova versione riuscirà a colmare il divario con la concorrenza e quanto potrà migliorare la qualità visiva dei giochi su tutte le GPU supportate.

Fonti: TweakTown, TweakTown, Morethantech, TechSpot