- FSR Redstone reúne cuatro módulos con IA: iluminación, regeneración de rayos, super resolución y fotogramas.
- El mejor escenario apunta a Radeon RX 9000, pero HIP + ML2CODE podría ampliar la compatibilidad.
- FSR 3.1.4 prepara el camino: menos ghosting, DLL actualizable y soporte en Unreal Engine 5.6.
AMD FSR Redstone es la nueva gran apuesta de AMD para el gaming con renderizado neuronal basado en IA, pensada para elevar la calidad visual y la velocidad de fotogramas sin disparar el coste de renderizado. No es una pieza única, sino una suite compuesta por cuatro tecnologías diseñadas para trabajar juntas o por separado dentro de los juegos, con foco en iluminación global, trazado de rayos, reescalado y generación de fotogramas.
En el ecosistema FSR, Redstone supone el salto que muchos esperaban tras FSR 4: aquí la inteligencia artificial y la aceleración por hardware ganan protagonismo para acercarse aún más a lo que ofrece DLSS de NVIDIA. La idea es cristalina: mejorar rendimiento y calidad de imagen a la vez, pero con una implementación nativa por parte de los estudios para exprimir cada motor gráfico.
Qué es AMD FSR Redstone y por qué importa
Redstone es un conjunto de tecnologías de renderizado que AMD describe como renderizado neuronal en tiempo real. Se apoya en modelos de aprendizaje automático para predecir, reconstruir y generar información visual que, de otro modo, requeriría muchos más recursos. Esto se traduce en más FPS y menos ruido en escenas complejas con ray tracing, además de una reconstrucción de imagen más limpia desde resoluciones menores.
La suite incluye cuatro pilares: Neural Radiance Caching (aprendizaje de la iluminación global), ML Ray Regeneration (regenera información trazada para reducir ruido), ML Super Resolution (reescalado con IA) y ML Frame Generation (fotogramas generados por IA). Cada uno cumple una función concreta, y combinados pueden dar un salto notable en fidelidad visual y mejorar la fluidez.
AMD subraya que estas funciones usan IA y que, en su visión clásica, la aceleración por hardware tiene un papel clave en las Radeon modernas; la actualización de drivers gráficos es igualmente importante para sacarles partido. En usos reales, eso significa que los motores deben integrar Redstone de forma nativa para que la cadena de datos (espaciales, temporales y vectores de movimiento) se alimente correctamente y las redes logren su máximo.
Frente a lo que veníamos viendo con FSR 1/2/3, Redstone es el paso natural para competir “de tú a tú” con el ecosistema DLSS 4. Si FSR 4 ya introdujo IA para el reescalado con soporte de hardware, Redstone amplía el alcance a ray tracing y frame generation aprendidos, atacando los puntos más sensibles del renderizado moderno.
Un apunte importante de base: aunque el objetivo de AMD es “democratizar” estas mejoras, la compañía ha dejado claro que su adopción depende en gran medida de los estudios. La responsabilidad de implementación nativa pesa en el resultado final, y ahí es donde herramientas y SDKs juegan un papel fundamental para facilitar su despliegue.
Las tecnologías que componen FSR Redstone
La suite Redstone se asienta en cuatro módulos que se pueden activar de forma independiente o simultánea según el juego y el modo gráfico. Su propósito es atacar cuellos de botella conocidos en iluminación, trazado y reconstrucción, y hacerlo con modelos aprendidos que aprovechan datos temporales y espaciales además de los vectores de movimiento.
Neural Radiance Caching (Caché de radiancia neural)
Esta técnica crea una caché que aprende en tiempo real el comportamiento de la luz en la escena: predice rebotes e iluminación indirecta para almacenar resultados útiles cuando hay trazado de rayos. En la práctica, puede representar más información global con menos muestras, lo que se traduce en escenas más estables y coherentes en iluminación.
¿Por qué es interesante? Porque puede mejorar rendimiento y calidad a la vez: al necesitar menos muestras físicas, se simulan más rebotes con menor coste, reduciendo artefactos de iluminación y estabilizando la iluminación global en tiempo real.
ML Ray Regeneration (Generación de rayos)
Cuando se usa path tracing o ray tracing con poco muestreo es habitual que queden píxeles incompletos o defectuosos, generando ruido. ML Ray Regeneration emplea una red entrenada para reconstruir la información faltante y regenerar píxeles plausibles, limpiando la imagen sin tener que multiplicar el coste de cómputo.
La ventaja práctica es clara: ataca el “asunto sucio” del trazado de trayectorias en tiempo real, reduciendo el exceso de ruido en pantalla y elevando la percepción de nitidez cuadro a cuadro. Esto ayuda a que el ray tracing sea más viable en tiempos de frame razonables.
ML Super Resolution (Super Resolución con IA)
Se trata de la evolución del reescalado en el ecosistema FSR: un algoritmo que usa IA para reconstruir detalles desde resoluciones inferiores a la nativa. Aprovecha datos temporales y espaciales, junto con vectores de movimiento, para sintetizar los píxeles que faltan con mayor coherencia temporal.
Lo relevante aquí es que disminuye la carga de la GPU al renderizar internamente a menor resolución manteniendo muy buena calidad final. En títulos exigentes, esto permite ganar FPS sin que el sacrificio visual sea severo, especialmente si el modelo ha sido bien integrado en el motor.
ML Frame Generation (Generación de fotogramas)
Redstone incluye un modelo de aprendizaje profundo para generar fotogramas entre los reales, con atención a información espacial y temporal para mitigar artefactos y fallos. El objetivo es maximizar la fluidez con fotogramas sintéticos de mayor calidad y, por el camino, hacer que pantallas de se aprovechen mejor.
Además, esta técnica tiene otra baza: la generación de fotogramas es independiente de la CPU, por lo que sortea cuellos de botella en juegos donde el procesador limite la cadencia. El resultado es una sensación de suavidad mayor sin exigir al motor que renderice todos los cuadros “al completo”.
Compatibilidad, aceleración por hardware y calendario de lanzamiento
La gran pregunta: ¿qué GPUs podrán usar Redstone? En un primer enfoque, AMD remarca que Redstone se apoya en IA acelerada por hardware, y que para aprovechar sus funciones al máximo hace falta soporte de núcleos especializados. Aquí entra un detalle técnico importante: algunas Radeon RX 7000 no ejecutan FP8 de forma nativa, lo que ya dejó a FSR 4 como función oficial para las Radeon RX 9000.
Con estos mimbres, varias fuentes apuntaban a que Redstone podría ser una exclusiva de RDNA 4 (Radeon RX 9000). De hecho, si buscas el “pack completo” (IA + aceleración + modelos nuevos), todo apunta a que la experiencia más redonda estará en la gama más reciente de AMD.
Ahora bien, hay un giro de guion interesante. Chris Hall, Director Senior de Desarrollo de Software en AMD, explicó en una entrevista que Redstone utiliza ML2CODE (Machine Learning to Code) dentro del ecosistema ROCm. ¿La clave? Este marco traduce modelos neuronales ya entrenados a código optimizado para shaders, lo que reduciría la dependencia de núcleos de IA especializados, y pone de manifiesto la interacción entre software y hardware.
Traducido: ML2CODE funcionaría como mediador para convertir el renderizado neural de Redstone en rutas que aprovechen shaders estándar. Siendo así, AMD sugiere que funcionalidades de Redstone podrían ejecutarse en Radeon RX 5000 y superiores, y hasta ser convertidas a CUDA con un compilador de NVIDIA para correr en GPUs GeForce si se trabaja en ello.
No es lo único: AMD emplea HIP (Heterogeneous-compute Interface for Portability) en el desarrollo de tecnologías de IA. HIP puede generar código optimizado por generación para Radeon y, además, facilitar su ejecución en GPUs no AMD. El conjunto HIP + ML2CODE, según Hall, abre la puerta a una compatibilidad más amplia de Redstone más allá del hardware Radeon dedicado a IA.
Ojo con el matiz: que pueda ejecutarse no significa que todas las funciones rindan igual en cualquier GPU. AMD también cita el modelo de DirectX Cooperative Vectors de Microsoft, un marco pensado para que shaders programables aprovechen aceleradores de IA en la GPU. La promesa es buena, pero Hall advierte de posibles retrasos si la arquitectura no está optimizada, y Microsoft aún estaría en etapas tempranas de este esfuerzo.
En esta coyuntura, Redstone avanza en paralelo a Cooperative Vectors para no quedarse esperando. Es un enfoque pragmático: tener lo propio listo ahora, pero converger más adelante cuando el estándar de Microsoft madure y la industria esté preparada para ese siguiente paso en la unificación del renderizado con IA.
Respecto a plazos, AMD ha ido dejando pistas en eventos como CES y COMPUTEX. Varias comunicaciones apuntan a un lanzamiento antes de final de año o en el “segundo semestre”, mientras que otras publicaciones hablan de finales de 2025. En cualquier caso, el mensaje de fondo es que “todo sigue según lo previsto” y que habrá un evento dedicado para presentar Redstone con detalle.
Para allanar el terreno, AMD liberó FSR 3.1.4 dentro del FidelityFX SDK 1.1.4. Esta versión reduce el ghosting del reescalado, añade una DLL firmada y actualizable que facilita el salto a nuevas revisiones sin parchear el juego entero, e incluye parámetros de cámara necesarios para la generación de fotogramas basada en aprendizaje profundo.
En paralelo, hay plugins actualizados para Unreal Engine 5.6 que facilitan la integración por parte de los estudios, y AMD ha puesto sobre la mesa Anti-Lag 2 para recortar latencia en escenarios GPU-bound, algo especialmente útil si se activa la generación de fotogramas con IA.
¿Qué significa todo esto para el usuario? Si quieres sí o sí el “paquete completo” de Redstone en su máxima expresión, lo más sensato es mirar a las Radeon RX 9000. Si ya tienes una Radeon RX 7000 de gama media o superior, puede haber funciones aprovechables, pero la recomendación más prudente que se desprende de algunas fuentes es esperar a la siguiente generación si buscas longevidad y compatibilidad total sin compromisos.
Por otro lado, si finalmente la vía HIP + ML2CODE se materializa con buen soporte, podríamos ver partes de Redstone usando shaders estándar en GPUs anteriores y, con trabajo adicional, hasta en gráficas de NVIDIA mediante CUDA. Esto cuadraría con la filosofía de “compatibilidad amplia” que ya vimos en FSR, aunque conviene recordar que el empuje de calidad en FSR ha venido cuando ha habido IA y hardware especializado de por medio.
No es baladí: incluso con las mejoras de FSR 3.1, muchas comparativas sitúan su calidad por debajo de DLSS 2, y ha sido con FSR 4 cuando la brecha se ha cerrado de verdad gracias al uso de modelos de aprendizaje profundo y soporte dedicado. Es decir, llevar Redstone a más hardware está muy bien para la adopción, pero el listón de calidad podría depender de contar con aceleradores IA sólidos en la GPU.
En última instancia, la adopción real de Redstone dependerá de dos factores: que los estudios lo integren bien y que el hardware de destino esté alineado con los requisitos de cómputo de cada módulo. Si ambos encajan, la suma de iluminación aprendida, regeneración de rayos, super resolución con IA y fotogramas generados puede ser un salto apreciable en la experiencia de juego.
AMD está moviendo ficha para que la IA deje de ser “un extra” y pase a ser parte esencial del renderizado en tiempo real. Entre FSR 3.1.4 como base, los plugins para motores, la vía HIP + ML2CODE y la orientación a hardware moderno, Redstone dibuja un escenario en el que la imagen es más limpia, la fluidez gana enteros y el ray tracing se hace más asumible sin que el rendimiento se desmorone.
