{"id":37518,"date":"2026-04-30T15:39:20","date_gmt":"2026-04-30T13:39:20","guid":{"rendered":"https:\/\/overcentral.com\/de\/shader-model-6-10-neue-matrix-api-fuer-neural-rendering-in-directx\/"},"modified":"2026-04-30T15:41:08","modified_gmt":"2026-04-30T13:41:08","slug":"shader-model-6-10-matrix-api-neural-rendering-directx","status":"publish","type":"post","link":"https:\/\/overcentral.com\/de\/shader-model-6-10-matrix-api-neural-rendering-directx\/","title":{"rendered":"Shader Model 6.10: Neue Matrix-API f\u00fcr Neural Rendering in DirectX"},"content":{"rendered":"

Mit der Agility SDK 1.720 Preview legt Microsoft<\/a> den Grundstein f\u00fcr eine neue \u00c4ra in der Grafikprogrammierung. Shader Model 6.10 adressiert nicht nur inkrementelle Optimierungen, sondern stellt die Weichen, um spezialisierte AI-Hardware von NVIDIA<\/a>, AMD und Intel<\/a> direkt in den Kern der DirectX-API zu integrieren. Dieser Paradigmenwechsel von herstellerspezifischen Erweiterungen zu einer einheitlichen Matrix-Algebra-API hat das Potenzial, die Entwicklung von<\/a> „Neural Rendering“-Techniken grundlegend zu demokratisieren und zu beschleunigen.<\/p>\n

Die linalg::Matrix-Klasse: Einheitlicher Zugriff auf Tensor-, XMX- und AI-Cores<\/h2>\n

Der zentrale technologische Fortschritt in Shader Model 6.10 ist die Einf\u00fchrung der linalg::Matrix<\/code>codecodecodecode-Klasse. Diese abstrahiert die bisher herstellerspezifischen Implementierungen f\u00fcr Matrix-Operationen, die das Fundament moderner KI-Systeme wie Transformer-Modelle und LLMs bilden. Konkret bedeutet dies: Anstatt separate Code-Pfade f\u00fcr NVIDIA Tensor Cores, Intel XMX Units oder die entsprechenden AI-Acceleratoren bei AMD zu schreiben, k\u00f6nnen Entwickler nun eine einzige, von Microsoft<\/a> standardisierte API nutzen. Die DirektX-Runtime \u00fcbernimmt die \u00dcbersetzung auf die darunterliegende Hardware.<\/p>\n

F\u00fcr Entwickler reduziert dies den Aufwand f\u00fcr die Nutzung von KI-Hardware erheblich und macht plattform\u00fcbergreifende Neural-Rendering-Features praktikabel. F\u00fcr den Endnutzer ist die langfristige Konsequenz, dass leistungsstarke Grafikfeatures, die heute oft an eine bestimmte GPU<\/a>aa-Marke gebunden sind (wie bestimmte Upscaling-Techniken), zuk\u00fcnftig breiter verf\u00fcgbar und m\u00f6glicherweise auch interoperabel werden k\u00f6nnten. Microsofts Ziel ist es, Matrix-Mathematik zu einem First-Class-B\u00fcrger in der Grafik-Pipeline zu machen, nicht nur zu einem nachtr\u00e4glich angeflanschten Post-Processing-Effekt.<\/p>\n

Variable Group Shared Memory: Flexibilit\u00e4t jenseits der 32KB-Grenze<\/h2>\n

Neben der Matrix-API bringt das Agility SDK 1.720 Preview eine wichtige Erweiterung f\u00fcr die Shader-Performance: Variable Group Shared Memory (VGSM). Bisher war der gemeinsam genutzte Speicher (groupshared<\/code>codecodecodecode) in DirectX auf ein festes Limit von 32 Kilobyte pro Thread-Group gedeckelt. Diese k\u00fcnstliche Grenze existierte unabh\u00e4ngig von den tats\u00e4chlichen Hardware-F\u00e4higkeiten der GPU.<\/p>\n

Mit VGSM wird dieses Limit dynamisch an das angepasst, was die physische GPU-Architektur maximal unterst\u00fctzt. Shader k\u00f6nnen nun den vollen, hardwareabh\u00e4ngigen Shared-Memory-Pool ausnutzen, was besonders f\u00fcr komplexe Compute-Shader, fortschrittliche Denoiser im Raytracing oder eigene KI-Inferenz-Kernel innerhalb des Shaders einen erheblichen Performance-Vorteil bringen kann. Es erm\u00f6glicht effizientere Algorithmen, die gr\u00f6\u00dfere Datens\u00e4tze im schnellen Shared Memory halten k\u00f6nnen, statt auf den langsameren globalen Videospeicher zur\u00fcckgreifen zu m\u00fcssen.<\/p>\n

Raytracing-Intrinsics und Batched Command Lists: Feink\u00f6rnige Kontrolle<\/h2>\n

Shader Model 6.10 verfeinert auch die Raytracing-Pipeline. Zwei spezifische Intrinsics wurden aktualisiert: TriangleObjectPositions<\/code>codecodecodecode und ClusterID<\/code>codecodecodecode. Diese Low-Level-Funktionen geben Entwicklern pr\u00e4zisere Kontrolle \u00fcber die Geometrie- und Beschleunigungsstruktur-Daten w\u00e4hrend der Strahlverfolgung. Solche Optimierungen auf intrinsischer Ebene sind entscheidend, um die letzten Prozent an Raytracing-Performance herauszuholen und spezialisierte Denoising- oder Culling-Techniken zu implementieren.<\/p>\n

Erg\u00e4nzend werden APIs f\u00fcr batched asynchrone Command Lists eingef\u00fchrt. Diese erm\u00f6glichen es, Command Lists effizienter zu b\u00fcndeln und asynchron zu verarbeiten, was die CPU-Last reduzieren und die GPU-Auslastung verbessern kann \u2013 ein weiterer Schritt zur Minimierung von Engp\u00e4ssen zwischen Prozessor und Grafikeinheit.<\/p>\n\n\n\n\n\n\n
Feature in SM 6.10<\/th>\nTechnische Beschreibung<\/th>\nPraktische Auswirkung \/ Nutzen<\/th>\n<\/tr>\n
linalg::Matrix API<\/td>\nVereinheitlichte Schnittstelle f\u00fcr Matrix-Operationen auf Tensor\/XMX\/AI-Cores<\/td>\nVendor-unabh\u00e4ngiger Zugriff auf KI-Hardware; vereinfacht Neural Rendering; demokratisiert AI-Grafikfeatures.<\/td>\n<\/tr>\n
Variable Group Shared Memory (VGSM)<\/td>\nDynamisches Shared-Memory-Limit basierend auf Hardware, statt feste 32KB-Grenze<\/td>\nErh\u00f6ht die Leistung von Compute-Shadern und komplexen Algorithmen; bessere GPU-Auslastung.<\/td>\n<\/tr>\n
Raytracing-Intrinsics Update<\/td>\nOptimierungen f\u00fcr TriangleObjectPositions und ClusterID<\/td>\nFeinere Kontrolle in RT-Pipeline; erm\u00f6glicht effizientere Denoising- und Culling-Techniken.<\/td>\n<\/tr>\n
Batched Asynchronous Command Lists<\/td>\nAPIs zum B\u00fcndeln und asynchronen Verarbeiten von Befehlslisten<\/td>\nReduziert CPU-Overhead; verbessert GPU-Auslastung durch effizientere Befehls\u00fcbergabe.<\/td>\n<\/tr>\n<\/table>\n

Hardware-Voraussetzungen und der Weg zu RDNA 4 & Beyond<\/h2>\n

Die neue Matrix-API setzt naturgem\u00e4\u00df entsprechende Hardware voraus. NVIDIA-GPUs mit Tensor Cores (ab RTX 20-Serie) und Intels Arc-GPUs mit XMX-Einheiten sind von Beginn an kompatibel. Die Situation bei AMD ist differenzierter: W\u00e4hrend die \u00f6ffentlichen Treiber bereits Unterst\u00fctzung signalisieren, ist die dedizierte Matrix-Math-Hardware (vergleichbar mit Tensor Cores) erst mit der kommenden RDNA-4-Architektur zu erwarten. \u00c4ltere AMD-GPUs ohne diese spezialisierten Einheiten k\u00f6nnen die neuen API-Funktionen wahrscheinlich nicht oder nur emuliert \u00fcber Standard-Shader-Einheiten nutzen, was einen erheblichen Performance-Nachteil bedeuten w\u00fcrde.<\/p>\n

Diese Abh\u00e4ngigkeit unterstreicht den industrie-weiten Trend: Spezialisierte Einheiten f\u00fcr Matrix- und KI-Operationen werden zum festen Bestandteil moderner GPU-Architekturen. Microsofts Initiative mit Shader Model 6.10 kann als klares Signal an die Hardware-Hersteller gewertet werden, diese Einheiten nicht nur bereitzustellen, sondern auch \u00fcber einen gemeinsamen Standard ansprechbar zu machen. Der Preview-Status und die aktuell noch erforderlichen speziellen NVIDIA-Developer-Treiber zeigen, dass die Integration noch in der finalen Abstimmung ist, der strategische Kurs ist jedoch eindeutig gesetzt.<\/p>\n

Neural Rendering als First-Class Citizen: Ausblick auf DLSS & Co.<\/h2>\n

Die langfristige Implikation von Shader Model 6.10 reicht weit \u00fcber vereinfachte Matrixmultiplikationen hinaus. Es etabliert die Architektur, um „Neural Rendering“ tief in den Rendering-Graphen einzubinden, anstatt es als finalen Post-Processing-Schritt anzuh\u00e4ngen. Dies er\u00f6ffnet v\u00f6llig neue M\u00f6glichkeiten f\u00fcr adaptive Sampling-Techniken, dynamische Detailgenerierung oder kontextsensitive Denoising-Verfahren, die in Echtzeit mit dem Rendering-Prozess interagieren.<\/p>\n

F\u00fcr Technologien wie NVIDIA DLSS, AMD FSR<\/a> oder Intel XeSS k\u00f6nnte dies den Weg zu einer st\u00e4rkeren Standardisierung ebnen. W\u00e4hrend die spezifischen neuronalen Netze wahrscheinlich herstellereigen bleiben, k\u00f6nnte die zugrundeliegende Infrastruktur zur Ausf\u00fchrung \u2013 die Hardware-Zugriffsschicht \u2013 vereinheitlicht werden. Dies w\u00fcrde den Wettbewerb von der reinen Hardware-Implementierung st\u00e4rker auf die Qualit\u00e4t der trainierten Modelle und Algorithmen verlagern, was letztendlich dem gesamten \u00d6kosystem und den Endanwendern zugutek\u00e4me. Shader Model 6.10 ist somit mehr als ein Update; es ist eine strategische Weichenstellung f\u00fcr die n\u00e4chste Dekade der Grafikentwicklung.<\/p>\n","protected":false},"excerpt":{"rendered":"

Mit der Agility SDK 1.720 Preview legt Microsoft den Grundstein f\u00fcr eine neue \u00c4ra in der Grafikprogrammierung. Shader Model 6.10 adressiert nicht nur inkrementelle Optimierungen, sondern stellt die Weichen, um spezialisierte AI-Hardware von NVIDIA, AMD und Intel direkt in den Kern der DirectX-API zu integrieren. Dieser Paradigmenwechsel von herstellerspezifischen Erweiterungen zu einer einheitlichen Matrix-Algebra-API hat […]<\/p>\n","protected":false},"author":8,"featured_media":45854,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"fifu_image_url":"https:\/\/i.ibb.co\/5gnQGvD9\/ocie-37518-1785707711.png","fifu_image_alt":"Shader Model 6.10: Neue Matrix-API f\u00fcr Neural Rendering in DirectX","footnotes":""},"categories":[5],"tags":[],"class_list":["post-37518","post","type-post","status-publish","format-standard","has-post-thumbnail","category-artikel"],"fifu_image_url":"https:\/\/i.ibb.co\/5gnQGvD9\/ocie-37518-1785707711.png","fifu_image_alt":"Shader Model 6.10: Neue Matrix-API f\u00fcr Neural Rendering in DirectX","fifu_redirection_url":"https:\/\/wccftech.com\/nvidia-dlss-4-now-in-over-100-games-more-titles-coming-soon-neural-shading-support-directx-next-month\/","_links":{"self":[{"href":"https:\/\/overcentral.com\/de\/wp-json\/wp\/v2\/posts\/37518","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/overcentral.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/overcentral.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/overcentral.com\/de\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/overcentral.com\/de\/wp-json\/wp\/v2\/comments?post=37518"}],"version-history":[{"count":0,"href":"https:\/\/overcentral.com\/de\/wp-json\/wp\/v2\/posts\/37518\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/overcentral.com\/de\/wp-json\/wp\/v2\/media\/45854"}],"wp:attachment":[{"href":"https:\/\/overcentral.com\/de\/wp-json\/wp\/v2\/media?parent=37518"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/overcentral.com\/de\/wp-json\/wp\/v2\/categories?post=37518"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/overcentral.com\/de\/wp-json\/wp\/v2\/tags?post=37518"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}