AMD war auf der gamescom 2026 sowie bei gamescom dev vertreten und stellte dort die Entwicklerplattform GPUOpen in den Mittelpunkt. Das Leitmotiv „Let’s Build Better“ beschreibt den Ansatz, Grafiktechnologien nicht nur als fertige Funktion, sondern zusammen mit Quellcode, Dokumentation und Community-Unterstützung zugänglich zu machen. Unsere Redaktion hat sich den Auftritt vor Ort angesehen.
Für Spieleentwickler bedeutet dieser Ansatz, dass zentrale Bausteine der Grafikpipeline direkt in bestehende Projekte integriert, untersucht und angepasst werden können. Die GPUOpen-Plattform bündelt dafür SDKs, Beispielcode, technische Artikel, API-Dokumentation und Verweise auf Projekte bei GitHub. Im Vergleich zum GPUOpen-Schwerpunkt von AMD auf der GDC 2019 ist das Angebot heute deutlich breiter und reicht von Upscaling bis zu Werkzeugen für Renderingforschung und künstliche Intelligenz.
FSR und Anti-Lag 2 als zentrale Bausteine
Bei der Bildrekonstruktion steht aktuell AMD FidelityFX Super Resolution 4 im Vordergrund. Die offizielle Dokumentation beschreibt FSR 4 als ML-basierten Upscaler innerhalb des FidelityFX SDK v2. Ergänzend stellt AMD mit Radeon Anti-Lag 2 ein SDK bereit, das die Systemlatenz durch eine Abstimmung der CPU- und GPU-Arbeit reduzieren soll. Beide Themen sind für Entwickler relevant, weil die Integration über dokumentierte Schnittstellen und konkrete technische Leitfäden erfolgt.
Der offene Teil des Angebots endet dabei nicht bei FSR. AMD verweist auf weitere FidelityFX-Bausteine wie Frame Generation, Ray Regeneration, Radiance Caching, Screen Space Reflections und den Brixelizer. Auch die Radeon Developer Tool Suite mit GPU Profiler, GPU Analyzer und GPU Detective gehört zum Umfeld. Ein früherer Beitrag zu AMDs offenen Software-Tools dokumentiert, wie lange dieser offene Entwickleransatz bereits Teil der AMD-Strategie ist.
Schola bringt Reinforcement Learning in Unreal Engine
Ein besonders eigenständiger Bereich ist AMD Schola. Die Bibliothek unterstützt die Entwicklung und das Training von Reinforcement-Learning-Agenten in der Unreal Engine und arbeitet mit Python-basierten Frameworks wie Gym, RLlib und Stable Baselines 3. Die Dokumentation nennt unter anderem StateTree-Integration, externe Simulatoren sowie Werkzeuge für Training, Auswertung und mehrteilige Agentensysteme.
Damit richtet sich Schola nicht primär an Endnutzer, sondern an technische Teams, die Verhalten in Simulationen trainieren oder neue KI-gestützte Entwicklungsabläufe untersuchen. Für Spieleproduktionen kann das von der Validierung von NPC-Verhalten bis zu automatisierten Tests reichen. Die konkrete Nutzung hängt vom Projekt und der vorhandenen Trainingsumgebung ab, die Plattform senkt jedoch die Einstiegshürde für solche Experimente.
Capsaicin zeigt die Forschungsschicht
Mit dem Capsaicin Framework führt AMD außerdem eine Direct3D-12-Basis für Echtzeitgrafikforschung. Das Framework enthält eine Implementierung der GI-1.0-Technik und einen Referenzpfad für Path Tracing. Über die begleitende Dokumentation und das öffentliche Repository können technische Teams nachvollziehen, wie die einzelnen Bausteine miteinander verbunden sind.
GPUOpen verbindet damit mehrere Ebenen: direkt integrierbare Rendering- und Latenztechnologien, Werkzeuge zur Analyse der GPU-Auslastung, experimentelle Frameworks sowie Schulungs- und Dokumentationsangebote. Der gamescom-Auftritt machte diesen Zusammenhang sichtbar. „Let’s Build Better“ ist damit weniger ein einzelnes Produktversprechen als eine Beschreibung des Modells, mit offenen Schnittstellen und nachvollziehbaren Beispielen mehr Teams an moderner Grafikentwicklung zu beteiligen.