AMD BC-250 マイニングGPU改造でFSR 4を動作#

こんにちは、紫星です。今回は无边と一緒に語り合いました。きっかけは、オープンソースコミュニティが最近「ぶっ飛んでいる」けれど見事なことをやったことです。もともと暗号資産マイニング用だったAMD BC-250グラフィックカードを、AMD自慢のAIアップスケーリング技術FSR 4で強引に動かすことに成功したのです。グラフィック処理時間は1440p解像度で11.51ミリ秒から5.92ミリ秒まで圧縮され、削減率は50%を超えました。このカードはもともとPS5の「規格外チップ」を搭載していたためにマイニングファームから叩き売りにされていたのですが、今では大量にLinuxゲームマシンへと改造されています。

私はハードウェアと性能指標の担当、无边はAIアップスケーリングとオープンソースエコシステムの担当です。この出来事を細かく分解して解説していきます。

一、BC-250とは何者なのか#

1.1 「公式改造に失敗した」マイニングGPU#

AMD BC-250は非常に興味深いカードです。もともとはAMDが暗号資産マイニング市場向けに投入した専用マイニングGPUで、コードネーム「Navi 10」の派生版であり、本質的にはPS5と同じ系統のRDNA 2アーキテクチャチップを使用しています。問題は、このチップが出荷時の検査でPS5の良品基準を満たせなかったことです。一部のコンピュートユニットが無効化されていたり、クロック耐性が不足していたり、特定のユニットに欠陥があったりと、要するにSonyに選別で弾かれた規格外チップなのです。

AMDはこれらのチップを無駄にせず、BC-250というマイニングGPUに搭載し、いわば「廃物利用」を図りました。マイニングGPU自体の位置づけは極めて単一です。映像出力端子がなかったり（あるいは端子が不完全だったり）、ゲーム向けのドライバー最適化がなく、BIOSはロックされ、消費電力と冷却はマイニングの長時間7×24運用を想定して設計されています。価格は一時極限まで下落し、マイニングブームが去った後は、中古市場に山積みになって埃を被っていました。

なぜこのカードがFSR 4という高度な機能を動かせるのか？　それにはFSR 4の実装原理から説明する必要があります。この部分は无边の領域です。

二、FSR 4アップスケーリングはどう実現されているのか（无边視点）#

2.1 「手書きアルゴリズム」から「深層ニューラルネットワーク」へ#

无边の口開きはこうでした。FSRが4.0というバージョン番号に達したのは、世代を超える質的変化が起きたからであって、量的変化ではない、と。

FSR 1.0は純粋な空間スケーリングのアルゴリズムで、エッジ検出とシャープニングによって低解像度画像を無理やり引き伸ばすものでした。速いけれど、細部はよく見ると耐えません。FSR 2.0では時間軸累積（temporal upscaling）に切り替わり、過去フレームのモーションベクターを利用して情報を「貯め込む」ことで、品質は明らかに一段階向上しましたが、それでも手書きアルゴリズムでパラメータ調整頼みでした。

FSR 4.0は完全に路線を変更し、深層ニューラルネットワークベースのアップスケーリングになりました。中核は畳み込みニューラルネットワーク、あるいはTransformerに近い超解像モデルで、低解像度の現在フレーム、過去フレーム、モーションベクター、深度情報を入力として、高解像度の画像を出力します。このモデルは大量の高画質ゲームスクリーンショットとネイティブ高解像度フレームで学習させる必要があり、ディテールの再構築、エッジ処理、ゴースト抑制においてネイティブレンダリングに近い効果を達成します。

アルゴリズムのレベルでは、FSR 4のワークフローは大まかに次のように分解できます。

无边が特に強調したのは、FSR 4は本質的に、AMDがAIの手法で「捨てられたピクセル」を推測する技術だということです。1440pから4Kへレンダリングするということは、9ピクセルのうち4ピクセルがAIに推測されたものだということです。推測の精度がそのまま画質を決め、このカードにまだゲームとしての価値があるかどうかも決めます。

2.2 なぜニューラルネットワークアップスケーリングはGPU性能を食うのか#

これこそがFSR 4の普及が遅れている根本的な理由です。ニューラルネットワークの推論には大量の行列演算と畳み込み演算が必要で、これらの演算はまさにGPUの「コンピュートユニット」が最も得意とするところであり、同時に最もリソースを食うところでもあります。

PS5やBC-250のようなRDNA 2アーキテクチャでは、AI推論を高速化する専用のテンソルコア（Tensor Core）は存在しません。NVIDIAのDLSSが強力なのは、RTX 20シリーズ以降のすべてのカードに行列演算を担当する専用Tensor Coreが搭載されており、アップスケールモデルがほぼ「ついで」のように動くからです。一方AMD側では、RX 7000以前のRDNA 2には独立したAIアクセラレーションハードウェアが用意されておらず、FSR 4は汎用のシェーダーユニット（Shader）で汎用行列演算によってモデルを「力技で」処理するしかありません。

だからこそ、FSR 4はAMD自身の計画では当初、AIアクセラレーションユニットを持つRX 7000（RDNA 3）とRX 9000（RDNA 4）専用とされていました。BC-250のようなRDNA 2のマイニングGPUは、理論上まったくサポート対象に入っていなかったのです。

三、PS5の規格外チップはなぜFSR 4を動かせるのか（紫星視点）#

无边が原理を説明し終えたところで、紫星こと私からもっとハードコアな問題を投げかけます。RDNA 2にはAIアクセラレーションユニットがなく、FSR 4は理論上RDNA 3/4向けのはずなのに、BC-250は一体どうやって動いているのか？

3.1 規格外＝使えないほどの削ぎ落としではない#

まず「規格外チップ」という概念を整理する必要があります。BC-250に使われているNavi 10コアで無効化されているのは、通常**一部のコンピュートユニット（CU）**か、クロック耐性の弱さか、特定のディスプレイエンジン／エンコーダーの欠陥です。しかし、コアの命令セット、汎用シェーダー、ラスタライズパイプライン、そして基盤となる汎用行列演算能力の多くは、ほぼ完全なまま残っています。

言い換えれば、無効化された部分は、AI推論に最も必要とされる汎用演算能力ではなかった可能性が高いのです。モデルが汎用シェーダー上の行列演算で動ける限り、規格外チップでも推論は可能で、ただ速度が少し遅いだけです。

ここでの鍵は、FSR 4モデルの推論が汎用行列演算（GEMM）と畳み込み演算に依存しており、これらはRDNA 2のシェーダー上で汎用命令によって実行され、専用AIユニットを必要としないという点です。したがって、失われたのがゲームレンダリング用ユニットやクロック上限であれば、FSR 4の推論への影響は限定的です。

3.2 オープンソースドライバーによる「強引な適合」#

コミュニティがFSR 4を動かせたのは、一連のオープンソースツールチェーンをつなげた成果です。BC-250はもともと公式ドライバーがほぼ放棄状態で、ゲーム用途など誰も相手にしていませんでした。しかしLinuxエコシステムのオープンソースドライバー（Mesa + RADV）はRDNA 2アーキテクチャのサポートが非常に充実しており、コミュニティはFSR 4の推論パイプラインを汎用コンピュートシェーダー（Vulkanコンピュートパイプラインに近いもの）で動かすことに成功しました。

つまりコミュニティがやったことの本質は、公式ドライバーを迂回し、オープンソースドライバーでRDNA 2の汎用演算能力を解放し、FSR 4モデルに対して汎用シェーダーで実行可能な「翻訳パイプライン」を書いたということです。このパイプラインは、本来AIアクセラレーションユニットがなければ効率的に実行できない演算を、大量の汎用シェーダーに分散して並列処理させました。

3.3 なぜ「ゲームマシン」として大量に蘇らせられるのか#

紫星の見立てでは、このカードが大量にLinuxゲームマシンへ改造された理由は、ハードウェアレベルでいくつかの天然の利点があるからです。

FSR 4と組み合わせて高解像度の負荷を軽減することで、このカード群は低い解像度でレンダリングし、AIアップスケーリングで目標解像度まで引き上げるという、「ローエンドハードウェアでミドル〜ハイエンド画質を実現する」という幻想的な効果を達成できるのです。

四、性能最適化：11.51ms → 5.92ms（紫星視点）#

4.1 データの出所#

无边と私はこのデータの定義をすり合わせました。ここでの11.51msと5.92msは、FSR 4アップスケーリングを含むグラフィック処理パイプライン全体が1440p目標解像度で1フレームあたりに要する時間を指します。出力は1440p、入力はそれより低く（おそらく1080pかそれ以下）です。

削減率は50%超。数字だけ見てもピンとこないかもしれませんが、フレームレートに換算すると非常に直感的です。1フレームの処理に11.51msかかるということは、アップスケール自体が1440pで約87フレーム分の時間を食っているということです。5.92msまで圧縮されれば、アップスケールがフレームレートに占める割合はほぼ半減し、ゲーム本体はより多くの性能を実際のレンダリングに回せるようになります。

4.2 最適化手法の分解#

コミュニティが所要時間を半分以上削減できたのは、魔法ではなく、いくつかの方向での継続的な反復の成果です。紫星はこれらの手法を4つに分類しました。

このうち精度選択が最も即効性のある施策です。ニューラルネットワークのアップスケーリングは数値精度に対してある程度の許容度があり、FP16あるいはそれ以下の精度でも多くの層で目に見える画質劣化は生じませんが、汎用シェーダーでの計算負荷とVRAM帯域の需要を数分の一に削減できます。規格外チップのような「演算能力も帯域もギリギリ」のハードウェアにとって、これはほぼ最も割の良い一手です。

4.3 なぜ非線形の大幅な低下が起きたのか#

11.51から5.92への圧縮は、単純な「2倍の高速化で2倍速い」という話ではありません。これらの最適化の間には相乗効果が存在するからです。演算子融合がカーネルスケジューリングのオーバーヘッドを削減し、精度選択が大量の浮動小数点演算を切り落とし、ワークグループ調整が残りの演算をより満遍なく配置します。3つが重なると、効果は加算ではなく乗算になるため、50%を超える削減が実現したのです。

五、なぜ1440pが実用上限なのか（紫星＋无边）#

5.1 演算能力と帯域の物理的制約#

无边が真っ先に口を開きました。1440pが実用上限だというのは、本質的に演算能力と帯域の両方によって引き出された結論だ、と。FSR 4の目標解像度が高くなるほど、AIが「推測」しなければならないピクセル数が増え、ニューラルネットワークの推論コストはほぼ正比例して上昇します。1440pから4Kへは、再構築するピクセル量が約2倍以上になります（1440pは約370万ピクセル、4Kは約830万ピクセル）。推論時間もそれに伴って増加します。

紫星がハードウェアレベルの2つ目の制約を補足します。BC-250のようなRDNA 2規格外チップは、VRAM帯域が生まれつきの弱点です。高解像度のアップスケーリングでは、高解像度の中間フレーム、過去フレーム、特徴マップの読み書きが頻繁に発生し、VRAM帯域が不足すると深刻なボトルネックになります。規格外チップで帯域耐性まで削がれている場合、4Kでのデータ転送が性能を直接押し潰してしまいます。

5.2 規格外チップの耐性の天井#

BC-250のチップはもともと選別で弾かれたものであり、クロック耐性、コンピュートユニット数、メモリコントローラーの安定性すべてに割り引きがあります。改造でより多くのユニットをアンロックできたとしても、ネイティブのフラッグシップカードのような「耐久性」の余裕を持つのは困難です。4Kでの長時間高負荷運用は、耐性の弱い規格外チップにとって、発熱面でも安定性面でも好ましくありません。

5.3 結論#

したがって1440pを実用上限とするのは、非常に現実的な判断です。1080pでは、BC-250はFSR 4で十分快適にプレイできます。1440pでは、コミュニティの最適化を経て許容できる画質とフレームレートを実現できます。しかし4Kになると、演算能力と帯域の二重の天井によって体験は急激に悪化します。 Linuxゲームマシンへと改造されたこのマイニングGPU群にとって、1440pは「実現可能で、やる価値がある」スイートスポットなのです。

六、AI/MLアップスケーリング技術のコミュニティ浸透とオープンソースエコシステム（无边視点）#

6.1 「ベンダー専用」から「コミュニティ改変可能」へ#

无边曰く、この部分が最も興奮するところだそうです。かつてDLSS、FSR、XeSSといったAIアップスケーリング技術は、本質的にいくつかの大手メーカーが門を閉じて作った「ブラックボックス」であり、どのグラフィックカードをサポートするか、どう最適化するかは、すべてメーカーの言い分通りでした。FSRの前の2世代はオープンソースのおかげでゲーム業界に広く普及しましたが、FSR 4が今回コミュニティによって公式がまったく想定していなかったRDNA 2マイニングGPUへ「逆移植」されたことの意味は、まったく異なります。

これが証明したのは、AI技術がモデル＋オープンソースドライバーの形で存在するとき、その可能性の境界はもはやメーカーによって画定されるのではなく、コミュニティの能力によって画定されるということです。

6.2 なぜオープンソースエコシステムはこの件で特に活発なのか#

无边はその理由をいくつかのレベルの重なりに帰納しました。

6.3 この出来事の業界における意義#

无边の見解では、BC-250でFSR 4を動かす这件の事は、表面的には「ハードコアなゲーマーたちが廃カードで遊んでいる」ように見えますが、実質的にはAIアップスケーリング技術の2つのトレンドを浮き彫りにしています。

第一に、AIアップスケーリングは「フラッグシップ限定」から「汎用演算能力の民主化」へと向かっていることです。アップスケールモデルが専用AIユニットに依存せず、汎用シェーダーで動かせるようになったとき、理論上は演算能力さえ足りていれば、どんな古いカード、ローエンドカード、さらにはマイニングGPUでも「AI画質」能力を獲得するチャンスがあります。これはAIアップスケーリングのハードウェアハードルを大幅に引き下げました。

第二に、オープンソースエコシステムの浸透力が極めて強力であることが証明されたことです。モデルが入手可能で、ドライバーが書き換え可能で、ツールチェーンがつなげられる限り、コミュニティは「公式限定」の技術を、公式が想像もしなかったハードウェアへ移植できます。このエコシステムの活力は、ある意味でメーカー自身のロードマップをすでに上回っています。

6.4 制限とリスク#

しかし无边はそれほど楽観的でもなく、同時にいくつかの冷水も浴びせました。

• FSR 4を汎用シェーダーで動かす場合、消費電力と発熱は専用AIユニットよりかなり高くなります。マイニングGPUの冷却の余裕は、この場合むしろ利点になります。
• 規格外チップはもともと耐性に割り引きがあるため、長時間高負荷での安定性や寿命には疑問があり、どちらかといえば「遊び」であって「主力機」ではありません。
• この改造はコミュニティのメンテナンスに高度に依存しており、重要なオープンソースコンポーネントの一つでもメンテナンスが停止すれば、改造チェーン全体が途切れる可能性があります。
• ローエンドハードウェアでのAIアップスケーリングの画質は、フラッグシップカードのネイティブ高解像度レンダリングと比べるとまだ差があり、「性能を画質に換える」妥協策です。

七、まとめ：「ハードウェア価値の再定義」に関する実験#

紫星が最後に締めくくります。BC-250でFSR 4を動かす这件の事の核心的なメッセージは、実に素朴です。「規格外」と判定されてマイニングファームに転落したチップは、本当に価値を失ったわけではない。 それはただ、その価値を解放する正しい方法を欠いていただけです。オープンソースコミュニティがFSR 4のようなAIアップスケーリング技術を移植した後、規格外チップの汎用演算能力は再び活性化され、1440pという現実的なスイートスポットと組み合わさって、このほぼ廃棄状態だったマイニングGPU群は、なんとLinuxゲームマシンとしての資格を手に入れたのです。

无边が補足するに、その背後にある本当の見どころは、AIアップスケーリング技術のオープンソース浸透力です。FSR 4は単なる画質機能ではなく、コミュニティが自由に書き換え、逆移植し、さらには「ダウングレード適合」さえできる汎用能力になりつつあります。AI技術がオープンソースエコシステムに根を下ろしたとき、その生命力はもはやメーカーが定義するスペックシートでは決まりません。

PS5の規格外チップで組み上げられたこのLinuxゲームマシンは、おそらく永遠に4Kのフラッグシップ画質には届かないでしょう。しかし1440pでのそのパフォーマンスは、すでに一つのことを証明するに十分です。オープンソースとAIの合力の下では、ハードウェアの価値は、その出荷時の価格設定よりも常に想像力に富んでいる。

——紫星（ハードウェア技術） & 无边（AI視点）、NTGame編集部