Egy ideje már tudni lehet, hogy a Microsoft, Auto SR nevű felskálázó eljárása eleinte egy termékcsaládra lesz korlátozva, ami a Qualcomm Snadragon X sorozata. Ez a gyakorlatban is így van, hiszen már tesztelhető a rendszer, de sokakban felmerült a kérdés, hogy miért döntött így a redmondi óriáscég.
Ha a technológiai hátteret nézzük, akkor az Auto SR a DirectML-en keresztül fut, vagyis elméletben minden olyan hardver megfelelne a működéséhez, ami támogatja az említett API-t. Ugyanakkor jelentős limitáció, hogy a Microsoft csak az első olyan NPU-t biztosító platformon tette elérhetővé, amely megfelel a CoPilot+ követelményeknek. Pedig logikusan végigondolva nem kevés GPU támogatja a DirectML API-t, tehát elvi szinten akár bármelyik PC-n működhetne, sőt, működik is. A gondot az jelenti, hogy egyáltalán nem kínál jó élményt.
Ahhoz, hogy ezt megértsük fontos kiemelni, hogy manapság olyan megoldásokat tartunk AI felskálázásnak, amelyek nagyrészt nem is azok. Ilyen például az NVIDIA DLSS vagy az Intel XeSS. De ezek az aktuális képkocka rekonstrukciójával kapcsolatban csak ott nyúlnak a neuronhálóhoz, amikor eldöntik, hogy miképp kombinálják a korábbi képkockáról származó előzménymintákat az új képkocka felskálázásához, vagyis az aktuális képkockán látható alakzatok felismerése és kezelése szempontjából teljesen analitikai megoldásokról van szó. Ezeknél az AI jelző nagyobbrészt szolgálja a marketinget, mert a lényeges és egyben a számítások többsége szempontjából egyáltalán nem tekinthetők AI felskálázásnak. Az Auto SR ugyanakkor ténylegesen AI felskálázásnak számít, legalábbis jóval több számításhoz használ neuronhálót, mint például a DLSS és az XeSS, és alapvetően ez a probléma. Az erőteljes AI terhelést ugyanis nem véletlenül kerüli az NVIDIA és az Intel. Ennek az oka, hogy a hardverbe épített mátrix vagy tensor feldolgozók ugyanazokat a regisztereket használják, amelyekre építenek a fő számításokért felelős SIMD motorok. Ha tehát a rendelkezésre álló regiszterterületet nagymértékben fogyasztja egy AI feladat, akkor a SIMD motorokon sokkal kevesebb wave futhat, mivel sokkal nagyobb problémát jelent a regiszternyomás optimális szinten tartása.
Végeredményben tehát hiába működik az Auto SR DirectML API-val, olyan erős regiszterterhelést fejt ki, hogy az nagymértékben rontja a GPU-k általános számítások melletti hatásfokát, jelentős visszaesést eredményezve a teljesítményben. Ugyanakkor a Snadragon X dizájn dedikált NPU-t, azaz neuronhálógyorsítót tartalmaz, amely teljesen független erőforrás a grafikus vezérlőtől, így az NPU terhelése a grafikai számítások hatékonyságát nem rontja. Nos, alapvetően ezért limitálja jelenleg az Auto SR-t a Microsoft a Qualcomm friss platformjára. Később az Intel és az AMD CoPilot+ platformja is megkapja majd a támogatást, de azt nem lehet tudni, hogy a GPU-kra mikor engedélyezik. Elvileg olyan mértékű a lassulás, hogy nem éri meg foglalkozni vele, de alternatívaként már felmerült az IGP-k használata a dedikált GPU-k mellett, ugyanis ezek is dedikált erőforrások, amelyek terhelése a VGA-t nem lassítaná.
