Dalam beberapa tahun kebelakangan ini, terdapat banyak perbincangan tentang resolusi 4K, pengesanan sinar dan DLSS, tetapi salah satu batasan utama yang sering diabaikan ialah memori grafik. tekstur yang semakin berat dan permainan yang lebih mencabarMalah banyak kad grafik julat pertengahan di Eropah dengan cepat kehabisan VRAM, memaksa pengguna untuk menurunkan tetapan kualiti atau mengalami kegagapan dan penurunan prestasi.
Dalam konteks itu ia muncul Pemampatan Tekstur Neural NVIDIA (NTC), teknologi pemampatan tekstur berdasarkan rangkaian saraf yang dibentangkan secara terperinci semasa GTC dan GDC pada tahun 2026. Cadangannya adalah mudah: untuk mengurangkan penggunaan memori tekstur dengan sangat agresif, tetapi tanpa memburukkan lagi imej yang dilihat pada skrin, malah menambah baiknya dalam beberapa senario berbanding kaedah klasik.
Cara Pemampatan Tekstur Neural berfungsi dan apa yang membezakannya
Asas NTC adalah penggunaan rangkaian saraf kecil yang dilatih khusus untuk teksturDaripada hanya bergantung pada format mampatan blok BCn (BC5, BC6, BC7, dll.) yang telah digunakan oleh industri selama bertahun-tahun. Secara tradisinya, tekstur ini disimpan dan telah dimampatkan dalam VRAM dan GPU mentafsirkannya dengan pantas, tetapi ia masih menempati sejumlah besar memori.
Dengan Mampatan Tekstur Neural, Maklumat tekstur disimpan dalam perwakilan yang lebih padatIni adalah sejenis pengekodan terpendam yang dinyahkod oleh rangkaian saraf dalam masa nyata semasa memaparkan setiap bingkai. GPU berfungsi dengan set data yang jauh lebih kecil dan bukannya mengendalikan gigabait peta resapan, normal, kekasaran dan sebagainya.
Menurut penjelasan NVIDIA, model saraf ini mempunyai dilatih untuk memahami bagaimana rupa texel sepatutnya ("piksel" tekstur) untuk bahan tertentu: batu, kayu, tekstur logamseramik, tekstil, dll. Daripada pembelajaran ini, rangkaian boleh membina semula penampilan akhir daripada data termampat, meniru hasil visual yang kita dapat dengan tekstur yang lebih tebal.
Hasil praktikalnya ialah tekstur tidak lagi menjadi "beban" tetap dalam ingatan dan menjadi bergantung kepada kod termampat yang lebih kecil dan keupayaan inferens AIIni sejajar dengan trend keseluruhan NVIDIA dalam mengalihkan beban memori dan lebar jalur ke arah pengkomputeran pintar dalam GPUnya.
Demo "Tuscan Wheels / Tuscan Villa": dari 6,5 GB hingga kurang daripada 1 GB VRAM
Untuk menggambarkan potensi teknologi ini, NVIDIA telah menunjukkan beberapa demonstrasi teknikal, termasuk adegan yang kini terkenal "Roda Tuscan" atau "Vila Tuscan", sebuah vila Mediterranean dengan bahagian dalaman terperinci yang berfungsi sebagai tempat ujian peringkat tinggi untuk perincian.
Dalam konfigurasi tradisional, menggunakan format Pemandangan BCn standard memerlukan sekitar 6,5 GB VRAM Ini hanya terpakai pada tekstur. Dengan mendayakan Pemampatan Tekstur Neural, persekitaran yang sama berjalan dengan lebih kurang 970 MB memori grafikIaitu, pengurangan kira-kira 85% berbanding penggunaan asal. Angka yang serupa telah dilihat dalam demonstrasi lain, dengan pengurangan sekitar 80% (turun kepada kira-kira 670 MB dalam variasi pemandangan tertentu).
Apa yang relevan bukan sahaja magnitud penurunan VRAM, tetapi juga Perbandingan visual antara kedua-dua versi ini hampir tidak dapat dibezakan. untuk pengguna biasa. Menurut NVIDIA, jika "bajet" memori yang sama dikekalkan, NTC mampu mengekalkan perincian yang lebih halus berbanding tekstur BCn yang dikecilkan atau dikecilkan.
Satu contoh konkrit boleh dilihat di dalam vila, dengan meja yang dilitupi pinggan mangkuk, botol, dan objek hiasan. Dalam perbandingan itu, Bahagian yang diproses dengan NTC, dengan jumlah memori yang sama, menunjukkan ketajaman dan perincian mikro yang lebih baik. bahawa bahagian yang diberikan dengan tekstur BCn yang dikurangkan agar sesuai dengan bajet VRAM yang sama.
Jenis keputusan ini mencadangkan penggunaan teknologi secara berganda: kajian boleh memilih untuk mengurangkan penggunaan memori secara drastik tanpa kehilangan kualiti atau mengekalkan penggunaan dan meningkatkan kesetiaan visual, sesuatu yang amat menarik untuk projek yang bercita-cita untuk penampilan yang hampir fotorealistik.
Kelebihan praktikal untuk permainan dan enjin grafik
Dari perspektif pembangunan, akibat utama daripada semua ini ialah Tekstur tidak lagi begitu ketat apabila mereka bentuk pemandangan yang kompleks.Kurang VRAM yang digunakan oleh peta permukaan bermakna lebih banyak ruang untuk sistem lain atau untuk meningkatkan jumlah kandungan yang dipaparkan secara serentak.
Untuk permainan PC yang disasarkan untuk pasaran Eropah, di mana sebahagian besar pangkalan pengguna masih... GPU julat pertengahan atau yang mempunyai memori 8 GBMampatan agresif sedemikian membuka pintu untuk membolehkan tekstur resolusi tinggi pada sistem yang, pada masa ini, terpaksa mengurangkan kualiti bagi mengelakkan daripada melebihi had VRAM.
Antara kelebihan yang telah diketengahkan oleh NVIDIA ialah:
- Pengurangan drastik dalam penggunaan VRAM, sehingga tujuh kali dalam senario tertentu.
- Keupayaan untuk mengendalikan tekstur resolusi tinggi tanpa mencetuskan keperluan ingatan.
- Melegakan kesesakan berkaitan dengan lebar jalur memori dan penstriman aset.
- Potensi pemasangan dan saiz tampalan yang lebih kecil, dengan membungkus tekstur yang lebih padat ke dalam cakera.
- Penggunaan yang lebih baik peranti mudah alih dan konsol masa hadapandi mana ingatan merupakan sumber yang lebih terhad.
Semua ini sesuai dengan pasaran di mana, walaupun di Eropah, permainan dengan mudah melebihi 100 GB saiz muat turun dan di mana lebar jalur yang tersedia tidak selalunya mencukupi, terutamanya di kawasan luar bandar atau dengan sambungan yang lebih sederhana. Kurangkan saiz tekstur tanpa mengorbankan kualiti Ia boleh membuat perbezaan dari segi masa muat turun dan kemas kini.
Tambahan pula, dengan lebih bergantung pada pengkomputeran pintar, sebahagian daripada tekanan pada memori fizikal dapat dikurangkan dan keupayaan pengkomputeran GPU moden digunakan dengan lebih cekap, sesuatu yang telah dipromosikan oleh NVIDIA sejak sekian lama dengan penyelesaian AI yang lain.
Bahan Neural: saluran yang lebih sedikit, kelajuan yang lebih tinggi
Bersama NTC, NVIDIA juga telah membentangkan konsep Bahan Neural, lanjutan semula jadi idea pemampatan saraf yang digunakan bukan sahaja pada tekstur, tetapi juga pada model fizikal bahan yang digunakan dalam pemaparan.
Dalam aliran kerja tradisional, untuk menerangkan bagaimana permukaan bertindak balas terhadap cahaya, perkara berikut digabungkan pelbagai saluran dan petaWarna asas, normal, kekasaran, kelogaman, oklusi dan data khusus lain yang dikaitkan dengan persamaan BRDF yang digunakan oleh enjin grafik. Ini diterjemahkan kepada banyak data, banyak akses memori dan beberapa operasi matematik setiap piksel.
Dengan Bahan Neural, Set saluran ini dikurangkan kepada perwakilan terpendam yang lebih padat Rangkaian saraf kecil bertanggungjawab untuk penyahkodan dalam masa nyata, membina semula sifat visual bahan semasa pemaparan.
Dalam ujian yang dikongsi oleh NVIDIA, konfigurasi bagi 19 saluran bahan dikurangkan kepada hanya 8 saluran, yang, dalam adegan ujian pada resolusi 1080p, diterjemahkan ke dalam pecutan antara 1,4 dan 7,7 kali ganda dalam masa penyampaian, bergantung pada kes tertentu.
Pendekatan ini bukan sahaja menjimatkan ingatan, tetapi juga Ia memudahkan bilangan akses data dan operasi setiap piksel.Ini amat penting dalam konfigurasi penjejakan sinar dan penjejakan laluan, yang mana kos setiap lantunan cahaya didarabkan.
NTC dalam saluran grafik berkuasa AI baharu NVIDIA
Pemampatan Tekstur Neural tidak datang bersendirian. Ia adalah sebahagian daripada strategi yang lebih luas di mana NVIDIA sedang mereka bentuk semula bahagian-bahagian penting saluran grafik dengan memanfaatkan rangkaian saraf.Teknologi seperti DLSS, penjanaan bingkai atau DLSS 5 yang akan datang adalah berdasarkan idea asas yang sama: mengalihkan sebahagian daripada kerja keras "pemaparan" secara tradisinya kepada model AI yang dioptimumkan.
Dalam beberapa ceramah teknikal GTC, telah dijelaskan bahawa, melangkaui pemprosesan imej yang mudah, Pemampatan dan pemaparan saraf tekstur dan bahan adalah komponen utama agar ekosistem tersebut berfungsi dengan baik. Mengurangkan memori, meminimumkan kesesakan dan membebaskan sumber membolehkan peringkat lain, seperti pembinaan semula imej DLSS, mempunyai lebih banyak ruang.
Satu perkara yang ditekankan oleh NVIDIA ialah, dalam kes NTC dan Bahan Neural, AI generatif tidak digunakan untuk "mencipta" kandungan artistikSebaliknya, ia merupakan model inferens yang direka untuk menghasilkan semula rupa tekstur dan bahan yang telah ditakrifkan sebelum ini oleh pasukan seni dengan tepat. Ini bertujuan untuk menangani beberapa kritikan yang timbul dalam komuniti mengenai potensi kesan AI terhadap tujuan visual asal permainan.
Dalam praktiknya, matlamat yang dinyatakan adalah untuk alat saraf bertindak sebagai pemecut teknikaldan bukan sebagai pengganti karya kreatif artis dan studio, sesuatu yang pasti akan terus menimbulkan perdebatan apabila penyelesaian ini mencapai tajuk komersial.
Menurut NVIDIA, Rangkaian yang menyokong NTC telah dilatih untuk pelbagai jenis bahan yang biasa ditemui dalam permainan video.Ini secara teorinya akan memudahkan penyepaduannya ke dalam enjin komersial sebaik sahaja teknologi itu dibuka kepada pembangun.
Potensi impak terhadap pasaran Eropah dan penggunaan masa hadapan
Sehingga kini, NVIDIA belum menetapkan tarikh khusus untuk Pemampatan Tekstur Neural dilaksanakan secara meluas dalam permainan komersial, tetapi Demonstrasi teknikal menunjukkan senario di mana penggunaan VRAM boleh menjadi kurang ketat.terutamanya pada PC.
Di Eropah, di mana landskap perkakasan sangat heterogen, penyelesaian jenis ini boleh memberi impak yang jelas. Ramai pengguna bermain dari Komputer riba atau desktop permainan dengan GPU dengan 6 atau 8 GB VRAMJumlah ini sudah mula kurang dalam beberapa keluaran AAA dengan tekstur "ultra". Jika NTC menepati janjinya, ia boleh membenarkan tetapan tinggi ini dikekalkan tanpa permainan mengalami pertukaran atau penurunan prestasi secara tiba-tiba.
Dari perspektif kajian, terdapat juga insentif praktikal: Data tekstur yang kurang bermakna binaan yang lebih ringanMuat turun percubaan yang lebih kecil dan masa kemas kini yang lebih munasabah. Bagi pemain Eropah, di mana tidak semua orang mempunyai akses kepada sambungan gentian optik berkelajuan tinggi, ini boleh diterjemahkan kepada pengalaman yang kurang mengecewakan semasa memasang atau mengemas kini permainan besar.
Walau bagaimanapun, terdapat juga faktor yang perlu dipantau. Penerimaan sebenar Mampatan Tekstur Neural akan bergantung kepada kemudahan penyepaduan ke dalam enjin seperti Unreal Engine, Unity atau enjin dalaman yang lain, bergantung pada sokongan yang ditawarkan oleh generasi GPU yang berbeza dan keseimbangan antara kualiti, prestasi dan kos pelaksanaan untuk setiap studio.
Walau apa pun, apa yang kelihatan jelas ialah itu Memori grafik telah menjadi sasaran keutamaan untuk pengoptimumandan cadangan seperti NTC sesuai dengan trend yang lebih luas ke arah "pemaparan saraf", yang mana pengkomputeran pintar menggantikan beberapa penyelesaian tradisional yang hanya berdasarkan kekerasan.
Melihat gambaran besar, Pemampatan Tekstur Neural, Bahan Neural dan teknik lain yang diumumkan di sekitar DLSS menunjukkan generasi enjin grafik di mana AI bukan sahaja mencipta piksel, tetapi juga memutuskan cara menyimpan, memampatkan dan membinanya semula.Jika janji penjimatan VRAM, perincian yang lebih baik dan masa pemaparan yang dikurangkan menjadi kenyataan dalam permainan komersial, kita mungkin melihat salah satu perubahan paling ketara dalam beberapa tahun kebelakangan ini dalam cara grafik masa nyata dihasilkan dan dilaksanakan.
