Az utóbbi években sokat beszéltek a 4K felbontásokról, a sugárkövetésről és a DLSS-ről, de az egyik fő, gyakran figyelmen kívül hagyott korlátozás továbbra is a grafikus memória volt. egyre nehezebb textúrák és egyre igényesebb játékokMég sok középkategóriás európai grafikus kártya is gyorsan kifogyott a VRAM-ból, ami arra kényszerítette a felhasználókat, hogy alacsonyabb minőségi beállításokat állítsanak be, vagy akadozással és teljesítménycsökkenéssel küzdjenek.
Ebben az összefüggésben úgy tűnik, NVIDIA Neurális Textúra Tömörítés (NTC), egy neurális hálózatokon alapuló textúra-tömörítési technológia, amelyet részletesen bemutattak a 2026-os GTC és GDC konferencián. Javaslata egyértelmű: a textúrák memória-fogyasztásának nagyon agresszív csökkentése anélkül, hogy a képernyőn érzékelt kép minősége romlana, sőt, egyes esetekben a klasszikus módszerekhez képest javulna is.
Hogyan működik a neurális textúra-tömörítés, és miben különbözik a többitől?
Az NTC alapja a következő használatán alapul: kifejezetten textúrákhoz képzett kis neurális hálózatokAhelyett, hogy kizárólag a BCn blokk tömörítési formátumokra (BC5, BC6, BC7 stb.) hagyatkoznának, amelyeket az iparág évek óta használ. Hagyományosan ezeket a textúrákat már tömörítve tárolják a VRAM-ban, és a GPU menet közben értelmezi őket, de továbbra is jelentős mennyiségű memóriát foglalnak el.
Neurális textúra-tömörítéssel, A textúrainformációk sokkal kompaktabb ábrázolásban tárolódnakEz egyfajta látens kódolás, amelyet a neurális hálózat valós időben dekódol minden képkocka renderelésekor. A gigabájtos diffúziós térképek, normálvektorok, érdességek stb. kezelése helyett a GPU sokkal kisebb adathalmazzal dolgozik.
Az NVIDIA magyarázatai szerint ezek a neurális modellek rendelkeznek kiképezve arra, hogy megértsék, hogyan kell kinéznie egy texelnek (a textúra "pixele") egy adott anyaghoz: kő, fa, fém textúrakerámiák, textíliák stb. Ebből a tanulásból a hálózat a tömörített adatokból rekonstruálhatja a végső megjelenést, utánozva azt a vizuális eredményt, amelyet sokkal terjedelmesebb textúrákkal kapnánk.
A gyakorlati eredmény az, hogy a textúrák megszűnnek a memóriában rögzített „teherként” szolgálni, és függővé válnak a következőktől: kisebb tömörített kód és mesterséges intelligencia következtetési képességeiEz összhangban van az NVIDIA azon általános trendjével, hogy a memória- és sávszélesség-terhelést az intelligens számítástechnika felé tereli a GPU-iban.
A "Tuscan Wheels / Tuscan Villa" demó: 6,5 GB-ról kevesebb mint 1 GB VRAM-ra
A technológia lehetőségeinek illusztrálására az NVIDIA számos technikai bemutatót tartott, beleértve a már jól ismert jelenetet is. „Toscan Wheels” vagy „Toscan Villa”, egy mediterrán villakörnyezet részletesen kidolgozott belső terekkel, amely a részletek magas szintű tesztelésének terepeként szolgál.
A hagyományos konfigurációban, formátumok használatával A standard BCn jelenet körülbelül 6,5 GB VRAM-ot igényel Ez csak a textúrákra vonatkozik. A Neurális Textúra Tömörítés engedélyezésével ugyanaz a környezet körülbelül ... értékkel fut. 970 MB grafikus memóriaEz körülbelül 85%-os csökkenést jelent az eredeti használathoz képest. Hasonló adatokat figyeltek meg más bemutatókon is, körülbelül 80%-os csökkenést (bizonyos jelenetvariációkban körülbelül 670 MB-ig).
Nem csak a VRAM-csökkenés mértéke a lényeges, hanem az is, hogy A két verzió vizuális összehasonlítása gyakorlatilag megkülönböztethetetlen. az átlagfelhasználó számára. Az NVIDIA szerint, ha ugyanazt a memória „költségvetést” fenntartják, az NTC még több finom részletet képes megőrizni, mint a leskálázott vagy újraskálázott BCn textúrák.
Egy konkrét példa látható a villában, egy asztalon evőeszközökkel, palackokkal és dísztárgyakkal. Ebben az összehasonlításban, Az NTC-vel feldolgozott alkatrész, azonos memóriamennyiséggel, nagyobb élességet és mikrorészleteket mutat. hogy a csökkentett BCn textúrákkal rendelkező renderelt rész beleférjen ugyanabba a VRAM költségvetésbe.
Az ilyen típusú eredmények a technológia kettős felhasználására utalnak: a tanulmányok választhatnak drasztikusan csökkenti a memóriafogyasztást a minőség romlása nélkül vagy fenntarthatja a fogyasztást és növelheti a vizuális hűséget, ami különösen vonzó azoknál a projekteknél, amelyek szinte fotorealisztikus megjelenésre törekszenek.
Gyakorlati előnyök játékok és grafikus motorok számára
Fejlődési szempontból mindezek fő következménye az, hogy A textúrák már nem annyira korlátozóak az összetett jelenetek tervezésekor.A felszíni térképek által elfoglalt kevesebb VRAM több helyet jelent más rendszerek számára, vagy az egyidejűleg megjelenített tartalom mennyiségének növelésére.
Az európai piacra szánt PC-s játékok esetében, ahol a felhasználói bázis jelentős része még mindig... középkategóriás GPU-k vagy 8 GB memóriával rendelkezőkAz ilyen agresszív tömörítés lehetővé teszi a nagy felbontású textúrák megjelenítését olyan rendszereken, amelyek jelenleg kénytelenek minőséget csökkenteni, hogy elkerüljék a VRAM-korlát túllépését.
Az NVIDIA által kiemelt előnyök között szerepelnek a következők:
- Drasztikus csökkenés a VRAM használatában, bizonyos esetekben akár hétszer is.
- Képesség a kezelésre nagyobb felbontású textúrák memóriaigények kiváltása nélkül.
- Szűk keresztmetszetek enyhítése a memória-sávszélességgel és az eszközfolyamattal kapcsolatos.
- potenciális kisebb telepítési és foltméret, kompaktabb textúrák lemezre csomagolásával.
- Jobb kihasználása hordozható eszközök és jövőbeli konzolokahol a memória korlátozottabb erőforrás.
Mindez illeszkedik egy olyan piachoz, ahol még Európában is a játékok letöltési mérete könnyen meghaladja a 100 GB-ot, és ahol a rendelkezésre álló sávszélesség nem mindig elegendő, különösen vidéki területeken vagy szerényebb internetkapcsolattal. A textúra méretének csökkentése a minőség feláldozása nélkül Ez befolyásolhatja a letöltési időt és a frissítéseket.
Továbbá az intelligens számítástechnikára való nagyobb támaszkodás révén csökken a fizikai memóriára nehezedő nyomás, és a modern GPU-k számítási képességei hatékonyabban kihasználhatók, amit az NVIDIA már egy ideje más mesterséges intelligencia megoldásokkal is népszerűsít.
Neurális anyagok: kevesebb csatorna, nagyobb sebesség
Az NTC mellett az NVIDIA is bemutatta a következő koncepciót: Neurális anyagok, az idegi tömörítés ötletének természetes kiterjesztése, amelyet nemcsak a textúrákra, hanem a rendereléshez használt anyagok fizikai modelljére is alkalmaznak.
Egy hagyományos munkafolyamatban a felület fényre adott viselkedésének leírására a következőket kombinálják több csatorna és térképAz alapszín, a normálvektorok, az érdesség, a fémesség, az elfedések és egyéb, a grafikus motor által használt BRDF egyenlethez kapcsolódó specifikus adatok. Ez rengeteg adatot, számos memória-hozzáférést és pixelenként meglehetősen sok matematikai műveletet jelent.
Neurális anyagokkal, Ez a csatornakészlet egy kompaktabb látens reprezentációra redukálódik Egy kis neurális hálózat felelős a valós idejű dekódolásért, az anyag vizuális tulajdonságainak rekonstruálásáért a renderelés során.
Az NVIDIA által megosztott tesztekben a következő konfigurációt használták: 19 csatornányi anyagból mindössze 8 lett, ami a 1080p felbontású tesztjelenetekben a következőre fordult: 1,4 és 7,7-szeres közötti gyorsulások a renderelési időben, az adott esettől függően.
Ez a módszer nemcsak memóriát takarít meg, hanem Leegyszerűsíti az adathozzáférések és a pixelenkénti műveletek számát.Ez különösen kritikus a sugárkövetési és az útvonalkövetési konfigurációkban, ahol minden egyes fényvisszaverődés költsége megsokszorozódik.
NTC az NVIDIA új, mesterséges intelligenciával vezérelt grafikus termékpalettáján belül
Az idegi textúra-tömörítés nem önmagában jön létre. Egy tágabb stratégia része, amelyben Az NVIDIA a grafikus folyamat kulcsfontosságú részeit tervezi újra a neurális hálózatok kihasználásával.Az olyan technológiák, mint a DLSS, a képkockagenerálás vagy a közelgő DLSS 5, ugyanazon az alapötleten alapulnak: a renderelés hagyományosan „nehéz” munkájának egy részét optimalizált MI-modellekre áthelyezni.
Számos GTC technikai előadáson elmagyarázták, hogy az egyszerű képfeldolgozáson túl, A textúrák és anyagok tömörítése és neurális renderelése kulcsfontosságú összetevők hogy az ökoszisztéma jól működjön. A memória csökkentése, a szűk keresztmetszetek minimalizálása és az erőforrások felszabadítása nagyobb mozgásteret biztosít más szakaszoknak, például a DLSS képrekonstrukciónak.
Az NVIDIA által kiemelt egyik pont az NTC és a neurális anyagok esetében, hogy A generatív mesterséges intelligenciát nem használják művészi tartalom „feltalálására”.Ehelyett következtetési modellekről van szó, amelyek célja a textúrák és anyagok megjelenésének hű reprodukálása a művészeti csapat által korábban meghatározottak szerint. Ez a módszer célja, hogy megválaszolja a közösségben felmerült kritikákat a mesterséges intelligencia játékok eredeti vizuális szándékára gyakorolt lehetséges hatásával kapcsolatban.
A gyakorlatban a kitűzött cél az, hogy a neurális eszközök a következőképpen működjenek: technikai gyorsítókés nem a művészek és stúdiók kreatív munkájának helyettesítőjeként, ami minden bizonnyal további vitákat fog generálni, amint ezek a megoldások elérik a kereskedelmi forgalomba kerülő címeket.
Az NVIDIA szerint, Az NTC-t támogató hálózatokat már betanították a videojátékokban gyakran előforduló anyagok széles skálájához.Ez elméletileg megkönnyítené a kereskedelmi motorokba való integrációját, miután a technológia megnyílik a fejlesztők előtt.
Lehetséges hatás az európai piacra és a jövőbeli telepítésre
Az NVIDIA a mai napig nem tűzött ki konkrét dátumot a neurális textúra-tömörítés széles körű bevezetésére a kereskedelmi játékokban, de A technikai bemutatók egy olyan forgatókönyvre utalnak, amelyben a VRAM használata kevésbé korlátozóvá válhat.főleg PC-n.
Európában, ahol a hardverpiac nagyon heterogén, ez a fajta megoldás egyértelmű hatással lehet. Sok felhasználó játszik... Játékos laptopok vagy asztali számítógépek 6 vagy 8 GB VRAM-mal rendelkező GPU-kkalEz a mennyiség már most is kezd alulmaradni egyes AAA kiadásokban az „ultra” textúrákkal. Ha az NTC betartja az ígéretét, akkor lehetővé teheti ezeknek a magas beállításoknak a fenntartását anélkül, hogy a játék swappelést vagy hirtelen teljesítménycsökkenést tapasztalna.
A tanulmányok szempontjából gyakorlati ösztönzők is vannak: Kevesebb textúraadat könnyebb felépítést eredményezRövidebb próbaverziók letöltése és elfogadhatóbb frissítési idők. Az európai játékosok számára, ahol nem mindenkinek van hozzáférése nagy sebességű optikai kábeles kapcsolathoz, ez valamivel kevésbé frusztráló élményt jelenthet a nagyobb játékok telepítésekor vagy frissítésekor.
Azonban lesznek olyan tényezők is, amelyeket figyelemmel kell kísérni. A neurális textúra-tömörítés tényleges alkalmazása a következőktől függ: a motorokba, például az Unreal Engine-be, az Unity-be vagy más belső motorokba való integrálás egyszerűsége, a különböző GPU-generációk által kínált támogatástól, valamint az egyes stúdiók minősége, teljesítménye és megvalósítási költsége közötti egyensúlytól függően.
Mindenesetre, ami egyértelműnek tűnik, az az, hogy A grafikus memória az optimalizálás kiemelt célpontjává váltés hogy az olyan javaslatok, mint az NTC, illeszkednek a „neurális renderelés” felé vezető tágabb trendbe, ahol az intelligens számítástechnika felváltja a kizárólag a nyers erőn alapuló hagyományos megoldások egy részét.
A teljes képet nézve a neurális textúra-tömörítés, a neurális anyagok és a DLSS körül bejelentett egyéb technikák egy olyan grafikus motorgenerációra utalnak, amelyben A mesterséges intelligencia nemcsak pixeleket hoz létre, hanem azt is eldönti, hogyan tárolja, tömörítse és rekonstruálja azokat.Ha a VRAM-megtakarítás, a jobb részletgazdagság és a csökkentett renderelési idő ígéretei valósággá válnak a kereskedelmi játékokban, akkor az elmúlt évek egyik legjelentősebb változását nézhetjük a valós idejű grafika előállításának és végrehajtásának módjában.
