Posljednjih godina mnogo se pričalo o 4K rezolucijama, ray tracingu i DLSS-u, ali jedno od glavnih, često zanemarenih ograničenja ostala je grafička memorija. sve teže teksture i sve zahtjevnije igreČak su i mnoge grafičke kartice srednje klase u Evropi brzo ostale bez VRAM-a, prisiljavajući korisnike da snize postavke kvaliteta ili da žive sa zastojima i padom performansi.
U tom kontekstu se čini NVIDIA kompresija neuronskih tekstura (NTC), tehnologija kompresije tekstura zasnovana na neuronskim mrežama detaljno predstavljena tokom GTC-a i GDC-a 2026. godine. Njen prijedlog je jednostavan: vrlo agresivno smanjiti potrošnju memorije tekstura, ali bez pogoršanja slike percipirane na ekranu, pa čak i poboljšati je u nekim scenarijima u poređenju s klasičnim metodama.
Kako funkcioniše kompresija neuronskih tekstura i po čemu se razlikuje
Osnova NTC-a je upotreba male neuronske mreže posebno obučene za tekstureUmjesto oslanjanja isključivo na BCn formate kompresije blokova (BC5, BC6, BC7, itd.) koje industrija koristi godinama. Tradicionalno, ove teksture se pohranjuju već komprimirane u VRAM, a GPU ih interpretira u hodu, ali i dalje zauzimaju značajnu količinu memorije.
Sa kompresijom neuronske teksture, Informacije o teksturi su pohranjene u mnogo kompaktnijem prikazuOvo je vrsta latentnog kodiranja koje neuronska mreža dekodira u realnom vremenu prilikom renderiranja svakog frejma. Umjesto rukovanja gigabajtima difuzijskih mapa, normala, hrapavosti i tako dalje, GPU radi sa mnogo manjim skupom podataka.
Prema objašnjenjima kompanije NVIDIA, ovi neuronski modeli imaju obučen da razumije kako bi teksel trebao izgledati ("piksel" teksture) za dati materijal: kamen, drvo, metalna teksturakeramika, tekstil itd. Na osnovu ovog učenja, mreža može rekonstruisati konačni izgled iz komprimovanih podataka, emulirajući vizuelni rezultat koji bismo imali sa mnogo voluminoznijim teksturama.
Praktični rezultat je da teksture prestaju biti fiksni "teret" u memoriji i postaju ovisne o manji komprimirani kod i mogućnosti AI inferencijeOvo je u skladu s općim trendom kompanije NVIDIA da preusmjeri opterećenje memorije i propusnog opsega prema inteligentnom računarstvu u svojim grafičkim procesorima.
Demo "Tuscan Wheels / Tuscan Villa": sa 6,5 GB na manje od 1 GB VRAM-a
Kako bi ilustrovala potencijal tehnologije, NVIDIA je prikazala nekoliko tehničkih demonstracija, uključujući sada već dobro poznatu scenu „Toskanski kotači“ ili „Toskanska vila“, mediteranska vila s detaljnim interijerima koja služi kao poligon za testiranje detalja na visokoj razini.
U tradicionalnoj konfiguraciji, korištenjem formata Standardna BCn scena zahtijeva oko 6,5 GB VRAM-a. Ovo se odnosi samo na teksture. Omogućavanjem neuronske kompresije tekstura, isto okruženje radi sa približno 970 MB grafičke memorijeTo jest, smanjenje od približno 85% u poređenju s prvobitnom upotrebom. Slične brojke su viđene i u drugim demonstracijama, sa smanjenjima od oko 80% (do oko 670 MB u određenim varijacijama scene).
Relevantna nije samo veličina pada VRAM-a, već i to Vizuelna usporedba između dvije verzije je praktično nerazlučiva. za prosječnog korisnika. Prema NVIDIA-i, ako se održi isti memorijski "budžet", NTC je čak sposoban sačuvati više finih detalja nego smanjene ili reskalirane BCn teksture.
Konkretan primjer se može vidjeti unutar vile, sa stolom prekrivenim posuđem, bocama i ukrasnim predmetima. U toj usporedbi, Dio obrađen NTC-om, sa istom količinom memorije, pokazuje veću oštrinu i mikrodetalje. da se renderirani dio sa smanjenim BCn teksturama uklopi u isti VRAM budžet.
Ovi tipovi rezultata ukazuju na dvostruku upotrebu tehnologije: studije se mogu odlučiti za drastično smanjite potrošnju memorije bez gubitka kvalitete ili održati potrošnju i podići vizualnu vjernost na viši nivo, nešto posebno atraktivno za projekte koji teže gotovo fotorealističnom izgledu.
Praktične prednosti za igre i grafičke engine-e
Sa stanovišta razvoja, glavna posljedica svega ovoga je da Teksture više nisu toliko ograničavajuće pri dizajniranju složenih scena.Manje VRAM-a zauzetog površinskim mapama znači više prostora za druge sisteme ili za povećanje količine sadržaja prikazanog istovremeno.
Za PC igre namijenjene evropskom tržištu, gdje značajan dio korisničke baze još uvijek... grafičke kartice srednje klase ili one sa 8 GB memorijeTakva agresivna kompresija otvara vrata omogućavanju tekstura visoke rezolucije na sistemima koji su trenutno prisiljeni smanjiti kvalitet kako bi izbjegli prekoračenje ograničenja VRAM-a.
Među prednostima koje je NVIDIA istakla su:
- Drastično smanjenje korištenja VRAM-a, do sedam puta u određenim scenarijima.
- Sposobnost rukovanja teksture veće rezolucije bez aktiviranja zahtjeva za memorijom.
- Olakšanje uskih grla vezano za propusnost memorije i streaming resursa.
- Potencijal manja instalacija i veličina zakrpe, pakovanjem kompaktnijih tekstura na disk.
- Bolje korištenje prenosivi uređaji i buduće konzolegdje je memorija ograničeniji resurs.
Sve se ovo uklapa u tržište gdje, čak i u Evropi, igre lako prelaze 100 GB veličine za preuzimanje i gdje dostupna propusnost nije uvijek adekvatna, posebno u ruralnim područjima ili sa skromnijim vezama. Smanjite veličinu teksture bez žrtvovanja kvalitete To može napraviti razliku u vremenu preuzimanja i ažuriranjima.
Nadalje, većim oslanjanjem na inteligentno računarstvo, smanjuje se dio pritiska na fizičku memoriju, a računarske mogućnosti modernih GPU-ova se efikasnije koriste, nešto što NVIDIA već neko vrijeme promovira s drugim AI rješenjima.
Neuralni materijali: manje kanala, veća brzina
Uz NTC, NVIDIA je također predstavila koncept Neuralni materijali, prirodno proširenje ideje neuronske kompresije primijenjene ne samo na teksture, već i na fizički model materijala korištenih u renderiranju.
U tradicionalnom radnom procesu, da bi se opisalo kako se površina ponaša kao odgovor na svjetlost, kombinuje se sljedeće više kanala i mapaOsnovna boja, normale, hrapavost, metalnost, okluzija i drugi specifični podaci povezani s BRDF jednačinom koju koristi grafički engine. To se prevodi u veliku količinu podataka, mnogo pristupa memoriji i popriličan broj matematičkih operacija po pikselu.
Sa neuronskim materijalima, Ovaj skup kanala se svodi na kompaktniju latentnu reprezentaciju Mala neuronska mreža je odgovorna za dekodiranje u realnom vremenu, rekonstruišući vizuelna svojstva materijala tokom renderovanja.
U testovima koje je podijelila NVIDIA, konfiguracija 19 kanala materijala je smanjeno na samo 8 kanala, što se u testnim scenama u rezoluciji od 1080p prevelo u ubrzanja između 1,4 i 7,7 puta u vremenu renderiranja, ovisno o konkretnom slučaju.
Ovaj pristup ne samo da štedi memoriju, već Pojednostavljuje broj pristupa podacima i operacija po pikselu.Ovo je posebno kritično u konfiguracijama praćenja zraka i praćenja puta, gdje se cijena svakog odbijanja svjetlosti multiplicira.
NTC unutar NVIDIA-inog novog grafičkog cjevovoda pokretanog umjetnom inteligencijom
Kompresija neuronske teksture ne dolazi sama od sebe. To je dio šire strategije u kojoj NVIDIA redizajnira ključne dijelove grafičkog procesa koristeći neuronske mreže.Tehnologije poput DLSS-a, generiranja kadrova ili nadolazećeg DLSS 5 zasnovane su na istoj osnovnoj ideji: preusmjeravanje dijela tradicionalno "teškog" posla renderiranja na optimizirane AI modele.
U nekoliko tehničkih predavanja GTC-a objašnjeno je da, pored jednostavne naknadne obrade slike, Kompresija i neuronsko renderiranje tekstura i materijala su ključne komponente da bi taj ekosistem dobro funkcionisao. Smanjenje memorije, minimiziranje uskih grla i oslobađanje resursa omogućava drugim fazama, kao što je rekonstrukcija DLSS slike, da imaju više prostora za rad.
Jedna stvar koju NVIDIA naglašava je da, u slučaju NTC i neuronskih materijala, Generativna umjetna inteligencija se ne koristi za "izmišljanje" umjetničkog sadržajaUmjesto toga, to su modeli zaključivanja dizajnirani da vjerno reproduciraju izgled tekstura i materijala koje je prethodno definirao umjetnički tim. Cilj ovoga je odgovoriti na neke od kritika koje su se pojavile u zajednici u vezi s potencijalnim utjecajem umjetne inteligencije na originalnu vizualnu namjeru igara.
U praksi, navedeni cilj je da neuronski alati djeluju kao tehnički akceleratoria ne kao zamjene za kreativni rad umjetnika i studija, nešto što će sigurno nastaviti izazivati debatu kako ova rješenja budu dolazila do komercijalnih izdanja.
Prema NVIDIA-i, Mreže koje podržavaju NTC već su obučene za širok spektar materijala koji se obično nalaze u video igrama.To bi teoretski olakšalo njegovu integraciju u komercijalne pretraživače nakon što tehnologija bude otvorena za programere.
Potencijalni utjecaj na evropsko tržište i buduća primjena
Do danas, NVIDIA nije odredila tačan datum za široku primjenu neuronske kompresije tekstura u komercijalnim igrama, ali Tehničke demonstracije ukazuju na scenario u kojem bi upotreba VRAM-a mogla postati manje restriktivna., posebno na računaru.
U Evropi, gdje je hardverski pejzaž vrlo heterogen, ova vrsta rješenja može imati jasan utjecaj. Mnogi korisnici igraju od Laptopi ili desktop računari za igranje sa grafičkim procesorima sa 6 ili 8 GB VRAM-aOvaj iznos već počinje da nestaje u nekim AAA izdanjima sa "ultra" teksturama. Ako NTC ispuni svoje obećanje, mogao bi omogućiti održavanje ovih visokih postavki bez da igra doživljava prebacivanje ili nagli pad performansi.
Iz perspektive studija, postoje i praktični podsticaji: Manje podataka o teksturama znači lakše verzijeManja probna preuzimanja i razumnija vremena ažuriranja. Za evropske igrače, gdje nemaju svi pristup brzim optičkim vezama, ovo bi se moglo prevesti u nešto manje frustrirajuće iskustvo prilikom instaliranja ili ažuriranja velikih igara.
Međutim, postojat će i faktori koje treba pratiti. Stvarno usvajanje kompresije neuronskih tekstura zavisit će od jednostavnost integracije u engine-e kao što su Unreal Engine, Unity ili drugi interni engine-i, ovisno o podršci koju nude različite generacije GPU-ova i ravnoteži između kvalitete, performansi i troškova implementacije za svaki studio.
U svakom slučaju, ono što se čini jasnim jeste da Grafička memorija je postala prioritetna meta za optimizacijui da se prijedlozi poput NTC-a uklapaju u širi trend prema "neuronalnom renderiranju", gdje inteligentno računarstvo zamjenjuje neka od tradicionalnih rješenja zasnovanih isključivo na gruboj sili.
Gledajući širu sliku, neuronska kompresija tekstura, neuronski materijali i druge tehnike najavljene oko DLSS-a ukazuju na generaciju grafičkih engine-ova u kojima... Vještačka inteligencija ne samo da kreira piksele, već i odlučuje kako ih pohraniti, komprimirati i rekonstruirati.Ako se obećanja o uštedi VRAM-a, poboljšanim detaljima i smanjenom vremenu renderiranja ostvare u komercijalnim igrama, mogli bismo svjedočiti jednoj od najznačajnijih promjena posljednjih godina u načinu na koji se grafika u stvarnom vremenu proizvodi i izvršava.
