V posledných rokoch sa veľa hovorilo o rozlíšení 4K, sledovaní lúčov a DLSS, ale jedným z hlavných, často prehliadaných obmedzení zostávala grafická pamäť. čoraz ťažšie textúry a náročnejšie hryDokonca aj mnohým grafickým kartám strednej triedy v Európe sa rýchlo vyčerpala pamäť VRAM, čo nútilo používateľov znížiť nastavenia kvality alebo sa vyrovnávať so zasekávaním a poklesom výkonu.
V danom kontexte sa zdá Kompresia neurónov textúr NVIDIA (NTC), technológia kompresie textúr založená na neurónových sieťach, ktorá bola podrobne predstavená počas konferencií GTC a GDC v roku 2026. Jej návrh je priamočiary: veľmi agresívne znížiť spotrebu pamäte textúrami, ale bez zhoršenia obrazu vnímaného na obrazovke, a v niektorých scenároch ho dokonca zlepšiť v porovnaní s klasickými metódami.
Ako funguje kompresia neurónových textúr a čo ju odlišuje
Základom NTC je použitie malé neurónové siete špeciálne trénované na textúryNamiesto spoliehania sa výlučne na formáty kompresie blokov BCn (BC5, BC6, BC7 atď.), ktoré priemysel používa už roky. Tradične sú tieto textúry uložené už komprimované vo VRAM a GPU ich interpretuje za chodu, ale stále zaberajú značné množstvo pamäte.
S kompresiou neurónových textúr, Informácie o textúre sú uložené v oveľa kompaktnejšej reprezentáciiIde o druh latentného kódovania, ktoré neurónová sieť dekóduje v reálnom čase pri vykresľovaní každého snímku. Namiesto spracovania gigabajtov difúznych máp, normál, drsnosti atď. pracuje GPU s oveľa menšou množinou údajov.
Podľa vysvetlení spoločnosti NVIDIA majú tieto neurónové modely vyškolený, aby pochopil, ako by mal texel vyzerať („pixel“ textúry) pre daný materiál: kameň, drevo, kovová textúrakeramika, textil atď. Na základe tohto učenia dokáže sieť z komprimovaných údajov rekonštruovať konečný vzhľad a napodobniť vizuálny výsledok, ktorý by sme mali s oveľa objemnejšími textúrami.
Praktickým výsledkom je, že textúry prestávajú byť fixnou „záťažou“ v pamäti a stávajú sa závislými od menší komprimovaný kód a možnosti inferencie s využitím umelej inteligencieToto je v súlade s celkovým trendom spoločnosti NVIDIA, ktorý presúva zaťaženie pamäte a šírky pásma smerom k inteligentným výpočtom vo svojich grafických procesoroch.
Demo „Tuscan Wheels / Tuscan Villa“: zo 6,5 GB na menej ako 1 GB VRAM
Na ilustráciu potenciálu tejto technológie spoločnosť NVIDIA predviedla niekoľko technických ukážok vrátane dnes už dobre známej scény „Toskánske kolesá“ alebo „Toskánska vila“, stredomorské vilové prostredie s detailne prepracovanými interiérmi, ktoré slúži ako testovacie pole pre detail na vysokej úrovni.
V tradičnej konfigurácii s použitím formátov Štandardná BCn scéna vyžaduje približne 6,5 GB VRAM Toto platí iba pre textúry. Povolením neurálnej kompresie textúr sa rovnaké prostredie spustí s približne 970 MB grafickej pamäteTo znamená zníženie približne o 85 % v porovnaní s pôvodným využitím. Podobné čísla boli zaznamenané aj v iných ukážkach, so znížením okolo 80 % (v určitých variáciách scén až na približne 670 MB).
Dôležitý nie je len rozsah poklesu VRAM, ale aj to, že Vizuálne porovnanie medzi týmito dvoma verziami je prakticky nerozoznateľné. pre priemerného používateľa. Podľa spoločnosti NVIDIA, ak sa zachová rovnaký pamäťový „rozpočet“, NTC je dokonca schopné zachovať viac jemných detailov ako zmenšené alebo zmenené textúry BCn.
Konkrétny príklad možno vidieť vo vnútri vily so stolom pokrytým riadom, fľašami a dekoratívnymi predmetmi. V tomto porovnaní, Časť spracovaná pomocou NTC s rovnakým množstvom pamäte vykazuje väčšiu ostrosť a mikrodetaily. že vykreslená sekcia so zníženými textúrami BCn sa zmestí do rovnakého rozpočtu VRAM.
Tieto typy výsledkov naznačujú dvojité využitie technológie: štúdie sa môžu rozhodnúť pre drasticky znížiť spotrebu pamäte bez straty kvality alebo udržať spotrebu a posunúť vizuálnu vernosť na vyššiu úroveň, čo je obzvlášť atraktívne pre projekty, ktoré sa usilujú o takmer fotorealistický vzhľad.
Praktické výhody pre hry a grafické enginy
Z hľadiska rozvoja je hlavným dôsledkom toho všetkého to, že Textúry už nie sú také obmedzujúce pri navrhovaní zložitých scén.Menej VRAM obsadenej mapami povrchu znamená viac priestoru pre iné systémy alebo pre zvýšenie množstva súčasne zobrazovaného obsahu.
Pre PC hry zamerané na európsky trh, kde stále značná časť používateľskej základne... grafické karty strednej triedy alebo tie s 8 GB pamäteTakáto agresívna kompresia otvára dvere k umožneniu tvorby textúr s vysokým rozlíšením na systémoch, ktoré sú v súčasnosti nútené znižovať kvalitu, aby sa predišlo prekročeniu limitu VRAM.
Medzi výhody, ktoré spoločnosť NVIDIA zdôraznila, patria:
- Drastické zníženie využitia VRAM, v špecifických scenároch až sedemkrát.
- Schopnosť zvládnuť textúry s vyšším rozlíšením bez spustenia požiadaviek na pamäť.
- Odľahčenie úzkych miest súvisiace so šírkou pásma pamäte a streamovaním aktív.
- potenciál menšia veľkosť inštalácie a záplaty, zabalením kompaktnejších textúr na disk.
- Lepšie využitie prenosné zariadenia a budúce konzolykde je pamäť obmedzenejším zdrojom.
Toto všetko zodpovedá trhu, kde aj v Európe hry ľahko prekračujú 100 GB veľkosti sťahovania a kde dostupná šírka pásma nie je vždy dostatočná, najmä vo vidieckych oblastiach alebo so skromnejším pripojením. Zmenšenie veľkosti textúry bez straty kvality Môže to ovplyvniť časy sťahovania a aktualizácií.
Okrem toho, väčším spoliehaním sa na inteligentné výpočty sa znižuje tlak na fyzickú pamäť a výpočtové schopnosti moderných GPU sa využívajú efektívnejšie, čo NVIDIA už nejaký čas propaguje s inými riešeniami umelej inteligencie.
Neurónové materiály: menej kanálov, vyššia rýchlosť
Spolu s NTC predstavila koncept aj spoločnosť NVIDIA. Neurálne materiály, prirodzené rozšírenie myšlienky neurálnej kompresie aplikovanej nielen na textúry, ale aj na fyzický model materiálov použitých pri vykresľovaní.
V tradičnom pracovnom postupe sa na opis správania povrchu v reakcii na svetlo kombinujú nasledujúce prvky viacero kanálov a mápZákladná farba, normály, drsnosť, metalicita, oklúzia a ďalšie špecifické údaje prepojené s rovnicou BRDF používanou grafickým enginom. To sa premieta do veľkého množstva údajov, mnohých prístupov k pamäti a pomerne veľkého počtu matematických operácií na pixel.
S neurálnymi materiálmi, Táto sada kanálov je redukovaná na kompaktnejšiu latentnú reprezentáciu Za dekódovanie v reálnom čase je zodpovedná malá neurónová sieť, ktorá počas vykresľovania rekonštruuje vizuálne vlastnosti materiálu.
V testoch zdieľaných spoločnosťou NVIDIA bola konfigurácia 19 kanálov materiálu bolo zredukovaných na iba 8 kanálov, čo sa v testovacích scénach s rozlíšením 1080p premietlo do zrýchlenia medzi 1,4 a 7,7-násobkom v čase vykresľovania, v závislosti od konkrétneho prípadu.
Tento prístup nielen šetrí pamäť, ale Zjednodušuje počet prístupov k údajom a operácií na pixel.Toto je obzvlášť dôležité v konfiguráciách sledovania lúčov a sledovania ciest, kde sa náklady na každý odraz svetla znásobujú.
NTC v rámci nového grafického kanála NVIDIA s umelou inteligenciou
Kompresia neurónových textúr neprichádza sama o sebe. Je súčasťou širšej stratégie, v ktorej NVIDIA prepracováva kľúčové časti grafického pipeline využitím neurónových sietí.Technológie ako DLSS, generovanie snímok alebo pripravovaný DLSS 5 sú založené na rovnakej základnej myšlienke: presunutie časti tradične „ťažkej“ práce s vykresľovaním na optimalizované modely umelej inteligencie.
V niekoľkých technických rozhovoroch GTC bolo vysvetlené, že okrem jednoduchého následného spracovania obrazu, Kľúčovými komponentmi sú kompresia a neurónové vykresľovanie textúr a materiálov aby tento ekosystém dobre fungoval. Zníženie pamäte, minimalizácia úzkych miest a uvoľnenie zdrojov umožňuje ďalším fázam, ako je napríklad rekonštrukcia obrazu DLSS, mať väčší priestor pre výkon.
Jeden bod, ktorý NVIDIA zdôrazňuje, je, že v prípade NTC a neurónových materiálov, Generatívna umelá inteligencia sa nepoužíva na „vymýšľanie“ umeleckého obsahuNamiesto toho ide o inferenčné modely navrhnuté tak, aby verne reprodukovali vzhľad textúr a materiálov, ktoré predtým definoval umelecký tím. Cieľom je riešiť časť kritiky, ktorá sa v komunite objavila v súvislosti s potenciálnym vplyvom umelej inteligencie na pôvodný vizuálny zámer hier.
V praxi je deklarovaným cieľom, aby neurónové nástroje fungovali ako technické urýchľovačea nie ako náhrady za kreatívnu prácu umelcov a štúdií, čo bude určite naďalej vyvolávať diskusiu, keď sa tieto riešenia dostanú do komerčných titulov.
Podľa spoločnosti NVIDIA, Siete, ktoré podporujú NTC, už boli vyškolené pre širokú škálu materiálov bežne sa vyskytujúcich vo videohrách.To by teoreticky uľahčilo jeho integráciu do komerčných systémov, akonáhle bude technológia sprístupnená vývojárom.
Potenciálny vplyv na európsky trh a budúce nasadenie
Spoločnosť NVIDIA doteraz nestanovila konkrétny dátum, kedy bude neurónová kompresia textúr široko implementovaná v komerčných hrách, ale Technické ukážky poukazujú na scenár, v ktorom by sa používanie VRAM mohlo stať menej obmedzujúcim.najmä na PC.
V Európe, kde je hardvérová krajina veľmi heterogénna, môže mať tento typ riešenia jasný vplyv. Mnoho používateľov hrá z Herné notebooky alebo stolové počítače s grafickými kartami so 6 alebo 8 GB VRAMToto množstvo už začína byť v niektorých AAA vydaniach s „ultra“ textúrami nedostatočné. Ak NTC splní svoj sľub, mohlo by to umožniť udržiavanie týchto vysokých nastavení bez toho, aby hra zažívala prepínanie alebo náhle poklesy výkonu.
Z pohľadu štúdií existujú aj praktické stimuly: Menej textúrnych dát znamená ľahšie zostavyMenšie sťahovania skúšobných verzií a rozumnejšie časy aktualizácií. Pre európskych hráčov, kde nie každý má prístup k vysokorýchlostnému optickému pripojeniu, by sa to mohlo prejaviť o niečo menej frustrujúcim zážitkom pri inštalácii alebo aktualizácii veľkých hier.
Budú však existovať aj faktory, ktoré treba sledovať. Skutočné prijatie neurónovej kompresie textúr bude závisieť od jednoduchá integrácia do enginov ako Unreal Engine, Unity alebo iných interných enginov, v závislosti od podpory ponúkanej rôznymi generáciami GPU a rovnováhy medzi kvalitou, výkonom a implementačnými nákladmi pre každé štúdio.
V každom prípade sa zdá jasné, že Grafická pamäť sa stala prioritným cieľom optimalizáciea že návrhy ako NTC zapadajú do širšieho trendu smerom k „neuronálnemu vykresľovaniu“, kde inteligentné výpočty nahrádzajú niektoré tradičné riešenia založené výlučne na hrubej sile.
Pri pohľade na celkový obraz, neurónová kompresia textúr, neurónové materiály a ďalšie techniky oznámené v súvislosti s DLSS poukazujú na generáciu grafických enginov, v ktorých Umelá inteligencia nielen vytvára pixely, ale aj rozhoduje o tom, ako ich ukladať, komprimovať a rekonštruovať.Ak sa sľuby o úsporách VRAM, vylepšených detailoch a skrátených časoch vykresľovania naplnia v komerčných hrách, mohli by sme sa pozerať na jednu z najvýznamnejších zmien v posledných rokoch v spôsobe, akým sa vytvára a vykonáva grafika v reálnom čase.
