Viimastel aastatel on palju räägitud 4K resolutsioonidest, kiirte jälgimisest ja DLSS-ist, kuid üks peamisi ja sageli tähelepanuta jäetud piiranguid jäi graafikamäluks. üha raskemad tekstuurid ja nõudlikumad mängudIsegi paljudel Euroopa keskklassi graafikakaartidel sai videomälu kiiresti otsa, sundides kasutajaid madalamaid kvaliteediseadeid kasutama või leppima pildi katkestuste ja jõudluse langusega.
Selles kontekstis näib see NVIDIA närvitekstuuride tihendamine (NTC), närvivõrkudel põhinev tekstuuride tihendamise tehnoloogia, mida esitleti üksikasjalikult GTC ja GDC ajal 2026. aastal. Selle ettepanek on lihtne: vähendada tekstuuride mälukasutust väga agressiivselt, ilma et see halvendaks ekraanil kuvatavat pilti ja mõnes stsenaariumis isegi parandaks seda klassikaliste meetoditega võrreldes.
Kuidas närvitekstuuride tihendamine toimib ja mis teeb selle erinevaks
NTC aluseks on väikesed närvivõrgud, mis on spetsiaalselt treenitud tekstuuride jaoksSelle asemel, et loota ainult BCn-plokkide tihendusvormingutele (BC5, BC6, BC7 jne), mida tööstus on aastaid kasutanud, salvestatakse need tekstuurid juba pakitult VRAM-i ja GPU tõlgendab neid lennult, kuid need hõivavad siiski märkimisväärse osa mälust.
Neuraalse tekstuuri tihendamisega Tekstuuriinfo salvestatakse palju kompaktsemas esitusesSee on omamoodi latentne kodeering, mida närvivõrk dekodeerib reaalajas iga kaadri renderdamisel. GPU ei töötle gigabaite difusioonikaarte, normaale, karedust jne, vaid töötab palju väiksema andmekogumiga.
NVIDIA selgituste kohaselt on neil närvimudelitel koolitatud mõistma, milline teksaseelik peaks välja nägema (tekstuuri "piksel") antud materjali jaoks: kivi, puit, metalli tekstuurkeraamika, tekstiilid jne. Selle õppe põhjal saab võrk tihendatud andmetest lõpliku välimuse rekonstrueerida, jäljendades visuaalset tulemust, mis meil oleks palju mahukamate tekstuuridega.
Praktiline tulemus on see, et tekstuurid lakkavad olemast mälus fikseeritud "koorem" ja muutuvad sõltuvaks väiksem tihendatud kood ja tehisintellekti järeldusvõimalusedSee on kooskõlas NVIDIA üldise trendiga nihutada mälu ja ribalaiuse koormust oma GPU-des intelligentse andmetöötluse poole.
Demo "Tuscan Wheels / Tuscan Villa": 6,5 GB-lt vähem kui 1 GB-ni videomälu
Tehnoloogia potentsiaali illustreerimiseks on NVIDIA näidanud mitmeid tehnilisi demonstratsioone, sealhulgas nüüdseks tuntud stseeni „Toscana rattad” või „Toscana villa”, Vahemere stiilis villa detailse interjööriga, mis toimib kõrgetasemelise detailide katsetamise polügoonina.
Traditsioonilises konfiguratsioonis, kasutades vorminguid Standardne BCn-stseen vajab umbes 6,5 GB videomälu See kehtib ainult tekstuuride kohta. Neuraaltekstuuride tihendamise lubamisega töötab sama keskkond ligikaudu 970 MB graafikamäluSee tähendab ligikaudu 85% vähenemist võrreldes esialgse kasutusega. Sarnaseid numbreid on täheldatud ka teistes demonstratsioonides, kus vähenemine on olnud umbes 80% (teatud stseenivariatsioonides kuni umbes 670 MB-ni).
Oluline pole mitte ainult videomälu languse suurusjärk, vaid ka see, et Kahe versiooni visuaalne võrdlus on praktiliselt eristamatu. tavakasutajale. NVIDIA sõnul suudab NTC sama mälu "eelarve" korral säilitada isegi rohkem peeneid detaile kui alla- või ümberskaleeritud BCn-tekstuurid.
Konkreetse näite võib näha villa sees, kus laud on kaetud lauanõude, pudelite ja dekoratiivesemetega. Selles võrdluses, NTC-ga töödeldud detail sama mälumahuga näitab suuremat teravust ja mikrodetaile. et vähendatud BCn-tekstuuridega renderdatud osa mahuks sama VRAM-i eelarvesse.
Sellised tulemused viitavad tehnoloogia kahetisele kasutamisele: uuringutes saab valida vähendage drastiliselt mälukasutust ilma kvaliteeti kaotamata või säilitada tarbimine ja viia visuaalne täpsus kõrgemale tasemele, mis on eriti atraktiivne projektide jaoks, mis pürivad peaaegu fotorealistliku ilme poole.
Praktilised eelised mängudele ja graafikamootoritele
Arengu seisukohast on selle kõige peamine tagajärg see, et Tekstuurid ei ole keerukate stseenide kujundamisel enam nii piiravad.Pinnakaartide poolt hõivatud väiksem videomälu tähendab rohkem ruumi teistele süsteemidele või samaaegselt kuvatava sisu hulga suurendamiseks.
Euroopa turule suunatud arvutimängude puhul, kus märkimisväärne osa kasutajaskonnast on endiselt... keskmise klassi graafikakaardid või need, millel on 8 GB mäluSelline agressiivne tihendamine avab ukse kõrgresolutsiooniliste tekstuuride lubamiseks süsteemides, mis praegu on sunnitud VRAM-i piiri ületamise vältimiseks kvaliteeti vähendama.
NVIDIA esiletõstetud eeliste hulgas on:
- VRAM-i kasutamise drastiline vähenemine, teatud olukordades kuni seitse korda.
- Võime hakkama saada kõrgema eraldusvõimega tekstuurid ilma mälunõudeid käivitamata.
- Kitsaskohtade leevendamine seotud mälu ribalaiuse ja varade voogedastusega.
- Potentsiaal väiksem paigaldus ja plaastri suurus, pakkides kettale kompaktsemaid tekstuure.
- Parem kasutamine kaasaskantavad seadmed ja tulevased konsoolidkus mälu on piiratum ressurss.
Kõik see sobib turuga, kus isegi Euroopas ületavad mängud allalaadimismahu kergesti 100 GB ja kus saadaolev ribalaius pole alati piisav, eriti maapiirkondades või tagasihoidlikumate ühenduste korral. Vähenda tekstuuri suurust kvaliteeti ohverdamata See võib allalaadimisaegu ja värskendusi mõjutada.
Lisaks leevendub intelligentsele andmetöötlusele rohkem toetudes osa füüsilise mälu survest ja tänapäevaste GPU-de arvutusvõimekust kasutatakse tõhusamalt, mida NVIDIA on juba mõnda aega teiste tehisintellekti lahendustega propageerinud.
Neuraalmaterjalid: vähem kanaleid, suurem kiirus
Lisaks NTC-le on NVIDIA esitlenud ka kontseptsiooni Neuraalsed materjalid, närvikompressiooni idee loomulik laiendus, mida rakendatakse mitte ainult tekstuuridele, vaid ka renderdamisel kasutatavate materjalide füüsilisele mudelile.
Traditsioonilises töövoogudes kombineeritakse valguse suhtes pinna käitumise kirjeldamiseks järgmist. mitu kanalit ja kaartiPõhivärv, normaal, karedus, metallilisus, oklusioon ja muud graafikamootori kasutatava BRDF-võrrandiga seotud spetsiifilised andmed. See tähendab palju andmeid, palju mälupöördusi ja üsna palju matemaatilisi tehteid piksli kohta.
Neuraalmaterjalidega See kanalite komplekt on taandatud kompaktsemaks latentseks esituseks Reaalajas dekodeerimise eest vastutab väike närvivõrk, mis rekonstrueerib materjali visuaalsed omadused renderdamise ajal.
NVIDIA jagatud testides kasutati konfiguratsiooni 19 materjalikanalit vähendati vaid 8 kanalini, mis 1080p resolutsiooniga teststseenides teisendus järgmiseks kiirendused 1,4 kuni 7,7 korda renderdamisaja jooksul, olenevalt konkreetsest juhtumist.
See lähenemisviis mitte ainult ei säästa mälu, vaid ka See lihtsustab andmepöörduste ja toimingute arvu piksli kohta.See on eriti oluline kiirte jälgimise ja teekonna jälgimise konfiguratsioonides, kus iga valguse põrke hind mitmekordistub.
NTC NVIDIA uues tehisintellektil põhinevas graafikakanalis
Neuraalse tekstuuri tihendamine ei tule iseenesest. See on osa laiemast strateegiast, mille raames NVIDIA kujundab graafikaprotsessi põhiosasid ümber, kasutades ära närvivõrke.Sellised tehnoloogiad nagu DLSS, kaadrite genereerimine või tulevane DLSS 5 põhinevad samal ideel: suunata osa traditsiooniliselt "raskest" renderdamistööst optimeeritud tehisintellekti mudelitele.
Mitmetes GTC tehnilistes vestlustes on selgitatud, et lisaks lihtsale piltide järeltöötlusele Tekstuuride ja materjalide tihendamine ja närvirenderdamine on võtmekomponendid et see ökosüsteem hästi toimiks. Mälu vähendamine, kitsaskohtade minimeerimine ja ressursside vabastamine annab teistele etappidele, näiteks DLSS-piltide rekonstrueerimisele, rohkem vabadust.
Üks punkt, mida NVIDIA rõhutab, on see, et NTC ja närvimaterjalide puhul Generatiivset tehisintellekti ei kasutata kunstilise sisu "leiutamiseks".Selle asemel on need järeldusmudelid, mis on loodud kunstimeeskonna poolt eelnevalt määratletud tekstuuride ja materjalide välimuse täpseks taasesitamiseks. Selle eesmärk on vastata kogukonnas tekkinud kriitikale tehisintellekti võimaliku mõju kohta mängude algsele visuaalsele kavatsusele.
Praktikas on eesmärk, et närvitööriistad toimiksid järgmiselt tehnilised kiirendidja mitte kunstnike ja stuudiote loomingulise töö asendajatena, mis tekitab kindlasti jätkuvalt arutelusid, kui need lahendused jõuavad kommertslikesse teostesse.
NVIDIA andmetel NTC-d toetavad võrgud on juba treenitud mitmesuguste videomängudes tavaliselt leiduvate materjalide jaoks.See hõlbustaks teoreetiliselt selle integreerimist kommertsmootoritesse, kui tehnoloogia arendajatele avatakse.
Võimalik mõju Euroopa turule ja tulevasele kasutuselevõtule
NVIDIA ei ole veel määranud kindlat kuupäeva, millal närvitekstuuride tihendamine kommertsmängudes laialdaselt kasutusele võetakse, kuid Tehnilised demonstratsioonid viitavad stsenaariumile, kus videomälu kasutamine võib muutuda vähem piiravaks.eriti arvutis.
Euroopas, kus riistvaramaastik on väga heterogeenne, võib sellisel lahendusel olla selge mõju. Paljud kasutajad mängivad Mänguritele mõeldud sülearvutid või lauaarvutid, mille graafikaprotsessoritel on 6 või 8 GB videomäluSee kogus hakkab juba mõnedes AAA-väljaannetes, kus on "ultra" tekstuurid, puuduma. Kui NTC oma lubaduse täidab, võib see võimaldada nende kõrgete sätete säilitamist ilma, et mäng kogeks vahetusi või järske jõudluslangusi.
Uuringute vaatenurgast on ka praktilisi stiimuleid: Vähem tekstuuriandmeid tähendab kergemaid ehitusiLühemad prooviversioonide allalaadimised ja mõistlikumad värskendusajad. Euroopa mängijatele, kus kõigil pole juurdepääsu kiiretele fiiberoptilistele ühendustele, võib see tähendada veidi vähem frustreerivat kogemust suurte mängude installimisel või värskendamisel.
Siiski on ka tegureid, mida jälgida. Neuraaltekstuuride tihendamise tegelik kasutuselevõtt sõltub järgmistest teguritest: integreerimise lihtsus mootoritesse nagu Unreal Engine, Unity või muud sisemised mootorid, olenevalt eri põlvkondade graafikakaartide pakutavast toest ja iga stuudio kvaliteedi, jõudluse ja rakenduskulude tasakaalust.
Igal juhul tundub selge olevat see, et Graafikamälust on saanud optimeerimise prioriteetne sihtmärkja et sellised ettepanekud nagu NTC sobivad laiemasse "neuraalrenderdamise" trendi, kus intelligentne andmetöötlus asendab mõned traditsioonilised lahendused, mis põhinevad üksnes toore jõu kasutamisel.
Suuremat pilti vaadates viitavad närvitekstuuride tihendamine, närvimaterjalid ja muud DLSS-iga seoses väljakuulutatud tehnikad graafikamootorite põlvkonnale, kus Tehisintellekt mitte ainult ei loo piksleid, vaid otsustab ka, kuidas neid salvestada, tihendada ja rekonstrueerida.Kui lubadused VRAM-i kokkuhoiu, detailide parandamise ja renderdusaja lühenemise kohta kommertsmängudes teoks saavad, võime vaadata viimaste aastate üht olulisemat muutust reaalajas graafika tootmises ja teostamises.
