英偉達“神經(jīng)紋理壓縮”可讓顯存占用直降85%，且游戲畫質(zhì)無損

IT之家 4 月 5 日消息，隨著游戲愈發(fā)復(fù)雜且追求照片級寫實效果，游戲行業(yè)愈發(fā)依賴圖像超分技術(shù)，以應(yīng)對不斷激增的硬件需求。這帶來的一大問題便是顯存占用，其在過去幾年間大幅攀升。為解決這一問題，英偉達研發(fā)了一項名為“神經(jīng)紋理壓縮”（NTC）的技術(shù)，該技術(shù)在今日的圖形處理器技術(shù)大會演講中再次被提及，頂級顯卡將能夠運用英偉達的這項神經(jīng)紋理壓縮技術(shù)。

據(jù)IT之家了解，與傳統(tǒng)的基于區(qū)塊的壓縮技術(shù)不同，神經(jīng)紋理壓縮允許開發(fā)者通過小型神經(jīng)網(wǎng)絡(luò)，解壓任意場景中的紋理。這不僅能大幅縮減紋理體積，讓游戲安裝包更易管理，還能降低運行時的顯存占用。同時壓縮后的紋理呈現(xiàn)效果更出色，英偉達稱最終渲染的紋理分辨率可提升至原來的四倍。

在下方示例中，英偉達運行托斯卡納別墅場景時，采用標準區(qū)塊壓縮技術(shù)需占用 6.5GB 顯存，切換至神經(jīng)紋理壓縮后，顯存占用僅為 970MB，且畫面效果毫無差異。此前該公司的另一項演示顯示，未壓縮的飛行頭盔紋理大小為 272MB，區(qū)塊壓縮可將其降至 98MB，而神經(jīng)紋理壓縮僅需 11.37MB，體積約為原始大小的二十四分之一。

英偉達還展示了神經(jīng)材質(zhì)技術(shù)，其原理一脈相承：依靠神經(jīng)網(wǎng)絡(luò)解析并解壓材質(zhì)紋理數(shù)據(jù)，而非依賴計算成本高昂的雙向反射分布函數(shù)運算。通常一種材質(zhì)會疊加多張紋理貼圖，在渲染流程中，圖形處理器需同時計算光線與各層紋理的交互效果。

神經(jīng)材質(zhì)技術(shù)僅需神經(jīng)網(wǎng)絡(luò)判斷光線在對應(yīng)場景下的反射效果，進而完成像素著色。該神經(jīng)網(wǎng)絡(luò)經(jīng)過所有紋理數(shù)據(jù)的訓練，能根據(jù)光線與角度直接得出運算結(jié)果。因此在部分演示場景中，英偉達在 1080p 分辨率下實現(xiàn)了最高 7.7 倍的渲染速度提升，且畫面質(zhì)量毫無損耗。

神經(jīng)紋理壓縮效率極高，原因在于它利用了矩陣加速引擎 —— 這是現(xiàn)代圖形處理器中獨立的硬件模塊，因此不會影響基礎(chǔ)性能。英偉達將其稱為張量核心，英特爾稱之為矩陣擴展引擎，AMD 則稱其為人工智能加速器。深度學習超級采樣、超級分辨率銳化技術(shù)、英特爾超級采樣等圖像超分技術(shù)也依托該模塊實現(xiàn)，通過將低分辨率畫面重構(gòu)為高分辨率輸出，這也是英偉達布局神經(jīng)渲染的核心布局之一。

神經(jīng)渲染的理念目前在行業(yè)內(nèi)尚未獲得廣泛認可，“神經(jīng)網(wǎng)絡(luò)”一詞或許會讓人覺得這不過是又一項噱頭式人工智能技術(shù)。但事實恰恰相反，這是人工智能極佳的應(yīng)用方向之一，因為它完全不具備生成式特性。神經(jīng)紋理壓縮僅會針對游戲開發(fā)過程中所需的特定紋理集進行訓練，因此不會出現(xiàn)內(nèi)容臆造的問題。

紋理是目前所有游戲中占用顯存最多的部分，因此任何能管控顯存占用的技術(shù)都備受歡迎。需要注意的是，該技術(shù)并非英偉達獨有，微軟已將其以“協(xié)同向量”之名納入 DirectX 標準。英特爾此前也展示過相關(guān)演示，其紋理效果相較區(qū)塊壓縮有明顯提升。AMD 上一次提及該技術(shù)是在 2024 年，如今大概率也已入局研發(fā)。

目前尚無游戲支持協(xié)同向量或英偉達的神經(jīng)紋理壓縮技術(shù)，但從行業(yè)發(fā)展趨勢來看，該技術(shù)很快將落地應(yīng)用。人工智能似乎成了各類陳年難題的解決方案，企業(yè)也不斷在不合時宜的領(lǐng)域強行融入人工智能。不過，神經(jīng)紋理壓縮這類創(chuàng)新，證明了人工智能可以合理運用，切實帶來有價值的改變。