Nvidia je predstavila novu Neural Texture Compression tehnologiju za kompresiju tekstura pomoću AI, koja značajno smanjuje VRAM potrošnju do 95,8% i poboljšava grafičke performanse
Nvidia je već nekoliko godina radio na novoj metodi za kompresiju tekstura kako bi uštedeli GPU memoriju, a sada je objavljen demo koji pokazuje potencijal AI rešenja u rešavanju sve većeg problema sa VRAM ograničenjima modernih grafičkih kartica.
Iako je tehnologija Neural Texture Compression (NTC) još uvek u beta fazi, test koji je sprovela YouTube stranica Compusemble pokazuje kako bi ova tehnika mogla drastično smanjiti potrebnu količinu memorije za prikaz složenih 3D grafika. Nvidia koristi specijalizovanu neuronsku mrežu za dinamičko kompresovanje i dekompresovanje tekstura, čime se optimizuje upotreba VRAM-a i prostora na disku.
U testu su analizirana tri režima prikaza u Nvidia-inom zvaničnom demou. Prvi režim, Reference Material, prikazuje teksture u njihovom originalnom obliku, bez ikakve kompresije, što dovodi do velike potrošnje memorije. Drugi režim, NTC Transcoded to BCn, koristi tradicionalnu blok-kompresiju, koja značajno smanjuje prostor na disku, ali ne donosi drastičnu uštedu VRAM-a. Najnapredniji režim, Inference on Sample, vrši dekompresiju tekstura samo u trenutku renderovanja, što rezultira najvećim uštedama.
Rezultati su pokazali impresivne brojke. Na rezoluciji 1440p uz DLSS, transkodirana verzija NTC-a smanjila je memorijski otisak tekstura sa 272MB na 98MB, dok je Inference on Sample smanjio potrošnju na samo 11,37MB, što predstavlja neverovatnu redukciju od 95,8% u poređenju s nekompresovanim materijalom. Iako su testovi rađeni na GeForce RTX 4090, gde je dodatno opterećenje Tensor jezgara uticalo na performanse, buduće generacije grafičkih kartica će verovatno ponuditi još bolje rezultate kada ova tehnologija postane standard.
Pored toga, Nvidia ulaže u AI rendering tehnike koje će dodatno optimizovati performanse. Microsoft je nedavno objasnio kako kooperativni vektori igraju ključnu ulogu u modernim rendering procesima, posebno u ubrzavanju AI radnih opterećenja u realnom vremenu. Ovakve optimizacije ne samo da pomažu u treniranju AI modela, već mogu i značajno poboljšati efikasnost u prikazu grafike u igrama, prenosi TechSpot.
Benchmark.rs
