山东
IT之家 4 月 5 日消息，随着游戏愈发复杂且追求照片级写实效果，游戏行业愈发依赖图像超分技术，以应对不断激增的硬件需求。这带来的一大问题便是显存占用，其在过去几年间大幅攀升。为解决这一问题，英伟达研发了一项名为“神经纹理压缩”（NTC）的技术，该技术在今日的图形处理器技术大会演讲中再次被提及，顶级显卡将能够运用英伟达的这项神经纹理压缩技术。
据IT之家了解，与传统的基于区块的压缩技术不同，神经纹理压缩允许开发者通过小型神经网络，解压任意场景中的纹理。这不仅能大幅缩减纹理体积，让游戏安装包更易管理，还能降低运行时的显存占用。同时压缩后的纹理呈现效果更出色，英伟达称最终渲染的纹理分辨率可提升至原来的四倍。
在下方示例中，英伟达运行托斯卡纳别墅场景时，采用标准区块压缩技术需占用 6.5GB 显存，切换至神经纹理压缩后，显存占用仅为 970MB，且画面效果毫无差异。此前该公司的另一项演示显示，未压缩的飞行头盔纹理大小为 272MB，区块压缩可将其降至 98MB，而神经纹理压缩仅需 11.37MB，体积约为原始大小的二十四分之一。
英伟达还展示了神经材质技术，其原理一脉相承：依靠神经网络解析并解压材质纹理数据，而非依赖计算成本高昂的双向反射分布函数运算。通常一种材质会叠加多张纹理贴图，在渲染流程中，图形处理器需同时计算光线与各层纹理的交互效果。
神经材质技术仅需神经网络判断光线在对应场景下的反射效果，进而完成像素着色。该神经网络经过所有纹理数据的训练，能根据光线与角度直接得出运算结果。因此在部分演示场景中，英伟达在 1080p 分辨率下实现了最高 7.7 倍的渲染速度提升，且画面质量毫无损耗。
神经纹理压缩效率极高，原因在于它利用了矩阵加速引擎 —— 这是现代图形处理器中独立的硬件模块，因此不会影响基础性能。英伟达将其称为张量核心，英特尔称之为矩阵扩展引擎，AMD 则称其为人工智能加速器。深度学习超级采样、超级分辨率锐化技术、英特尔超级采样等图像超分技术也依托该模块实现，通过将低分辨率画面重构为高分辨率输出，这也是英伟达布局神经渲染的核心布局之一。
神经渲染的理念目前在行业内尚未获得广泛认可，“神经网络”一词或许会让人觉得这不过是又一项噱头式人工智能技术。但事实恰恰相反，这是人工智能极佳的应用方向之一，因为它完全不具备生成式特性。神经纹理压缩仅会针对游戏开发过程中所需的特定纹理集进行训练，因此不会出现内容臆造的问题。
纹理是目前所有游戏中占用显存最多的部分，因此任何能管控显存占用的技术都备受欢迎。需要注意的是，该技术并非英伟达独有，微软已将其以“协同向量”之名纳入 DirectX 标准。英特尔此前也展示过相关演示，其纹理效果相较区块压缩有明显提升。AMD 上一次提及该技术是在 2024 年，如今大概率也已入局研发。
目前尚无游戏支持协同向量或英伟达的神经纹理压缩技术，但从行业发展趋势来看，该技术很快将落地应用。人工智能似乎成了各类陈年难题的解决方案，企业也不断在不合时宜的领域强行融入人工智能。不过，神经纹理压缩这类创新，证明了人工智能可以合理运用，切实带来有价值的改变。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
