英伟达发布神经纹理压缩 显存占用最高可降低85%

近年来，英伟达一直是技术领域的领跑者，推出了一系列革命性的技术功能，其中最突出的就是其人工智能图像增强技术DLSS， 而在近日的GTC 2026大会上，该公司又发布了黑科技——神经纹理压缩。

随着游戏变得越来越复杂、越来越逼真，游戏行业越来越依赖图像放大技术来满足不断增长的硬件需求。这种优化不足导致的一个主要问题是显存占用率，近年来显存占用率急剧上升。为了解决这个问题，英伟达开发了一种名为“神经纹理压缩”（NTC）的技术，并在今天的GTC大会上再次提及。性能最强的显卡将能够充分利用英伟达的NTC技术。

NTC允许开发者使用小型神经网络来解包任何场景中的纹理。这不仅显著减小了纹理的大小，使游戏安装更加便捷，而且还降低了运行时的显存占用。此外，最终生成的纹理质量也更高，英伟达称最终渲染的分辨率最高可提升4倍。

在下面的示例中，英伟达运行了一个托斯卡纳别墅场景，使用标准块（BCN）压缩时占用6.5 GB显存，但切换到NTC后，显存占用降至仅970MB，而图像效果却完全相同。

此前，该公司的另一个演示展示了一个飞行头盔，其未压缩纹理占用272 MB——块压缩将其减少到98MB，而NTC则将其减少到仅11.37MB，约为原始纹理占用的1/24。

目前尚不清楚这项技术是否会推广到老款显卡上，但RTX 5060或5060Ti等8GB显存显卡的用户应该会从中受益。DLSS 5一直备受争议，但这项技术应该会受到许多用户的欢迎。

该公司还展示了神经材质（Neural Materials），其理念与此相同：利用神经网络评估和解压缩材质纹理数据，而不是依赖计算量巨大的双向反射分布函数（BRDF）数学运算。

通常，一种材质会堆叠多个纹理贴图，GPU必须在渲染管线中同时计算光线与每一层的交互方式。神经材质技术只需向神经网络询问光线在特定场景下的反应，并据此调整像素的着色。神经网络基于所有纹理数据进行训练，因此它已经知道给定光线和角度下的结果。正因如此，在演示场景中，英伟达在1080p分辨率下实现了高达7.7倍的渲染速度提升，且图像质量丝毫不减。

NTC之所以如此高效，是因为它使用了矩阵加速引擎。在现代GPU中，矩阵加速引擎是一个独立的硬件模块，因此不会影响基础性能。英伟达称之为Tensor Core，英特尔称之为XMX引擎，AMD称之为AI加速器。DLSS、FSR和XeSS等图像放大技术也依赖于此，它们可以将低分辨率帧重建为更高分辨率的输出，因此这也是英伟达神经渲染计划的一部分。

神经渲染的概念目前在业界尚未得到广泛认可，“神经网络”这个词可能会让你觉得这只是又一种人工智能的拙劣尝试。但事实恰恰相反，它堪称人工智能的优秀应用之一，因为它完全不涉及生成过程。NTC只会针对游戏开发过程中需要参考的特定纹理集进行训练，因此不会出现任何幻觉。

纹理是所有游戏中占用显存最多的组件，因此任何能够控制纹理占用的技术都值得欢迎。不过需要注意的是，这项技术并非英伟达独有，微软已将其标准化为DirectX中的“协作向量”（Cooperative Vectors）。英特尔此前也展示过其纹理演示，与块压缩相比，纹理效果明显更佳。AMD上次提及这项技术是在2024年，但它很可能也在积极参与其中。

目前，尚无游戏支持合作向量或英伟达的神经纹理压缩技术，但鉴于行业的发展趋势，我们应该很快就能看到它们的应用。人工智能似乎已成为解决所有古老问题的万能钥匙，各大公司也在不断探索将其应用于各种看似不合适的领域。然而，像神经纹理压缩这样的创新表明，人工智能可以巧妙地应用于实际，从而产生真正有意义的影响。