Rețelele neuronale pot face aparent minuni în reducerea cerințelor VRAM pentru grafică în timp real
Privind înainte: NVIDIA lucrează la o nouă metodă de comprimare a texurilor și de salvare a memoriei GPU de câțiva ani. Deși tehnologia rămâne în Beta, o demonstrație recent lansată prezintă modul în care soluțiile bazate pe AI ar putea ajuta la abordarea limitărilor VRAM din ce în ce mai controversate ale GPU-urilor moderne.
Compresia texturii neuronale a NVIDIA poate oferi economii gigantice în cantitatea de VRAM necesară pentru a reda grafică 3D complexă, chiar dacă nimeni nu îl folosește (încă). Deși este încă în versiune beta, tehnologia a fost testată de YouTube Channel Compusemble, care a condus demo-ul oficial pe un sistem modern de jocuri pentru a oferi un punct de referință timpuriu al impactului său potențial și ceea ce dezvoltatorii ar putea realiza cu acesta în viitorul nu atât de îndepărtat.
Așa cum a explicat Compusemble în videoclipul de mai jos, RTX Neural Texture Compression folosește o rețea neuronală specializată pentru a comprima și decomprima textura materialelor dinamic. Demo -ul NVIDIA include trei moduri de redare: material de referință, NTC transcodat la BCN și inferență pe eșantion.
- Material de referință: Acest mod nu folosește NTC, ceea ce înseamnă că texturi rămân în starea lor inițială, ceea ce duce la utilizarea mare a discului și a VRAM.
- NTC transcodat la BCN (formate comprimate de bloc): Aici, texturile sunt transcodate la încărcare, reducând semnificativ amprenta discului, dar oferind doar economii moderate de VRAM.
- Inferență pe eșantion: Această abordare decomprimă elemente de textură numai atunci când este necesar în timpul redării, obținând cele mai mari economii atât în spațiul discului, cât și în VRAM.
Compusemble a testat demo -ul la rezoluții 1440p și 4K, alternând între DLSS și TAA. Rezultatele sugerează că, în timp ce NTC poate reduce dramatic utilizarea spațiului VRAM și a discului, poate avea, de asemenea, impact asupra ratelor de cadru. La 1440p cu DLSS, NTC-ul NVIDIA a transcodat în modul BCN a redus utilizarea memoriei texturii cu 64% (de la 272 MB la 98MB), în timp ce inferența NTC pe eșantion a redus-o drastic la 11,37 MB, o reducere de 95,8% în comparație cu compresia non-neurală.
Citește și: De ce jocurile PC moderne folosesc atât de mult VRAM?
Demo -ul a avut loc pe un GPU GeForce RTX 4090, unde DLSS și rezoluții mai mari au pus sarcină suplimentară pe miezurile de tensiune, afectând performanța într -o oarecare măsură în funcție de setare și rezoluție. Cu toate acestea, GPU -urile mai noi poate oferi rate de cadru mai mari și poate face diferența neglijabilă atunci când este optimizat corect. La urma urmei, NVIDIA este puternic investită în tehnici de redare alimentate de AI precum NTC și alte aplicații RTX.
Demo -ul arată, de asemenea, importanța vectorilor cooperanți în conductele de redare moderne. După cum a explicat recent Microsoft, vectorii cooperanți accelerează sarcinile de muncă AI pentru redare în timp real prin optimizarea operațiunilor vectoriale. Aceste calcule joacă un rol crucial în antrenamentul modelului AI și reglarea fină și pot fi, de asemenea, valorificate pentru a îmbunătăți eficiența redării jocului.
