Nvidia の人工知能はテクスチャを圧縮し、ゲームのメモリ要件を削減します

Nvidia は、コンピューター ゲームにおけるビデオ メモリの消費を削減するためのニューラル ネットワークに基づく新しいテクノロジーを発表しました。この技術ソリューションは、人工知能をグラフィックス エンジンに直接統合し、リアルタイムでテクスチャ圧縮を実行します。この方法は、最終的なレンダリング前であっても、複雑なビジュアル マテリアルを最適化するために機能します。同社は、プレーヤーのグラフィック品質を著しく低下させることなく、画像ファイルを軽量化することを目指しています。
この取り組みは、最新のタイトルの過剰なサイズと現在の市場における高いハードウェア要件に関する頻繁な苦情への対応として行われました。最近のゲームでは、特に 4K などの高解像度やレイ トレーシングの使用で、詳細なシーンを読み込むために、ますます大きな VRAM 容量が必要になります。新しいアプローチにより、システム帯域幅とローカル ストレージへの負担が軽減されます。ニューラル処理は、さまざまなコンピューターに必要な計算効率と高い視覚的忠実性を提供するバランスをとります。

レンダリング フローへのニューラル ネットワークの統合
Nvidia が開発したメカニズムは、DLSS などの市販の他のよく知られたツールとは異なります。従来のアップスケーリング技術は、主に画面に表示される画像の最終生成に作用して、フレーム レートを高めます。新しいニューラル圧縮は、グラフィックス レンダリング パイプラインの初期段階で動作します。ゲーム エンジンによってデータが読み込まれると同時に、システムはテクスチャとマテリアルを高効率で処理します。
実際の結果では、ソフトウェア実行中にビデオ カードに割り当てられるデータ量が大幅に削減されることが実証されています。元々 6.5 GB のスペースを占めていた高解像度のテクスチャは、約 970 MB まで圧縮できます。人工知能は、元の非圧縮ファイルに非常に近いレベルで視覚的な詳細を保存します。このサイズの違いにより、中央プロセッサと GPU の間の情報転送のボトルネックが軽減されます。
ニューラル処理により、視覚データのパターンと冗長性が特定され、正確で的を絞った削減が適用されます。アルゴリズムは、人工知能のトレーニング段階で各ゲームの特定のコンテンツから学習します。反射金属、詳細な織物、有機要素など、さまざまな種類の表面を処理するように訓練されたネットワークは、一般的なブロック圧縮方法よりも優れた結果をもたらします。画面上に複数の要素が同時に表示されるオープンワールド ゲームでは、パフォーマンスの向上が急速に蓄積されます。
ストレージとシステムの安定性に関する利点
グラフィック素材の軽量化は、国内ユーザーの設置インフラに即座に影響を与えます。最適化されたファイルでは、デジタル ストアからの最初のダウンロードや定期的な更新時に必要な転送時間が短縮されます。テクノロジーは、コンピューター エクスペリエンスのいくつかの側面にプラスの影響を与えます。
- ハードドライブと高速SSDドライブに占有されるスペースを削減します。
- 複雑なシナリオの読み込み画面での待ち時間が短縮されました。
- 利用可能なビデオ メモリの不足によるクラッシュの発生が減少しました。
- 中間層ハードウェア構成でのフレーム レートの維持。
エントリーレベルまたはミッドレンジのグラフィックス カードを使用しているユーザーは、ゲーム中の安定性が大幅に向上します。システムが余分なテクスチャを割り当てるためにコンピュータのメイン RAM メモリに頼らなければならない場合、VRAM が不足すると、流動性が突然低下することがよくあります。ニューラル ソリューションは、プレイヤーには目に見えない形で機能します。リアルタイム処理により、一般的なハードウェア リソースの一部を使用して鮮明な画像が得られます。
コンピューターコンポーネント市場は、高速メモリチップの製造コストに関連する絶え間ない圧力に直面しています。 8 GB の VRAM を搭載したビデオ カードは、最近のリリースでは現在苦戦していますが、タイトルが新しい圧縮を使用すると、より実用的になります。コンピュータ メーカーと最終消費者は、この傾向が、前世代で購入した機器の耐用年数を延長するための実用的な代替策であると考えています。
開発スタジオのワークフローへの影響
クリエイティブ スタジオは技術的な柔軟性が向上し、パフォーマンスを損なうことなく詳細な仮想環境を作成できます。ニューラル最適化により、アート ディレクターは、プロジェクトの事前に設定されたメモリ制限を超えることなく、特定の視覚要素の解像度を高めることができます。全体的な VRAM 消費量を厳密に制御することで、異なるプラットフォームや PC 構成間でのゲームの移植が容易になります。
このツールの実装にはプログラマー側での初期調整が必要ですが、ソース コードの最適化において長期的なメリットが得られます。開発者は、既存のグラフィック エンジンのアーキテクチャに大幅な変更を加えることなく、圧縮を適用できます。この統合の容易さにより、すでに生産の高度な段階にある大規模な予算のプロジェクトでのテクノロジーの導入が促進されます。
シナリオ作成ツールは、テスト環境での複雑なテクスチャの読み込みが高速になるという利点もあります。内部レンダリング中のボトルネックを軽減すると、アート チームのコンピューターでのシーンのコンパイル時間が短縮されます。スタジオの日常業務において、制作サイクルはより機敏かつ効率的になります。最終製品は、より高いレベルで洗練され、さまざまな価格帯のハードウェアとの互換性が向上して市場に出荷されます。
高忠実度グラフィックスへのアクセスの民主化
Nvidia の取り組みは、今後数年間のゲーム エンジン設計におけるパラダイム シフトを表しています。テクノロジー業界は、一貫したビジュアルイノベーションを実現するために、物理ハードウェア仕様の直接的な増加への依存度を下げています。人工知能は、生のグラフィックス処理の効率を最適化する中心的な役割を果たします。この戦略は、ゲーム開発エコシステムの拡大を目的とした同社の他のソリューションを補完するものです。
新世代のビデオ カードの能力を最大限に活用するために、AAA カテゴリのタイトルに対する需要のレベルは高まり続けています。ニューラル テクノロジーは、最小システム要件の急激な増加に対抗する実行可能な方法を提供します。プログラミング チームは、消費者視聴者を最先端の機器と高額な金銭コストを備えた一部のユーザーに制限することなく、プロジェクトの芸術的な野心を維持できます。
高度なグラフィック体験へのアクセスの民主化により、デジタル ゲーム市場全体が強化されます。控えめなシステムを使用しているゲーマーは、満足のいくビジュアル品質で、技術的な中断なしに最新のソフトウェアを実行する能力を保持しています。 Nvidia は、画像レンダリングのすべての段階で人工知能ベースのツールへの投資を強化しています。技術の進歩により、世界のデジタル エンターテイメント業界における次のメジャー リリースの配信形式を決定する計算効率の新しい基準が確立されます。






