Nvidia 宣布了一项基于神经网络的新技术，以减少电脑游戏中的视频内存消耗。该技术方案将人工智能直接集成到图形引擎中，实时进行纹理压缩。该方法甚至可以在最终渲染之前优化复杂的视觉材料。该公司致力于让图像文件变得更轻，同时不会对玩家造成明显的图形质量损失。
这一举措是为了回应人们对当前市场上现代游戏尺寸过大和硬件要求过高的频繁抱怨。最近的游戏需要越来越大的 VRAM 容量来加载详细场景，尤其是在 4K 等高分辨率下并使用光线追踪时。新方法减轻了系统带宽和本地存储的压力。神经处理在提供高视觉保真度与各种计算机所需的计算效率之间取得平衡。
将神经网络集成到渲染流程中
Nvidia 开发的机制与市场上其他知名工具（例如 DLSS）不同。传统的升级技术主要作用于屏幕上显示的最终生成的图像以提高帧速率。新的神经压缩在图形渲染管道的初始阶段运行。当游戏引擎加载数据时，系统会高效地处理纹理和材质。
实际结果表明，软件执行期间分配给视频卡的数据量大幅减少。原本占用 6.5 GB 空间的高分辨率纹理可以压缩到大约 970 MB。人工智能将视觉细节保留在非常接近原始未压缩文件的水平。这种尺寸差异缓解了中央处理器和 GPU 之间的信息传输瓶颈。
神经处理可识别视觉数据中的模式和冗余，以进行精确、有针对性的减少。该算法在人工智能训练阶段从每场比赛的具体内容中学习。经过训练可以处理不同类型表面（例如反光金属、精细织物或有机元素）的网络可提供优于通用块压缩方法的结果。在屏幕上同时具有多个元素的开放世界游戏中，性能增益会快速累积。
存储和系统稳定性的优势
图形材料重量的减轻对国内用户的安装基础设施产生直接影响。优化的文件在从数字商店初始下载和定期更新期间需要更少的传输时间。技术对计算机体验的多个方面产生积极影响。
- 减少硬盘驱动器和高速 SSD 驱动器占用的空间。
- 减少复杂场景的加载屏幕等待时间。
- 减少因可用视频内存不足而导致的崩溃发生率。
- 中层硬件配置的帧速率维护。
拥有入门级或中档显卡的用户在游戏过程中的稳定性得到了最大的提升。当系统必须求助于计算机的主 RAM 内存来分配多余的纹理时，缺乏 VRAM 通常会导致流动性突然下降。神经解决方案对玩家来说是无形的。实时处理仅使用一小部分典型硬件资源即可提供清晰的图像。
计算机组件市场面临着与高速存储芯片生产成本相关的持续压力。具有 8 GB VRAM 的显卡目前在最新版本中表现不佳，但当游戏使用新的压缩技术时，它变得更加可行。计算机制造商和最终消费者将这一趋势视为延长前几代设备使用寿命的实用替代方案。
对开发工作室工作流程的影响
创意工作室获得了更大的技术灵活性，可以在不影响性能的情况下创建详细的虚拟环境。神经优化允许艺术总监在不超出项目预先设定的内存限制的情况下提高特定视觉元素的分辨率。严格控制整体 VRAM 消耗，可以更轻松地在不同平台和 PC 配置之间移植游戏。
实施该工具需要程序员进行初步调整，但可以在优化源代码方面带来长期好处。开发人员可以应用压缩，而无需对现有图形引擎的架构进行深刻的改变。这种易于集成的方式加速了该技术在已处于生产后期的大预算项目中的采用。
场景创建工具还受益于在测试环境中更快地加载复杂纹理。减少内部渲染期间的瓶颈可以减少艺术团队计算机上的场景编译时间。在工作室的日常运营中，制作周期变得更加灵活和高效。最终产品以更高的打磨水平和更好的与不同价位硬件的兼容性进入市场。
高保真图形的普及化
英伟达的举措代表了未来几年游戏引擎设计的范式转变。技术行业不再那么依赖物理硬件规格的原始增长来提供一致的视觉创新。人工智能在优化原始图形处理效率方面发挥着核心作用。该战略补充了该公司旨在扩大游戏开发生态系统的其他解决方案。
为了充分利用新一代视频卡的最大功能，对 AAA 级游戏的需求水平持续增长。神经技术提供了一条可行的途径来应对最低系统要求的指数增长。编程团队能够保持其项目的艺术野心，而不会将消费者受众限制在拥有尖端设备和高昂财务成本的一小部分用户。
获得高级图形体验的民主化增强了整个数字游戏市场。拥有适度系统的游戏玩家仍然能够运行具有令人满意的视觉质量且没有技术中断的现代软件。英伟达整合了对基于人工智能的工具的投资，用于图像渲染的各个阶段。技术进步建立了计算效率的新标准，这将决定全球数字娱乐行业下一个主要版本的发行格式。