Технология нейронного сжатия текстур (Neural Texture Compression, NTC) от Nvidia способна кардинально изменить подход к использованию видеопамяти (VRAM), позволяя значительно снизить её потребление даже для самых требовательных игровых проектов. Инновационный метод способен сократить потребление VRAM при обработке самых "тяжелых" текстур на впечатляющие 95%. В перспективе, технология нейронного сжатия текстур может вдохнуть новую жизнь в видеокарты с умеренным объемом памяти и продлить актуальность даже не самых передовых графических ускорителей, поскольку современные игры становятся все более требовательными к ресурсам компьютера.
В последние годы проблема нехватки видеопамяти становится все более острой для фанатов компьютерных игр. По мере того, как визуальная составляющая игр становится сложнее и детальнее, растет и потребность в видеопамяти для хранения текстур высокого разрешения и других графических элементов, необходимых для оперативной работы графического процессора. В результате, для запуска некоторых современных игр уже требуется не менее 8 ГБ видеопамяти, что ставит крест на возможности запуска этих новинок на устаревших или бюджетных видеокартах. Более того, для достижения максимального качества изображения в разрешении 4K с использованием ресурсоемкой технологии трассировки лучей, топовым видеокартам прошлых поколений зачастую уже не хватает и 16 ГБ VRAM.
Традиционный путь решения проблемы – наращивание объемов видеопамяти в новых поколениях видеокарт. Однако Nvidia предлагает альтернативный подход, который может облегчить ситуацию для владельцев уже существующих графических процессоров. Напомним, что технология нейронного сжатия текстур была впервые продемонстрированная на выставке CES 2025 в связке с новыми видеокартами RTX 5090 и 5080, которые используют фирменные тензорные ядра Nvidia для интеллектуального "достраивания" текстур. Вместо полной отрисовки текстуры целиком, нейросеть анализирует имеющиеся данные и воссоздает изображение, опираясь на частичную информацию.
Демонстрационная версия технологии включала три различных режима работы, каждый из которых реализует компромисс между экономией памяти и производительностью. Первый режим – стандартный рендеринг, при котором нейронное сжатие не используется. Второй режим, получивший название "Inference on Load" ("Вывод при загрузке") или NTC, перекодированный в BCn, применяет нейросетевое сжатие текстур с последующим преобразованием в классические форматы блочного сжатия. Такой подход позволяет существенно уменьшить размер игровых файлов, сокращая время загрузки и установки игр, однако влияние на экономию видеопамяти в этом режиме не столь значительно. Третий режим – наиболее радикальный – осуществляет рендеринг, опираясь исключительно на образцы текстур, видимые с текущей точки обзора. Именно этот метод обеспечивает наиболее впечатляющее снижение нагрузки на видеопамять.
Важно отметить, что применение нейронного сжатия не обходится без падения производительности. Тестирование, проведенное изданием PCWorld, показало, что использование наиболее продвинутого режима сжатия действительно приводит к значительному снижению потребления VRAM, но одновременно с этим может вызвать падение частоты кадров (FPS) в разрешении 4K почти на 20%. Более умеренный режим "Inference on Load", в свою очередь, демонстрирует снижение использования видеопамяти приблизительно на 65% при минимальном влиянии на быстродействие.
Согласно официальной рекомендации Nvidia, режим "Inference on Load" оптимален для видеокарт среднего и начального ценового сегмента, в то время как владельцам топовых и современных моделей можно смело экспериментировать с более агрессивными настройками нейронного сжатия. Как наглядно демонстрирует опубликованное видео, визуальное качество изображения практически не страдает ни в одном из режимов. Это дает основания полагать, что даже умеренное внедрение данной технологии способно оказать существенное влияние на оптимизацию графики в будущих играх.
В заключение стоит отметить, что реализация возможности гибкой настройки нейронного сжатия, позволяющей геймерам с видеокартами, оснащенными скромным объемом видеопамяти, запускать самые современные игры, стала бы крайне востребованным решением. На данный момент остается открытым вопрос о том, ведут ли компании AMD и Intel аналогичные разработки, однако появление подобных технологий в обозримом будущем представляется весьма вероятным.
