RTX NTC, czyli technologia Nvidia, która zmienia zasady gry! Oszczędność aż 96% VRAM to nie są przelewki

Nvidia wprowadza RTX Neural Texture Compression (NTC), czyli nową technologię kompresji tekstur, która zmniejsza zapotrzebowanie na VRAM nawet o 96%! Przeprowadzone testy na karcie graficznej RTX 4090 pokazują, że NTC może znacząco wpłynąć na wydajność i jakość grafiki w grach oraz aplikacjach 3D.

Przyszłość gier stoi otworem przed możliwościami AI. Sytuację dobrze obrazują najnowsze testy przeprowadzono przy użyciu RTX Neural Texture Compression (NTC). Technologia oparta na algorytmach sztucznej inteligencji to neuronowa technika kompresji tekstur opracowana przez firmę Nvidia. Pozwala ona kolosalnie zaoszczędzić pamięć VRAM, jednocześnie minimalizując utratę jakości obrazu.

Jak działa Neural Texture Compression?

1. Kompresja przy użyciu AI – sztuczna inteligencja analizuje tekstury i zapisuje je w bardziej efektywnym formacie, zmniejszając ich rozmiar bez zauważalnej utraty jakości.
2. Przechowywanie skompresowanych tekstur w VRAM – mniejsze tekstury zajmują mniej pamięci GPU, co pozwala na wykorzystanie bardziej szczegółowych grafik bez zwiększania zużycia VRAM.
3. Dekompresja w czasie rzeczywistym – podczas renderowania GPU odtwarza tylko widoczne fragmenty tekstur (texele), równocześnie oszczędzając pamięć. Proces ten wymaga jednak dodatkowej mocy obliczeniowej. W niektórych przypadkach może powodować to spadki wydajności.
4. Oszczędność VRAM – mniejsze zużycie pamięci VRAM może poprawić płynność gier, ale wydajność zależy od obciążenia GPU. W trybie „Inference on Sample” dekompresja odbywa się dynamicznie. Sytuacja może prowadzić do spadków FPS ze względu na większe zapotrzebowanie na moc obliczeniową w danej chwili.

Testy beta technologii RTX Neural Texture Compression (NTC) przeprowadzone na karcie graficznej RTX 4090 / fot. @Compusemble z youtube.com

Nvidia oferuje dwa tryby działania NTC. Pierwsza z nich to „NTC transcoded to BCn”. W tej technologii tekstury są kompresowane do standardowego formatu BCn (technika kompresji poprzez dzielenia na bloki). W teście z Deep Learning Super Sampling (DLSS) oszczędziło to 64% pamięci VRAM. Tym samym zredukowano 272 MB do 98 MB przy zachowaniu 1440p.

Druga technika nazywa się „Inference on Sample”. Ona z kolei dekompresuje tylko fragmenty tekstur potrzebne do renderowania w danym momencie (tylko widocznie, a nie wszystkie texele). W efekcie pozwoliło to zmniejszyć rozmiar do zaledwie 11,37 MB. Wyobrażasz sobie oszczędność VRAM aż o 95,8%?

Potencjalne zastosowanie nowej technologii Nvidia

• Gry komputerowe: użycie tekstur o wyższej jakości przy mniejszym zużyciu VRAM będzie mieć korzystny wpływ na poprawę grafiki oraz wydajności.
• Ray Tracing i DLSS: optymalizacja pamięci GPU pozwoli na zastosowanie większej ilości zasobów na pozostałe technologie ubogacające efekty graficzne.
• Wirtualna i rozszerzona rzeczywistość: technologia NTC umożliwi płynniejsze działanie aplikacji VR/AR dzięki szybszemu wczytywaniu i renderowaniu tekstur.
• Streaming gier i przechowywanie danych w chmurach: zmniejszenie ilość przesyłanych danych poprawi jakość grafiki i płynność rozgrywki, a także skróci czas przesyłu.

Z tą wiedzą będziesz (prawie) ekspertem z dziedziny NTC

Technologia NTC pozwala drastycznie zmniejszyć zużycie VRAM. Dzięki temu będzie możliwe zastosowania tekstur o znacznie wyższej rozdzielczości. Tryb „Inference on Sample” jest najbardziej efektywny, ale jednak ma swoje ograniczenia np. może powodować spadki wydajności.

Co ciekawe, Nvidia potwierdziła, że NTC działa nie tylko na kartach RTX 20-serii i nowszych, ale także na GTX 10, AMD Radeon RX 6000 oraz Intel Arc A-series. Oznacza to, że Neural Texture Compression może w przyszłości trafić także na konsole i inne platformy mobilne. Niestety, nieznana jest oficjalna data wprowadzenia technologii na salony.

NTC jest nadal w fazie beta. Finalna wersja najprawdopodobniej będzie jeszcze bardziej zoptymalizowana. Jeśli Nvidia ograniczy utratę wydajności, może to być jedna z największych rewolucji w kompresji tekstur od lat 90 ubiegłego wieku. Już nawet podczas wstępnych testów udało się oszczędzić blisko 96% VRAM!

Źródło