Ny maskinlæring fra Nvidia reduserer VRAM-bruken med 85 prosent
Nvidias nye materialteksturkomprimering har null kvalitetstap og bruker 85 % mindre VRAM og kutter størrelsen dramatisk.
Nvidia har nylig utgitt en forskningsrapport om en ny NTC - Neural Texture Compression - som lover en reduksjon av VRAM-bruken på opptil 85 %, men uten tap av kvalitet.
Nvidia erkjenner at VRAM-bruken har kommet ut av kontroll, noe som angivelig skyldes at forbrukerne krever fotorealistisk grafikk.
Selv om artikkelen er ganske teknisk, utforsker den koding av teksturer i stedet for å lagre dem i full oppløsning. Den er basert på maskinlæring, og bruker nevrale nettverk til å rekonstruere bildet. Dette fører også til at teksturen blir mindre, og det mest ekstreme eksemplet Nvidia kunne avsløre, var 1/24 av den opprinnelige størrelsen.
Et av hovedpoengene er at metoden ikke bruker noen form for generativ algoritme eller lignende, men er fullstendig deterministisk, noe som er en fin måte å si at ingen tilfeldige elementer brukes, og at samme input alltid vil gi samme output. Ettersom kodingen og den nevrale prosessen skjer i Matrix Engine, som drives av Tensor-kjernene, vil ikke ytelsen til vanlige CUDA-kjerner påvirkes. Dette betyr også at moderne kort i RTX50-serien i teorien skal kunne støtte det, så snart spillutviklere begynner å implementere det.
