|
Опрос
|
реклама
Быстрый переход
RTX Spark становится ближе: Nvidia перенесла нейросетевое сжатие текстур на Windows on Arm
06.08.2026 [23:53],
Николай Хижняк
Компания Nvidia адаптировала технологию нейросетевого сжатия текстур (Neural Texture Compression, NTC) для Windows на Arm, готовясь к общему выпуску своей платформы RTX Spark.
Источник изображений: Nvidia Технология была впервые продемонстрирована в мае на выставке GTC 2026. Тогда компания показала, как NTC способна значительно сократить использование памяти видеокарт. В ходе демонстрации NTC снизила использование видеопамяти с 6,5 Гбайт до всего лишь 970 Мбайт в определённых сценах. Традиционно в играх используются форматы блочного сжатия текстур, такие как BCn, например BC5, BC6 или BC7, которые обычно применяются для блоков пикселей размером 4 × 4 и обрабатываются графическим процессором. Однако Nvidia обучила небольшие нейронные сети создавать требуемое представление пикселей и внешний вид текстур при значительно меньшем размере по сравнению с традиционными форматами сжатия текстур. NTC значительно сокращает использование видеопамяти за счёт эмуляции текстур, что позволяет либо значительно снизить её потребление, либо существенно улучшить внешний вид материалов. В рамках подготовки к выпуску платформы RTX Spark компания Nvidia расширяет программную экосистему, чтобы будущие покупатели систем на базе RTX Spark получили готовое программное обеспечение, которое без проблем будет работать «из коробки» без необходимости использования обходных решений. Ранее сообщалось, что даже легендарная игровая компания SEGA согласилась выпускать игры для RTX Spark. Nvidia уже начала поставлять первую предварительную версию CUDA Toolkit для платформы RTX Spark, в частности, в качестве встроенного программного инструментария для Windows на Arm. Теперь же на платформе появилась поддержка NTC. Платформа RTX Spark был представлена в двух конфигурациях: с 6144 ядрами CUDA и с 5120 ядрами CUDA. Обе используют графическую архитектуру Blackwell и работают в паре с 20-ядерным процессором Arm, а также унифицированной памятью LPDDR5X объёмом до 128 Гбайт. Нейросжатие текстур в играх показало рекордную экономию видеопамяти на видеокартах Nvidia и Intel
18.06.2025 [21:39],
Анжелла Марина
Разработчики игр всё чаще обращаются к нейросетям для решения проблемы нехватки видеопамяти. Поскольку для достижения ультрареалистичного игрового опыта размеры текстур постоянно увеличиваются, это создаёт повышенную нагрузку на VRAM. Один из энтузиастов опубликовал видео, в котором продемонстрировал работу технологии нейросетевого сжатия текстур (Neural Texture Compression, NTC) на видеокартах Nvidia и Intel. Тесты показали, что NTC позволяет значительно снизить объём используемой видеопамяти без потери качества изображения.
Источник изображений: Compusemble / YouTube Технология NTC разработана как альтернатива традиционному блочному сжатию текстур. В отличие от существующих методов, она использует небольшие специализированные нейросети с минимальной вычислительной нагрузкой, которые настраиваются под конкретные материалы сцены. Это позволяет уменьшить объём текстур как в оперативной памяти (RAM), так и на накопителе, одновременно повышая качество рендеринга. Например, в демонстрационном ролике исходный объём текстуры шлема составлял 272 Мбайт. После блочного сжатия он сократился до 98 Мбайт. Применение NTC позволило уменьшить его до 11,37 Мбайт без потери качества — это более чем в 24 раза меньше по сравнению с оригиналом. Аналогичные результаты были продемонстрированы на видеокарте Intel с моделью тираннозавра: после декодирования текстуры с помощью NTC они выглядели чётче и ближе к оригиналу, чем при стандартном сжатии. ![]() Автор видео Compusemble протестировал технологию на системе с видеокартой Nvidia GeForce RTX 5090. По его данным, время обработки одного кадра в разрешении 4K увеличилось с 0,045 мс до 0,111 мс — в 2,5 раза, однако это по-прежнему незначительно по сравнению с общей длительностью рендеринга кадра. При этом, если отключить функцию Cooperative Vectors, разработанную Nvidia, Microsoft и другими участниками индустрии, время обработки возрастает до 5,7 мс, что делает применение NTC практически невозможным без аппаратного ускорения. Следует отметить, что технология NTC пока не используется в коммерческих проектах. Однако её техническая база уже формируется. NTC позволит разработчикам либо снизить нагрузку на видеопамять, либо повысить детализацию графики без увеличения требований к «железу». Ожидается, что первые игры с поддержкой NTC появятся в течение ближайших нескольких лет. Nvidia представила технологию сжатия текстур на основе ИИ, позволяющую экономить использование VRAM до 95 %
11.02.2025 [04:54],
Анжелла Марина
Nvidia продолжает разрабатывать новую технологию сжатия текстур Neural Texture Compression (NTC) на основе нейронных сетей, которая может значительно снизить потребление видеопамяти (VRAM) в играх и других графических приложениях. Хотя технология всё ещё находится в стадии бета-тестирования, тесты, по словам TechSpot, показали впечатляющие результаты.
Источник изображения: Steam Канал Compusemble на YouTube протестировал бета-версию технологии. Демонстрация NTC включала три режима рендеринга — Reference Material (без сжатия), NTC Transcoded to BCn (сжатие при загрузке) и Inference on Sample (распаковка по требованию). Тесты показали, что NTC может значительно снизить использование VRAM и дискового пространства, но при этом может повлиять на частоту кадров. Тестирование проводилось на видеокарте Nvidia GeForce RTX 4090 с включённым DLSS и TAA. При разрешении 1440 пикселей с DLSS режим NTC Transcoded to BCn уменьшил использование памяти текстур на 64 % (с 272 Мбайт до 98 Мбайт), а режим NTC Inference on Sample сократил его до 11,37 Мбайт, что составляет 95,8 % по сравнению с несжатым вариантом. Однако использование DLSS и более высоких разрешений создавало дополнительную нагрузку на тензорные ядра GeForce RTX 4090, что в некоторой степени влияло на производительность. Nvidia активно продвигает технологии рендеринга, основанные на искусственном интеллекте (ИИ), включая NTC и другие RTX-решения, так как это направление важно для повышения эффективности использования VRAM и создания более реалистичной графики, и особенно актуально для современных игр с высоким уровнем детализации. В Nvidia также отмечают важность использования векторных операций в современных конвейерах рендеринга (Render Pipeline). Как объясняют в Microsoft, эти векторы ускоряют выполнение ИИ-задач, оптимизируя векторные операции, что не только улучшает обучение и настройку ИИ-моделей, но и способствует повышению эффективности рендеринга в играх. |