Nvidian uusi koneoppiminen vähentää VRAMin käyttöä 85 %:lla
Nvidian uusi materiaalitekstuurien pakkaustekniikka ei menetä lainkaan laatua ja käyttää 85 % vähemmän VRAM-muistia ja pienentää kokoa dramaattisesti.
Nvidia on hiljattain julkaissut tutkimuspaperin uudesta NTC :stä eli Neural Texture Compressionista, joka lupaa vähentää VRAM:n käyttöä jopa 85 %, mutta ilman laadun heikkenemistä.
Tämä johtuu siitä, että Nvidia on myöntänyt VRAM:n käytön karanneen käsistä, minkä väitetään johtuvan siitä, että kuluttajat vaativat fotorealistista grafiikkaa.
Julkaisu on melko tekninen, mutta siinä tutkitaan tekstuurien koodaamista sen sijaan, että ne tallennettaisiin täydellä resoluutiolla. Se perustuu koneoppimiseen ja käyttää neuroverkkotekniikkaa kuvan rekonstruoimiseksi. Tämä leikkaa myös tekstuurin kokoa, äärimmäisin esimerkki, jonka Nvidia pystyi paljastamaan, oli 1/24 alkuperäisestä koosta.
Yksi tärkeimmistä seikoista on se, että menetelmä ei käytä minkäänlaista generatiivista algoritmia tai vastaavaa, vaan se on täysin deterministinen, mikä on mukava tapa sanoa, että mitään satunnaisia elementtejä ei käytetä ja että sama syöte tuottaa aina saman tuloksen. Koska koodaus- ja neuraalinen prosessi tapahtuu Matrix Engine -ohjelmassa, jota Tensor-ytimet ohjaavat, se ei vaikuta normaalien CUDA-ytimien suorituskykyyn. Tämä tarkoittaa myös sitä, että nykyaikaisten RTX50-sarjan korttien pitäisi teoriassa pystyä tukemaan sitä, kunhan pelinkehittäjät alkavat toteuttaa sitä.
