近日推主GPU Open在X上发推透露,AMD工程师S. Fujieda和T. Harada将在下周的第35届欧洲图形渲染研讨会上介绍一种神经纹理块压缩技术(neural texture block compression),主要目标是大幅度减小不断增长的游戏体积。
利用神经网络,纹理(罪魁祸首之一)将被压缩,以减少数据大小。AMD还承诺“不变的运行时执行”将帮助开发人员轻松地将这项技术集成到他们的游戏中。
更多细节将在下周发布,不过,不难想象,它与英伟达在SIGGRAPH 2023上发布的神经压缩技术不会有太大区别。
以下是英伟达技术的基本概览:
“为了应对渲染领域不断追求的逼真感所带来的纹理数据增长以及随之而来的存储和内存需求增加的问题,我们提出了一种新颖的神经压缩技术,专门针对材质纹理进行压缩。
该技术使用低比特率压缩,可以解锁额外的两个细节层次(即16倍于原有纹理的纹素数量),并且图像质量优于现今先进的图像压缩技术,例如AVIF和JPEG XL。
同时,我们的方法支持按需进行实时解压缩,并具有类似于GPU上块纹理压缩的随机访问功能,从而可以在磁盘和内存中进行压缩。这种方法的核心思想是将多个材质纹理及其Mipmap链一起压缩,然后使用针对每种材质进行优化的小型神经网络进行解压缩。最后,我们使用定制的训练实现方法来实现实用的压缩速度,其性能比PyTorch等通用框架高出一个数量级。”
以上攻略内容的扩展关键词有:方法,进行,纹理,PyTorch,技术,细节,材质,内存,游戏,神经,纹理,英伟达,Harada,神经纹,理块。希望对您有所帮助!