Nvidia riduce l’uso di VRAM dell’85% senza perdite

NVIDIA N2x

Nvidia ha presentato al GTC la Neural Texture Compression (NTC), una tecnologia che utilizza reti neurali per ottimizzare la gestione della memoria video (VRAM). A differenza della compressione a blocchi tradizionale, l’NTC permette di ridurre il peso delle texture di circa il 70-85% (es. da 6,5 GB a 970 MB in scenari complessi) senza perdita di qualità visiva. Parallelamente, i Neural Materials accelerano il rendering dei materiali fino a 7,7 volte a 1080p, delegando il calcolo dell’illuminazione a modelli AI. La tecnologia è stata standardizzata da Microsoft come Cooperative Vectors in DirectX, rendendola compatibile con l’hardware di Nvidia (Tensor Core), Intel (XMX) e AMD (AI Accelerators).

L’evoluzione dei videogiochi verso una grafica sempre più realistica ha portato con sé un aumento significativo delle risorse hardware richieste, in particolare per quanto riguarda la memoria video. Negli ultimi anni, il consumo di VRAM è cresciuto in modo considerevole, spingendo i produttori a cercare soluzioni innovative. Nvidia ha presentato durante la conferenza GTC una tecnologia chiamata Neural Texture Compression, pensata per affrontare proprio questo problema.

Il sistema si basa sull’utilizzo di intelligenza artificiale per ottimizzare il modo in cui le texture vengono gestite durante il gioco. L’obiettivo è ridurre drasticamente l’occupazione di memoria senza compromettere la qualità visiva finale.

Come funziona la compressione neurale

A differenza delle tecniche di compressione tradizionali basate su blocchi, Neural Texture Compression utilizza piccole reti neurali per decomprimere le texture in tempo reale. Questo approccio consente non solo di ridurre le dimensioni dei file di gioco, rendendo le installazioni più gestibili, ma anche di diminuire l’utilizzo di VRAM durante l’esecuzione.

Leggi anche:  CarPlay Ultra: 13 marchi confermati, Ford non è convinta

Durante la presentazione, Nvidia ha mostrato una scena di una villa toscana che consumava 6,5 GB di VRAM con la compressione standard. Applicando Neural Texture Compression, il consumo è sceso a soli 970 MB, mantenendo un’immagine visivamente identica. In un altro esempio, un modello di casco da volo con texture non compresse da 272 MB è stato ridotto a 98 MB con la compressione a blocchi tradizionale, ma con NTC ha raggiunto appena 11,37 MB.

Neural Materials e rendering accelerato

Oltre alla compressione delle texture, Nvidia ha presentato anche Neural Materials, che segue lo stesso principio applicato ai materiali. Normalmente, quando vengono renderizzati i materiali, la GPU deve calcolare come la luce interagisce con diversi strati di texture sovrapposte, un processo che richiede calcoli complessi basati su formule BRDF.

Con Neural Materials, una rete neurale addestrata su tutti i dati delle texture è in grado di determinare direttamente come la luce reagirà in una determinata situazione, considerando angolazione e illuminazione. Nella dimostrazione presentata, questa tecnologia ha permesso di ottenere tempi di rendering fino a 7,7 volte più veloci a risoluzione 1080p, senza perdite nella qualità dell’immagine.

Hardware dedicato e standard aperti

L’efficienza di Neural Texture Compression deriva dall’utilizzo di motori di accelerazione matriciale presenti nelle GPU moderne, componenti hardware separati che non influenzano le prestazioni di base. Nvidia li chiama Tensor Core, Intel li denomina XMX engines e AMD li identifica come AI accelerators. Questi stessi componenti vengono già utilizzati da tecnologie di upscaling come DLSS, FSR e XeSS.

La tecnologia non è esclusiva di Nvidia: Microsoft l’ha standardizzata come Cooperative Vectors in DirectX, rendendo possibile l’implementazione anche su hardware di altri produttori. Intel ha già mostrato demo con texture visibilmente migliorate rispetto alla compressione tradizionale, mentre AMD ha discusso la tecnologia nel 2024.

Leggi anche:  LinkedIn ci spia? Il rapporto BrowserGate rivela fingerprinting e tracciamento delle estensioni

Le reti neurali utilizzate vengono addestrate esclusivamente sul set specifico di texture necessarie durante lo sviluppo del gioco, escludendo qualsiasi possibilità di errori generativi o allucinazioni tipiche di altri sistemi basati su intelligenza artificiale. Le texture rappresentano la componente che consuma più VRAM in qualsiasi gioco, quindi qualsiasi tecnica per ottimizzarne la gestione risulta particolarmente rilevante.

Attualmente nessun gioco supporta Cooperative Vectors o Neural Texture Compression, ma l’implementazione dovrebbe iniziare nei prossimi titoli considerando la direzione intrapresa dall’industria.

Fonte