Nvidia ponownie zwróciła na siebie uwagę graczy i twórców gier, ale tym razem nie chodzi wyłącznie o kolejną wersję DLSS czy marketing wokół generatywnej sztucznej inteligencji. Podczas prezentacji poświęconych neural rendering firma pokazała technologię Neural Texture Compression, czyli rozwiązanie, które ma bardzo konkretny cel – drastycznie zmniejszyć zużycie pamięci VRAM w grach bez zauważalnej utraty jakości obrazu. Według zaprezentowanego dema różnica jest ogromna, bo scena zajmująca standardowo 6,5 GB pamięci graficznej po zastosowaniu nowej metody potrzebowała już tylko około 970 MB. To właśnie dlatego temat błyskawicznie rozgrzał dyskusje wokół przyszłości kart graficznych i optymalizacji nowych gier.
W praktyce Neural Texture Compression nie działa jak klasyczne metody kompresji tekstur, które od lat są obecne w grach i silnikach graficznych. Zamiast opierać się wyłącznie na blokowej kompresji, technologia Nvidii wykorzystuje małe sieci neuronowe do odtwarzania tekstur w czasie rzeczywistym. Oznacza to, że dane mogą zajmować znacznie mniej miejsca w pamięci, a jednocześnie po rozpakowaniu zachowują bardzo wysoką jakość. Z perspektywy gracza brzmi to wyjątkowo atrakcyjnie, bo jednym z największych problemów współczesnych produkcji AAA jest właśnie bardzo wysokie zapotrzebowanie na VRAM, które potrafi ograniczać wydajność nawet na mocnych kartach graficznych.
Najciekawsze w tym wszystkim jest to, że Nvidia nie mówi już tylko o drobnych usprawnieniach czy laboratoryjnych eksperymentach. Firma pokazała przykład sceny, w której po użyciu Neural Texture Compression udało się zejść z 6,5 GB do 970 MB przy zachowaniu praktycznie identycznego obrazu. To różnica, która w realnych grach mogłaby zrobić ogromne wrażenie. Dziś wielu graczy mierzy się z sytuacją, w której karta oferuje wysoką moc obliczeniową, ale ogranicza ją zbyt mała ilość pamięci. Jeśli nowa technologia faktycznie trafi do gier w szerszej skali, może wydłużyć życie wielu GPU i zmniejszyć presję na ciągłe kupowanie coraz droższych modeli tylko po to, by poradzić sobie z teksturami w wysokiej rozdzielczości.
To jednak nie wszystko, bo Nvidia pokazała również Neural Materials. To rozwiązanie idzie o krok dalej i zamiast skupiać się wyłącznie na samych teksturach, dotyczy także sposobu obliczania materiałów i reakcji światła na powierzchnie. Zamiast wykonywać kosztowne matematycznie obliczenia BRDF dla wielu warstw materiału, sieć neuronowa może przewidzieć końcowy efekt oświetlenia dla danego piksela. W teorii i na pokazach oznacza to szybsze renderowanie oraz możliwość uzyskania bardziej zaawansowanych materiałów przy mniejszym obciążeniu. W jednym z dem Nvidia mówiła nawet o przyspieszeniu renderowania do 7,7 raza w 1080p bez spadku jakości obrazu.
Najważniejsze pytanie brzmi oczywiście, czy to kolejna efektowna demonstracja, która dobrze wygląda na slajdach, ale długo nie trafia do realnych gier. I tu warto zachować ostrożność. Na ten moment nie ma jeszcze gier, które szeroko korzystałyby z Cooperative Vectors czy bezpośrednio z Neural Texture Compression w formie znanej z prezentacji Nvidii. Z drugiej strony nie jest to wyłącznie zamknięty eksperyment jednej firmy. Microsoft już wcześniej standaryzował podobne rozwiązania w DirectX, a Intel pokazywał własne demo związane z neuralną kompresją zestawów tekstur. To sugeruje, że cała branża patrzy w podobnym kierunku i że technologia może z czasem stać się ważnym elementem nowoczesnych silników graficznych.
Dla graczy szczególnie istotne jest to, że nie mówimy tutaj o generatywnej AI w stylu modnych, ale często kontrowersyjnych zastosowań. Neural Texture Compression nie tworzy nowych zasobów na podstawie zgadywania i nie „halucynuje” detali. Sieć neuronowa jest trenowana na konkretnym zestawie tekstur wykorzystywanych podczas produkcji gry i służy do ich efektywnego zapisu oraz odtwarzania. To znacznie bardziej praktyczne i przewidywalne zastosowanie AI, które może przynieść wymierne korzyści bez obaw o losowe błędy czy niepożądane zmiany artystyczne. Właśnie dlatego wielu obserwatorów rynku uznaje ten kierunek za jedną z najbardziej sensownych implementacji sztucznej inteligencji w grafice komputerowej.
Jeżeli technologia zacznie trafiać do dużych produkcji, skutki mogą być odczuwalne na kilku poziomach jednocześnie. Po pierwsze gry mogłyby zużywać mniej VRAM, co jest kluczowe zwłaszcza przy rozdzielczościach 1440p i 4K. Po drugie deweloperzy dostaliby większą swobodę w tworzeniu bardziej szczegółowych tekstur bez tak dużego obciążenia pamięci. Po trzecie mniejsze rozmiary danych mogłyby przełożyć się również na bardziej rozsądne rozmiary instalacji. W czasach, gdy pojedyncze gry potrafią zajmować dziesiątki, a nawet ponad sto gigabajtów, każda technologia ograniczająca wagę zasobów jest po prostu cenna.
Nie oznacza to jednak, że problem VRAM w grach zniknie z dnia na dzień. Wiele będzie zależeć od tego, jak szybko twórcy silników i producenci gier wdrożą nowe narzędzia oraz czy implementacja okaże się wystarczająco wygodna i opłacalna. Historia PC gamingu zna już wiele świetnie zapowiadających się technologii, które potrzebowały lat, by naprawdę się przyjąć. Mimo to Nvidia Neural Texture Compression wygląda na rozwiązanie, które odpowiada na realny problem współczesnych gier. Jeżeli pokazywane wyniki znajdą potwierdzenie w gotowych produkcjach, może to być jedna z najważniejszych zmian w zarządzaniu pamięcią GPU od wielu lat.
Na dziś najrozsądniej patrzeć na ten temat z ostrożnym optymizmem. Nvidia pokazała technologię, która nie tylko brzmi efektownie, ale też odpowiada na konkretny ból graczy i deweloperów. Zmniejszenie wykorzystania VRAM nawet o 85% bez widocznej straty jakości to obietnica, której nie da się zignorować. Jeśli Neural Texture Compression oraz Neural Materials staną się częścią standardowego pakietu narzędzi w branży, w najbliższych latach możemy zobaczyć gry wyglądające lepiej, działające płynniej i mniej brutalnie obchodzące się z pamięcią kart graficznych. I właśnie dlatego to jedna z tych technologii AI, którym naprawdę warto się przyglądać.
