Nieuwe Nvidia machine learning vermindert het VRAM-gebruik met 85%.
Nvidia's nieuwe materiaaltextuurcompressie heeft geen kwaliteitsverlies, gebruikt 85% minder VRAM en verkleint de grootte drastisch.
Nvidia heeft onlangs een onderzoeksartikel gepubliceerd over een nieuwe NTC (Neural Texture Compression) die belooft het VRAM-gebruik tot 85% te verminderen, maar zonder kwaliteitsverlies.
Dit komt voort uit Nvidia die erkent dat het VRAM-gebruik uit de hand is gelopen, naar verluidt doordat consumenten fotorealistische graphics eisen.
Hoewel het artikel vrij technisch is, onderzoekt het het coderen van texturen in plaats van ze op volledige resolutie op te slaan. Het is gebaseerd op machine learning en gebruikt neurale netwerktechnologie om vervolgens het beeld te reconstrueren. Dit gebeurt ook om de grootte van de textuur te verkleinen; het meest extreme voorbeeld dat Nvidia kon laten zien was een 1/24e van de oorspronkelijke grootte.
Een van de belangrijkste punten is dat de methode geen enkel generatief algoritme of iets dergelijks gebruikt, maar volledig deterministisch is, wat een mooie manier is om te zeggen dat er geen willekeurige elementen worden gebruikt en dat dezelfde invoer altijd dezelfde output zal opleveren. Aangezien het coderings- en neurale proces plaatsvindt in de Matrix Engine, die wordt aangestuurd door de Tensorkernen, zullen de normale prestaties van CUDA-kernen niet worden beïnvloed. Dit betekent ook dat moderne RTX 50-serie kaarten het in theorie zouden moeten kunnen ondersteunen, zodra game-ontwikkelaars het gaan implementeren.
