正如6月底宣布的那樣AMD推出了一種人工智慧驅動的紋理壓縮方法,稱為NTBC(神經紋理區塊壓縮)。繼上週在第35屆歐洲圖形渲染研討會上發表演講後,AMD現在在GPU Open網站上發布了研究人員Shin Fujieda和Takahiro Harada撰寫的論文,展示了這項新技術的詳細資訊。
NTBC的目標是減少遊戲檔案大小,過去幾年遊戲檔案大小一直在增加。遊戲需要大約150GB可用磁碟空間才能安裝的情況已不再罕見。當然遊戲檔案大小越來越大的罪魁禍首是4K顯示器等的高解析度紋理。
透過採用Neural的方法,NTBC學習如何將未壓縮紋理映射到區塊壓縮紋理(本文重點介紹BC1和BC4格式),實現最多減少70%的儲存佔用空間,同時保持合理的紋理品質並避免任何變更著色器。
NTBC旨在減少磁碟上的紋理佔用空間。網路權重儲存在磁碟中並載入到記憶體中。然後執行推理以重建塊壓縮紋理數據,並將其複製到VRAM。因此它不需要對著色器進行任何更改,這使得我們的方法更容易在現有圖形管道中採用。我們還利用多解析度特徵網格來鼓勵模型最佳化,並透過量化感知訓練對其進行壓縮,以降低儲存成本。
AMD研究人員指出NTBC預測區塊壓縮數據,而不是從磁碟加載區塊壓縮紋理;然後在運行時使用現有的BC解壓縮方法從壓縮資料中解碼紋理元素值。因此該技術僅在圖形管道中的紋理加載階段導入適度的計算開銷。
據估計該時間在27.31毫秒到49.84毫秒之間,具體取決於保守方法(針對RGB和單通道紋理運行兩種不同的模型)和激進方法之間的選擇。它看起來相對較高,但研究人員澄清這不會成為問題,因為每種材質僅執行一次推理,而不是從磁碟加載紋理。
當然NTBC還不完美。其打造者認識到由於使用與原始紋理相比解析度較低的網格,它偶爾會產生模糊的細節或區塊偽影。可能的解決方案包括不同的編碼方法,例如紋理聚焦編碼或局部位置編碼。至於格式,AMD研究人員認為NTBC也可以擴展到BC6H和BC7。
消息來源 |