Tarjetas gráficas

Nvidia Neural Texture Compression: Texturas 4 veces más nítidas con 30% menos de memoria

Nvidia Neural Texture Compression, tambien conocido como NTC, es una nueva tecnología de compresión de texturas que promete revolucionar los gráficos 3D.

Neural Texture Compression: La revolución de las texturas en juegos

En un artículo titulado «Random-Access Neural Compression of Material Textures», la compañía verde ha presentado un nuevo algoritmo para la compresión de texturas, que promete texturas de mayor resolución y una compresión aún más agresiva sin perder calidad sobre la textura original.

En uno de los ejemplos, podemos ver la textura original sin comprimir de 4096×4096. La textura sin comprimir ocupa unos 171 MB. Con el método tradicional de compresión de texturas BC (Block Compression), la textura reduce su resolución a 1024×1024 y pesa unos 4 MB, pero con la nueva tecnología de compresión NTC (Neural Texture Compression) la resolución de la textura se mantiene inalterada y ocupa unos 3.8 MB.

Como podemos observar, la pérdida de calidad con respecto a la textura original sin comprimir es casi nula y el peso de la textura es similar o inferior con respecto a BC.

Se dice que NTC proporciona 4 veces más resolución (16 texels más) que BC (Block Compression). El algoritmo representa las texturas como tensores (tres dimensiones), pero sin ninguna suposición como en la compresión por bloques (como el recuento de canales). Nvidia asegura que la calidad y el bitrate son mejores que los de los formatos JPEG XL o AVIF, que son algunos de los formatos de imágenes más recientes.

Te recomendamos nuestra guía sobre las mejores tarjetas gráficas del mercado

»El continuo avance del fotorrealismo en el renderizado va acompañado de un crecimiento de los datos de texturas y, en consecuencia, de una mayor demanda de almacenamiento y memoria. Para resolver este problema, proponemos una novedosa técnica de compresión neural diseñada específicamente para texturas de materiales. Desbloqueamos dos niveles más de detalle, es decir, 16× más texels, utilizando una compresión de baja tasa de bits, con una calidad de imagen superior a la de técnicas avanzadas de compresión de imágenes, como AVIF y JPEG XL. Al mismo tiempo, nuestro método permite la descompresión bajo demanda y en tiempo real con un acceso aleatorio similar al de la compresión de texturas por bloques en las GPU. De este modo, las ventajas de la compresión se extienden del almacenamiento en disco a la memoria. La idea clave de nuestro método es comprimir varias texturas de materiales y sus cadenas de mipmaps a la vez, y utilizar una pequeña red neuronal, optimizada para cada material, para descomprimirlas. Por último, utilizamos una implementación de entrenamiento personalizada para alcanzar velocidades de compresión prácticas, cuyo rendimiento supera en un orden de magnitud al de marcos generales como PyTorch.»

  • Random-Access Neural Compression of Material Textures, NVIDIA

Las texturas neuronales pueden renderizarse en tiempo real con hasta 16 veces más texel que con el método BC (Block Compression). Nvidia dice que el costo de renderizado en 4K es de 1,15 ms, superior a 0,49 ms, un dato que fue medido en una RTX 4090.

De momento, desconocemos cuando se comenzar a utilizar este método de compresión de texturas, pero se espera que Nvidia no de más información sobre Neural Texture Compression en el SIGGRAPH 2023 del mes de agosto. Os mantendremos informados.

Recent Posts

  • Discos duros y SSD

NAND: SK Hynix enviará las primeras memorias de 321 capas en el primer trimestre de 2025

SK Hynix anuncia la producción de sus memorias flash NAND más avanzadas hasta ahora, que…

2 horas atrás
  • Reviews

Drift DRAIR200 Review en Español (Análisis completo)

Drift DRAIR200 es la silla ergonómica que estabas esperando si tu presupuesto es ajustado, pero…

3 horas atrás
  • Tarjetas gráficas

Nvidia RTX 5090, nuevos indicios hablan de un precio de 1.999 dólares

Una nueva información sobre la RTX 5090 vuelve a encender las alarmas con respecto a…

4 horas atrás