上海
Intel在近日的視頻中詳細介紹了Texture Set Neural Compression（TSNC）技術，通過神經(jīng)網(wǎng)絡大幅降低現(xiàn)代游戲的顯存占用。
TSNC的核心思路與NVIDIA NTC方案類似，不再采用傳統(tǒng)方式壓縮紋理和材質(zhì)數(shù)據(jù)，而是將其轉(zhuǎn)換為學習型表示，由一個小型神經(jīng)網(wǎng)絡在GPU端實時重建所需信息。
這一方式可以同時縮減游戲下載體積、節(jié)省SSD存儲空間，并大幅降低顯存占用。
Intel提供了兩種壓縮模式：注重畫質(zhì)的模式可實現(xiàn)約9倍壓縮率，畫質(zhì)損失較??；更激進的模式則可達到17至18倍的壓縮率，但會出現(xiàn)畫質(zhì)瑕疵。
NVIDIA則聲稱在幾乎不損失畫質(zhì)的前提下，將顯存占用從6.5GB壓縮至970MB，壓縮率約為85%，不過兩者采用了不同的基準和測試場景，直接對比意義有限。
硬件支持方面，NVIDIA的方案深度綁定RTX生態(tài)，主要依賴GeForce RTX顯卡中的Tensor Core加速，雖然目前已通過DirectX 12 Cooperative Vectors開放了更通用的路徑，但整體仍圍繞自家RTX平臺構(gòu)建。
Intel則為TSNC設計了雙重加速路徑，通過Arc GPU中的XMX單元實現(xiàn)硬件加速，同時提供基于FMA指令的軟件模式，即使沒有專用AI硬件也能運行。
NVIDIA的優(yōu)勢在于RTX顯卡在游戲市場的占有率遠高于Intel，生態(tài)成熟度更高，但Intel的兼容策略更為開放，不依賴特定AI加速硬件即可工作。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
妍妍教育日記
