英伟达发布神经纹理压缩 显存占用最高可降低85%

近年来，英伟用最英伟达一直是布神技术领域的领跑者，推出了一系列革命性的经纹降低技术功能，其中最突出的理压就是其人工智能图像增强技术DLSS， 而在近日的缩显GTC 2026大会上，该公司又发布了黑科技——神经纹理压缩。存占

该人工智能技术据称可将玩游戏时显存的英伟用最占用降低85%，且画质零损失。布神其神经纹理压缩Demo显示，经纹降低在显存占用6.5GB和970MB之间实现了“惊人的理压视觉效果一致性”。

随着游戏变得越来越复杂、缩显越来越逼真，存占游戏行业越来越依赖图像放大技术来满足不断增长的英伟用最硬件需求。这种优化不足导致的布神一个主要问题是显存占用率，近年来显存占用率急剧上升。经纹降低为了解决这个问题，英伟达开发了一种名为“神经纹理压缩”（NTC）的技术，并在今天的GTC大会上再次提及。性能最强的显卡将能够充分利用英伟达的NTC技术。

NTC允许开发者使用小型神经网络来解包任何场景中的纹理。这不仅显著减小了纹理的大小，使游戏安装更加便捷，而且还降低了运行时的显存占用。此外，最终生成的纹理质量也更高，英伟达称最终渲染的分辨率最高可提升4倍。

在下面的示例中，英伟达运行了一个托斯卡纳别墅场景，使用标准块（BCN）压缩时占用6.5 GB显存，但切换到NTC后，显存占用降至仅970MB，而图像效果却完全相同。

此前，该公司的另一个演示展示了一个飞行头盔，其未压缩纹理占用272 MB——块压缩将其减少到98MB，而NTC则将其减少到仅11.37MB，约为原始纹理占用的1/24。

目前尚不清楚这项技术是否会推广到老款显卡上，但RTX 5060或5060Ti等8GB显存显卡的用户应该会从中受益。DLSS 5一直备受争议，但这项技术应该会受到许多用户的欢迎。

英伟达还展示了神经材质（Neural Materials），其理念与此相同：利用神经网络评估和解压缩材质纹理数据，而不是依赖计算量巨大的双向反射分布函数（BRDF）数学运算。

通常，一种材质会堆叠多个纹理贴图，GPU必须在渲染管线中同时计算光线与每一层的交互方式。神经材质技术只需向神经网络询问光线在特定场景下的反应，并据此调整像素的着色。神经网络基于所有纹理数据进行训练，因此它已经知道给定光线和角度下的结果。正因如此，在演示场景中，英伟达在1080p分辨率下实现了高达7.7倍的渲染速度提升，且图像质量丝毫不减。

NTC之所以如此高效，是因为它使用了矩阵加速引擎。在现代GPU中，矩阵加速引擎是一个独立的硬件模块，因此不会影响基础性能。英伟达称之为Tensor Core，英特尔称之为XMX引擎，AMD称之为AI加速器。DLSS、FSR和XeSS等图像放大技术也依赖于此，它们可以将低分辨率帧重建为更高分辨率的输出，因此这也是英伟达神经渲染计划的一部分。

神经渲染的概念目前在业界尚未得到广泛认可，“神经网络”这个词可能会让你觉得这只是又一种人工智能的拙劣尝试。但事实恰恰相反，它堪称人工智能的优秀应用之一，因为它完全不涉及生成过程。NTC只会针对游戏开发过程中需要参考的特定纹理集进行训练，因此不会出现任何幻觉。

纹理是所有游戏中占用显存最多的组件，因此任何能够控制纹理占用的技术都值得欢迎。不过需要注意的是，这项技术并非英伟达独有，微软已将其标准化为DirectX中的“协作向量”（Cooperative Vectors）。英特尔此前也展示过其纹理演示，与块压缩相比，纹理效果明显更佳。AMD上次提及这项技术是在2024年，但它很可能也在积极参与其中。

目前，尚无游戏支持合作向量或英伟达的神经纹理压缩技术，但鉴于行业的发展趋势，我们应该很快就能看到它们的应用。人工智能似乎已成为解决所有古老问题的万能钥匙，各大公司也在不断探索将其应用于各种看似不合适的领域。然而，像神经纹理压缩这样的创新表明，人工智能可以巧妙地应用于实际，从而产生真正有意义的影响。

(责任编辑：百科)