نظرًا لأن الألعاب أصبحت أكثر تعقيدًا وواقعية، فقد اعتمدت الصناعة بشكل متزايد على ترقية التكنولوجيا لتلبية متطلبات الأجهزة المتزايدة. واحدة من أكبر المشكلات الناشئة عن هذا التحسين دون المستوى هو استخدام VRAM، والذي ارتفع بشكل حاد خلال السنوات القليلة الماضية. ولمكافحة ذلك، طورت Nvidia تقنية تسمى “ضغط النسيج العصبي” (NTC)، والتي تم طرحها مرة أخرى في حديث GTC اليوم. ستتمكن أفضل بطاقات الرسومات من الاستفادة من تقنية NTC من Nvidia.
تعمق أكثر مع TH Premium: وحدات معالجة الرسومات
في المثال أدناه، قامت Nvidia بتشغيل Tuscan Villa Scene الذي كان يستهلك 6.5 جيجابايت من VRAM مع ضغط الكتلة القياسي، ولكن التحول إلى NTC قلل ذلك إلى 970 ميجابايت فقط، وتبدو الصورة متطابقة. في السابق، أظهر عرض توضيحي آخر من الشركة خوذة طيران تحتوي على 272 ميجابايت من الأنسجة غير المضغوطة – أدى ضغط الكتلة إلى خفض ذلك إلى 98 ميجابايت، لكن NTC خفضتها إلى 11.37 ميجابايت فقط، أي أقل بحوالي 24 مرة من النسخة الأصلية.
يستمر المقال أدناه
شاهد
كما عرضت الشركة أيضًا المواد العصبية، متبعةً نفس المفهوم: السماح للشبكة العصبية بتقييم بيانات نسيج المادة وفك ضغطها بدلاً من الاعتماد على رياضيات BRDF المكلفة حسابيًا. عادةً، يتم تكديس خرائط نسيج متعددة لمادة ما، ويجب على وحدة معالجة الرسومات حساب كيفية تفاعل الضوء مع كل طبقة في وقت واحد في مسار العرض.
تسأل المواد العصبية الشبكة العصبية عن كيفية تفاعل الضوء في هذا السيناريو وتظليل البكسل وفقًا لذلك. يتم تدريب الشبكة العصبية على جميع بيانات النسيج، لذا فهي تعرف النتيجة بالفعل في ضوء الضوء والزاوية. على هذا النحو، في المشهد التجريبي أدناه، حققت Nvidia أوقات عرض أسرع بما يصل إلى 7.7 مرات بدقة 1080 بكسل دون فقدان جودة الصورة.
صورة 1 ل 2
إن NTC فعال للغاية لأنه يستخدم محركات تسريع المصفوفة، وهي عبارة عن كتلة أجهزة منفصلة في وحدات معالجة الرسومات الحديثة، لذلك لا يتأثر الأداء الأساسي. تطلق عليها Nvidia اسم Tensor Cores، وتطلق عليها Intel اسم محركات XMX، وتطلق عليها AMD اسم مسرعات الذكاء الاصطناعي. هذا هو المكان الذي يعيش فيه أيضًا مطورو الترقية مثل DLSS وFSR وXeSS، حيث يقومون بإعادة بناء إطار منخفض الدقة إلى مخرجات بدقة أعلى، لذا فهو جزء من طموح العرض العصبي لشركة Nvidia.
لم يحظى مفهوم العرض العصبي بأكبر قدر من الاستحسان في المجتمع حتى الآن، وقد تقودك كلمة “الشبكة العصبية” إلى الاعتقاد بأن هذا مجرد المزيد من الانحدار في الذكاء الاصطناعي. إنه في الواقع العكس، وهو أحد أفضل استخدامات الذكاء الاصطناعي لأنه ليس منتجًا على الإطلاق. سيتم تدريب NTC فقط على مجموعة محددة من الأنسجة التي يحتاج إلى الرجوع إليها أثناء تطوير اللعبة، لذلك ليس هناك أي فرصة للهلوسة.
صورة 1 ل 2
تستهلك الأنسجة أكبر قدر من ذاكرة الفيديو (VRAM) في أي لعبة، لذا فإن أي تقنية لإبقائها تحت المراقبة تعد إضافة مرحب بها. ومع ذلك، من المهم ملاحظة أن هذا لا يقتصر على Nvidia، حيث قامت Microsoft بتوحيده على أنه “Cooperative Vectors” في DirectX. لقد عرضت Intel سابقًا عرضًا تجريبيًا خاصًا بها مع مواد أفضل بشكل ملحوظ مقارنةً بضغط الكتل. تحدثت AMD آخر مرة عن هذه التقنية في عام 2024، ولكن من المحتمل أن تكون على متن المهمة أيضًا.
حاليًا، لا توجد لعبة تدعم Cooperative Vectors أو Neural Texture Compression من Nvidia، ولكن يجب أن نبدأ في رؤيتها يتم تنفيذها قريبًا، نظرًا لمسار الصناعة. لقد أصبح الذكاء الاصطناعي هو الحل لكل مشكلة قديمة على ما يبدو، وتبتكر الشركات طرقًا جديدة لدمجه في مكان لا ينتمي إليه. ومع ذلك، تظهر الابتكارات مثل NTC أنه يمكن تنفيذها على نحو حسن الذوق لإحداث فرق حقيقي وهادف.
يتبع أجهزة توم على أخبار جوجل، أو أضفنا كمصدر مفضل، للحصول على آخر الأخبار والتحليلات والمراجعات في خلاصاتك.
التعليقات