Imagem: NVIDIA
A NVIDIA desenvolveu uma nova técnica de compactação chamada “Neural Texture Compression” (NTC) que oferece um nível de qualidade que se aproxima do que é visto em recursos de referência não compactados, de acordo com um novo recurso de pesquisa da NVIDIA intitulado “Random-Acessar compressão neural de texturas de materiais.” De acordo com uma imagem de comparação que os pesquisadores da NVIDIA compartilharam, o NTC fornece uma resolução 4x maior quando comparado ao método BC (compressão de bloco), o que é bastante interessante por si só, mas o que é ainda mais notável é que ele é capaz de fazer isso usando 30% menos memória. Mais comparações do novo método de compactação, que pode ou não ser exclusivo para futuras GPUs GeForce, podem ser encontradas em aqui.
De um NVIDIA Research resumo:
O contínuo avanço do fotorrealismo na renderização é acompanhado por um crescimento nos dados de textura e, consequentemente, aumento das demandas de armazenamento e memória. Para resolver esse problema, propomos uma nova técnica de compressão neural projetada especificamente para texturas de materiais. Desbloqueamos mais dois níveis de detalhe, ou seja, 16X mais texels, usando compactação de baixa taxa de bits, com qualidade de imagem superior a técnicas avançadas de compactação de imagem, como AVIF e JPEG XL. Ao mesmo tempo, nosso método permite a descompressão sob demanda e em tempo real com acesso aleatório semelhante à compactação de textura de bloco em GPUs, permitindo a compactação em disco e memória.
A ideia-chave por trás de nossa abordagem é compactar várias texturas de materiais e suas cadeias de mipmap juntas e usar uma pequena rede neural, otimizada para cada material, para descompactá-los. Por fim, usamos uma implementação de treinamento personalizada para atingir velocidades práticas de compactação, cujo desempenho supera o de frameworks gerais, como o PyTorch, em uma ordem de grandeza.
Imagem: NVIDIA
Participe da discussão desta postagem em nossos fóruns…
