Bild: NVIDIA
NVIDIA hat eine neue Komprimierungstechnik namens „Neural Texture Compression“ (NTC) entwickelt, die ein Qualitätsniveau liefert, das näher an das herankommt, was in unkomprimierten Referenz-Assets zu sehen ist, laut einer neuen NVIDIA Research-Funktion mit dem Titel „Random-Zugriff auf neuronale Komprimierung von Materialtexturen.“ Laut einem Vergleichsbild, das NVIDIA-Forscher geteilt haben, bietet NTC eine 4-mal höhere Auflösung im Vergleich zur BC-Methode (Block Compression), was an sich schon ziemlich ordentlich ist, aber noch bemerkenswerter ist, dass es dies erreichen kann, während es 30 % weniger Speicher. Weitere Vergleiche der neuen Komprimierungsmethode, die künftigen GeForce-GPUs vorbehalten sein kann oder nicht, finden Sie unter hier.
Aus einem NVIDIA Research Abstract:
Die kontinuierliche Weiterentwicklung des Fotorealismus beim Rendering wird von einem Wachstum an Texturdaten und folglich steigenden Speicher-und Speicheranforderungen begleitet. Um dieses Problem anzugehen, schlagen wir eine neuartige neurale Kompressionstechnik vor, die speziell für Materialtexturen entwickelt wurde. Wir schalten zwei weitere Detailebenen frei, d. h. 16-mal mehr Texel, unter Verwendung einer Komprimierung mit niedriger Bitrate, mit einer Bildqualität, die besser ist als fortschrittliche Bildkomprimierungstechniken wie AVIF und JPEG XL. Gleichzeitig ermöglicht unsere Methode eine On-Demand-Echtzeit-Dekomprimierung mit wahlfreiem Zugriff, ähnlich der Blocktexturkomprimierung auf GPUs, wodurch eine Komprimierung auf Festplatte und Speicher ermöglicht wird.
Die Schlüsselidee hinter unserem Ansatz ist Komprimieren mehrerer Materialtexturen und ihrer Mipmap-Ketten zusammen und Verwenden eines kleinen neuronalen Netzwerks, das für jedes Material optimiert ist, um sie zu dekomprimieren. Schließlich verwenden wir eine benutzerdefinierte Trainingsimplementierung, um praktische Komprimierungsgeschwindigkeiten zu erreichen, deren Leistung die von allgemeinen Frameworks wie PyTorch um eine Größenordnung übertrifft.
Bild: NVIDIA
Beteiligen Sie sich an der Diskussion zu diesem Beitrag in unseren Foren…
