Mampatan Tekstur Neural NVIDIA untuk pemampatan tekstur bahan
Penyelidik NVIDIA telah membangunkan algoritma pemampatan baru untuk tekstur bahan.
Dalam kertas kerja bertajuk”Random-Access Neural Compression of Material Textures”, NVIDIA mempersembahkan algoritma baharu untuk pemampatan tekstur. Kerja ini menyasarkan keperluan yang semakin meningkat untuk ingatan komputer, yang kini menyimpan tekstur resolusi tinggi serta banyak sifat dan atribut yang dilampirkan padanya untuk menghasilkan bahan yang mempunyai kesetiaan tinggi dan kelihatan semula jadi.
NTC dikatakan menyampaikan resolusi 4 kali lebih tinggi (16 lebih texel) daripada BC (Block Compression), iaitu mampatan tekstur berasaskan GPU standard yang tersedia dalam pelbagai format. Algoritma NVIDIA mewakili tekstur sebagai tensor (tiga dimensi), tetapi tanpa sebarang andaian seperti dalam mampatan blok (seperti kiraan saluran). Satu-satunya perkara yang NTC andaikan ialah setiap tekstur mempunyai saiz yang sama.
Akses rawak dan setempat ialah ciri penting NTC. Untuk pemampatan tekstur GPU, adalah amat penting bahawa tekstur boleh diakses dengan kos yang kecil tanpa berlengah-lengah, walaupun apabila kadar mampatan tinggi digunakan. Penyelidikan ini memfokuskan pada memampatkan banyak saluran dan peta mip (tekstur saiz yang berbeza) bersama-sama. Dengan berbuat demikian, kertas itu mendakwa bahawa kualiti dan kadar bit lebih baik daripada format JPEG XL atau AVIF.
Random-Access Neural Compression of Material Textures, NVIDIA
Kemajuan berterusan fotorealisme dalam rendering disertai dengan pertumbuhan dalam data tekstur dan, akibatnya, peningkatan permintaan storan dan memori. Untuk menangani isu ini, kami mencadangkan teknik pemampatan saraf baru yang direka khusus untuk tekstur bahan. Kami membuka kunci dua lagi tahap perincian, iaitu, 16× lebih texel, menggunakan pemampatan kadar bit rendah, dengan kualiti imej yang lebih baik daripada teknik pemampatan imej lanjutan, seperti AVIF dan JPEG XL. Pada masa yang sama, kaedah kami membenarkan penyahmampatan masa nyata atas permintaan dengan akses rawak serupa dengan mampatan tekstur menyekat pada GPU. Ini memanjangkan faedah pemampatan kami dari storan cakera ke memori. Idea utama di sebalik pendekatan kami ialah memampatkan berbilang tekstur bahan dan rantai mipmap mereka bersama-sama, dan menggunakan rangkaian saraf kecil, yang dioptimumkan untuk setiap bahan, untuk menyahmampatnya. Akhir sekali, kami menggunakan pelaksanaan latihan tersuai untuk mencapai kelajuan mampatan praktikal, yang prestasinya mengatasi rangka kerja umum, seperti PyTorch, dengan susunan magnitud.
— Random-Access Neural Compression of Material Textures, NVIDIA
Tidak seperti algoritma BCx biasa, yang memerlukan perkakasan tersuai, algoritma ini menggunakan kaedah pendaraban matriks, yang kini dipercepatkan oleh GPU moden. Menurut kertas itu, ini menjadikan algoritma NTC lebih praktikal dan lebih berkeupayaan kerana kekangan cakera dan memori yang lebih rendah.
Random-Access Neural Compression of Material Textures, NVIDIA
Menurut kertas, tekstur saraf boleh dipaparkan dalam masa nyata dengan sehingga 16x lebih texel daripada pendekatan BC. Kos pemaparan 4K ialah 1.15ms yang lebih tinggi daripada 0.49ms (diukur pada RTX 4090). Maklumat lanjut akan dibentangkan di SIGGRAPH 2023 pada 6 Ogos.
Sumber: NVIDIA
