การบีบอัดพื้นผิวประสาท: VRAM น้อยลง 96%!

ในที่สุด Neural Texture Compression (NTC) ของ Nvidia ก็ได้รับการทดสอบแล้ว แสดงให้เห็นถึงความสามารถของเทคโนโลยีนี้ในเวิร์กโหลด 3D ในโลกแห่งความเป็นจริง แต่งเรื่อง บน YouTube ได้ทำการทดสอบเทคโนโลยีการบีบอัดหน่วยความจำของ Nvidia บน RTX 4090 ที่ความละเอียด 1440p และ 4K เผยให้เห็นการลดลงของขนาดพื้นผิวหน่วยความจำของ 96% อย่างน่าประทับใจด้วย NTC เมื่อเปรียบเทียบกับเทคนิคการบีบอัดพื้นผิวแบบเดิม

Compusemble ทดสอบ NTC ในสองโหมด: “NTC transcoded to BCn” และ “In-Sample Inference” ฟังก์ชันแรกจะแปลงพื้นผิวเป็น BCn เมื่อโหลด ในขณะที่ฟังก์ชันหลังจะแตกเฉพาะเท็กเซลแต่ละรายการที่จำเป็นในการเรนเดอร์มุมมองเฉพาะ ซึ่งจะช่วยลดขนาดหน่วยความจำของพื้นผิวลงไปอีก

ที่ 1440p พร้อมเปิดใช้งานการอัปสเกล DLSS โหมด “NTC transcoded to BCn” จะลด ขนาดหน่วยความจำการทดสอบแอปพลิเคชัน บน 64% เพิ่มจาก 272MB เป็น 98MB อย่างไรก็ตาม โหมด “การอนุมาน NTC บนตัวอย่าง” ลดขนาดพื้นผิวลงอย่างมากเหลือเพียง 11.37MB ซึ่งแสดงถึงการลดลง 95.8% เมื่อเทียบกับการบีบอัดที่ไม่ใช่แบบนิวรอน และลดลง 88% เมื่อเทียบกับโหมดการบีบอัดแบบนิวรอนรุ่นก่อนหน้า

เมตริก Compusemble เผยให้เห็นถึงการลดลงประสิทธิภาพเล็กน้อยเมื่อเปิดใช้งานการบีบอัดพื้นผิวประสาท RTX «โหมด NTC ที่ทรานส์โค้ดเป็น BCn แสดงให้เห็นการลดลงเล็กน้อยใน FPS เฉลี่ยเมื่อเทียบกับการปิดใช้งาน NTC แม้ว่า FPS 1% ที่ต่ำที่สุดจะดีกว่าการบีบอัดพื้นผิวแบบเดิมอย่างเห็นได้ชัดเมื่อปิดใช้งาน NTC ก็ตาม โหมดอนุมาน NTC ในตัวอย่างมีการลดลงอย่างมาก โดยไปจาก FPS เฉลี่ย 1,600 ไปเป็นประมาณ 1,500 FPS ค่า 1% ต่ำลดลงอย่างมากเหลือประมาณ 840 FPS»

การลดขนาดหน่วยความจำจะเหมือนกันที่ 1440p โดยใช้ TAA แทนการอัปสเกล DLSS แต่พฤติกรรมด้านประสิทธิภาพของ จีพียู แตกต่างกันไป โหมดทั้งหมดทำงานได้เร็วกว่า DLSS อย่างเห็นได้ชัด โดยทำงานที่เกือบ 2,000 FPS ค่า 1% ที่ต่ำที่สุดในโหมด “การอนุมาน NTC บนตัวอย่าง” เคลื่อนตัวในช่วง 1,300 FPS ซึ่งเพิ่มขึ้นอย่างมากจาก 840 FPS

ไม่น่าแปลกใจที่การเพิ่มความละเอียดเป็น 4K จะทำให้ ผลงาน ลดลงอย่างมาก เมื่อเปิดการอัปสเกล DLSS จะแสดง FPS เฉลี่ยในช่วง 1,100 FPS ในโหมด “NTC transcoded to BCn” และต่ำกว่า 1,000 FPS เล็กน้อยในโหมด “การอนุมาน NTC บนตัวอย่าง” ค่า 1% ที่ต่ำที่สุดสำหรับทั้งสองโหมดอยู่ในช่วง 500 FPS

การปิดใช้งาน DLSS เพื่อใช้ความละเอียดดั้งเดิมโดยใช้ TAA จะทำให้ FPS เฉลี่ยเพิ่มขึ้นในช่วง 1,700 FPS เมื่อใช้โหมด “NTC transcoded to BCn” และ FPS เฉลี่ยในช่วง 1,500 เมื่อใช้โหมด “NTC inference on sample” ค่า 1% ที่ต่ำที่สุดสำหรับโหมด NTC ก่อนหน้านี้อยู่ที่ต่ำกว่า 1,100 FPS เล็กน้อย ในขณะที่โหมดหลังมี 1% ที่ต่ำกว่า 800 FPS เล็กน้อย

ในที่สุด Compusemble ทดสอบเวกเตอร์ความร่วมมือด้วยโหมด “การอนุมาน NTC ในตัวอย่าง” ที่ ความละเอียด 4K กับ TAA เมื่อเปิดใช้งานเวกเตอร์แบบร่วมมือ อัตราเฟรมเฉลี่ยจะอยู่ในช่วง 1,500 ในขณะที่เมื่อปิดใช้งาน อัตรา FPS เฉลี่ยจะลดลงเหลือต่ำกว่า 650 FPS เล็กน้อย 1% ที่ต่ำที่สุดนั้นก็อยู่ที่ต่ำกว่า 750 FPS เล็กน้อย โดยมีการเปิดใช้เวกเตอร์แบบร่วมมือ ปิดใช้งาน 1% ที่ต่ำที่สุด โดยจะอยู่ที่มากกว่า 400 FPS ตามลำดับ

การทดสอบ RTX NTC ของ Compusemble แสดงให้เห็นว่า เทคโนโลยี การบีบอัดข้อมูลประสาทของ Nvidia สามารถลดขนาดหน่วยความจำพื้นผิวของแอปพลิเคชัน 3D ได้อย่างมาก แต่ต้องแลกมาด้วยประสิทธิภาพการทำงาน โดยเฉพาะในโหมด "อนุมานตามตัวอย่าง"

สิ่งที่น่าสนใจที่สุดของผลลัพธ์ของ ประสิทธิภาพการทำงานเป็น DLSS เทียบกับความละเอียดดั้งเดิม การเพิ่มขึ้นอย่างมีนัยสำคัญในอัตราเฟรมที่ความละเอียดดั้งเดิมแสดงให้เห็นว่า แกนเทนเซอร์ ที่ใช้ในการประมวลผล NTC กำลังถูกเรียกเก็บภาษีอย่างหนัก จนถึงจุดที่ประสิทธิภาพการอัปสเกล DLSS ลดลง เพียงพอที่จะจำกัดคอร์เชเดอร์ได้ หากสิ่งนี้ไม่เกิดขึ้น เราควรเห็นโหมด DLSS ทำงานที่อัตราเฟรมที่สูงกว่าการทดสอบ 4K ดั้งเดิมของ TAA

RTX Neural Texture Compression ได้รับการพัฒนาอยู่นานอย่างน้อยสองสามปีแล้ว ใหม่หนึ่ง เทคโนโลยี ใช้คอร์เทนเซอร์ของ GPU Nvidia รุ่นใหม่เพื่อบีบอัดพื้นผิวในแอปพลิเคชันและเกม 3 มิติแทนการใช้ Block Truncation Code แบบดั้งเดิม RTX NTC ถือเป็นการปรับปรุงครั้งสำคัญครั้งแรกใน เทคโนโลยี การบีบอัดพื้นผิวตั้งแต่ช่วงทศวรรษ 1990 ช่วยให้สามารถสร้างพื้นผิวที่มีความละเอียดสูงกว่าที่ GPU สามารถประมวลผลได้ในปัจจุบันถึง 4 เท่า

ที่ เทคโนโลยี เป็นรุ่นเบต้าและไม่มีวันวางจำหน่าย ที่น่าสนใจคือ ข้อกำหนดขั้นต่ำ สำหรับ NTC ปรากฏว่าต่ำอย่างน่าประหลาดใจ หน้า GitHub ของ เอ็นวิเดีย สำหรับ RTX NTC ยืนยันว่าข้อกำหนด GPU ขั้นต่ำคือ GPU ซีรีส์ RTX 20 อย่างไรก็ตาม เทคโนโลยี นอกจากนี้ยังได้รับการตรวจสอบแล้วว่าสามารถใช้งานกับ GPU ซีรีส์ GTX 10, GPU AMD Radeon RX 6000 และ GPU ซีรีส์ Arc A ได้ ซึ่งแสดงให้เห็นว่าเทคโนโลยีนี้น่าจะกลายมาเป็นเรื่องธรรมดาใน GPU ที่ไม่ใช่ RTX และแม้แต่คอนโซลด้วยซ้ำ