Oyunlar giderek daha karmaşık ve gerçekçi hale geldikçe, artan donanım taleplerini karşılamak için sektörde yükseltme teknolojilerine olan bağımlılık da artıyor. Bu durumun yol açtığı en büyük sorunlardan biri de son yıllarda hızla yükselen VRAM (Video Rastgele Erişim Belleği) kullanımı. Bu soruna çözüm bulmak amacıyla Nvidia, GTC etkinliğinde yeniden gündeme gelen Nöral Doku Sıkıştırma (Neural Texture Compression - NTC) adlı bir teknoloji geliştirdi. En güçlü ekran kartları, Nvidia'nın NTC teknolojisinden faydalanabilecek.
Geleneksel blok tabanlı sıkıştırma tekniklerinin aksine NTC, geliştiricilerin sahnelerdeki dokuları açmak için küçük sinir ağları kullanmasına olanak tanıyor. Bu, hem oyun kurulumlarını daha yönetilebilir hale getiren dokuların boyutunu önemli ölçüde azaltıyor hem de çalışma zamanında VRAM kullanımını düşürüyor. Nvidia, geliştirilen dokuların son görüntülerde 4 kata kadar daha yüksek çözünürlük sunduğunu iddia ediyor.
Örnek olarak, standart blok sıkıştırma ile 6.5 GB VRAM tüketen bir Toskana Villa Sahnesi, NTC'ye geçildiğinde yalnızca 970 MB'a düştü ve görüntüde hiçbir fark gözlemlenmedi. Daha önceki bir demo ise sıkıştırılmamış 272 MB dokuya sahip bir uçuş kaskının, blok sıkıştırma ile 98 MB'a, NTC ile ise yalnızca 11.37 MB'a indiğini göstermişti. Bu, orijinal boyutun yaklaşık 24 katı daha az bir değer.
Şirket aynı zamanda, aynı konsepti izleyen Nöral Malzemeler (Neural Materials) teknolojisini de tanıttı. Bu teknoloji, hesaplama açısından pahalı BRDF matematiksel modellerine güvenmek yerine, bir sinir ağının malzeme doku verilerini değerlendirmesini ve sıkıştırmasını sağlıyor. Genellikle bir malzeme için birden fazla doku haritası kullanılır ve GPU, ışığın her bir katmanla nasıl etkileşime girdiğini işleme hattında eş zamanlı olarak hesaplamak zorundadır.
Nöral Malzemeler, sinir ağından sadece ışığın senaryoda nasıl tepki vereceğini sorar ve pikseli buna göre renklendirir. Sinir ağı, tüm doku verileri üzerinde eğitildiği için, ışık ve açı verildiğinde sonucu zaten bilmektedir. Bu sayede, tanıtım sahnesinde Nvidia, görüntü kalitesi kaybı olmadan 1080p çözünürlükte 7.7 kata kadar daha hızlı işleme süreleri elde etti.
NTC bu kadar verimli olmasının sebebi, modern GPU'larda ayrı bir donanım bloğu olan matris hızlandırma motorlarını kullanmasıdır. Bu sayede temel performans etkilenmez. Bu bileşenler Nvidia tarafından Tensor Çekirdekleri, Intel tarafından XMX motorları ve AMD tarafından yapay zeka hızlandırıcıları olarak adlandırılır. DLSS, FSR ve XeSS gibi yükseltme teknolojilerinin de yer aldığı yer burasıdır; zira bu teknolojiler düşük çözünürlüklü bir kareyi daha yüksek çözünürlüklü bir çıktıya dönüştürür. Bu, Nvidia'nın nöral işleme hedeflerinin bir parçasıdır.
Nöral işleme kavramı henüz topluluk tarafından geniş çapta kabul görmemiş olsa da, "sinir ağı" kelimesi bunun sadece bir yapay zeka karmaşası olduğunu düşündürebilir. Ancak gerçekte bunun tam tersi bir durum söz konusudur ve yapay zekanın en iyi kullanımlarından biridir, zira üretken değildir. NTC, yalnızca oyun geliştirme sırasında başvurması gereken özel doku setleri üzerinde eğitilecektir, bu nedenle "halüsinasyon" riski bulunmamaktadır.
Oyunlarda dokular VRAM'in büyük çoğunluğunu tüketir, bu nedenle onları kontrol altında tutmaya yarayan her türlü teknik memnuniyetle karşılanır. Bununla birlikte, bunun yalnızca Nvidia'ya özgü olmadığını belirtmek önemlidir. Microsoft, bunu DirectX'te "Ortak Vektörler (Cooperative Vectors)" olarak standartlaştırmıştır. Intel de daha önce kendi demo sürümünü göstererek blok sıkıştırmaya kıyasla belirgin şekilde daha iyi dokular sunmuştu. AMD ise en son 2024'te bu teknolojiden bahsetti, ancak muhtemelen bu misyonun da bir parçası olacaktır.
Şu anda hiçbir oyun Ortak Vektörler veya Nvidia'nın Nöral Doku Sıkıştırma teknolojisini desteklememektedir. Ancak sektörün gidişatı göz önüne alındığında, yakında uygulamaların hayata geçirilmeye başlanması bekleniyor. Yapay zeka, neredeyse her eski soruna bir çözüm haline geldi ve şirketler, işe yaramadığı yerlerde bile yapay zekayı dahil etmenin yeni yollarını icat ediyor. Ancak NTC gibi yenilikler, gerçek ve anlamlı bir fark yaratmak için zarif bir şekilde uygulanabileceğini gösteriyor.
