英特尔展示纹理集神经压缩技术 纹理大小最多可缩小18倍

PC玩家面临着一个持续存在的问题：更强大的游戏需要更强大的硬件配置，这一切都是为了提供更真实的游戏体验和更精美的画面。但是，玩家们能否避免为了跟上潮流而花费巨资?

有没有一种方法，既能缩小游戏体积，又能让游戏适配老旧廉价显卡有限的显存？纹理压缩技术，或许正是那把关键的钥匙。这不，英伟达和英特尔都在紧锣密鼓地研究相关方案，这些方案有望在未来几个月内，为新老硬件带来福音。可以说，纹理压缩正成为解决内存和显存持续短缺问题一个“令人振奋的途径”。

巨头竞逐：英特尔的TSNC与英伟达的NTC

最近几周，两大芯片巨头相继亮出了各自的底牌。英特尔发布了其纹理集神经压缩SDK，而英伟达则在GTC 2026上，详细展示了如何利用其硬件高效压缩纹理的神经纹理压缩技术。

英特尔正在开发的纹理集神经压缩技术（TSNC），与英伟达的“神经纹理压缩”（NTC）技术目标一致，都是为了大幅减少游戏纹理对显存和存储空间的占用。此前，英伟达曾宣称其NTC技术可将游戏时的“显存占用降低85%，且画质零损失”。

TSNC技术如何实现“瘦身”奇迹？

英特尔最新发布的一段演示视频，直观展示了TSNC的威力。该技术能够将纹理体积惊人地缩小至原来的1/18，同时保持视觉质量，与行业标准压缩相比，差异几乎难以察觉。

其背后的原理，是图形团队利用基于人工智能的神经网络来处理行业标准的BCN纹理。整个过程分为三步：首先，纹理数据通过AI模型编码器进行压缩；接着，以最新的空间值进行编码；最后，由网络解码器进行解码以完成解压缩。最终输出的纹理数据体积大幅缩减，即使在最大压缩设置下，质量损失也控制在极低水平。

当然，与任何神经网络技术一样，TSNC也需要使用数百万个标准化纹理进行“训练”，才能创建一个能够替代传统BCN格式的AI模型。这套流程带来的好处显而易见：游戏纹理体积更小、加载速度更快、占用显存更少，并且得益于现代GPU的加速，整体性能也更加出色。

灵活应用：效率与画质的权衡

根据不同的目标，TSNC神经压缩有多种应用方式，无论是为了节省游戏安装包大小、减少显存占用，还是纯粹为了提升性能，它都能派上用场。

英特尔提供了两种主要方案。第一种被称为“变体A”，它能够将标准纹理集压缩至原来的1/9，而视觉质量的变化微乎其微——下降幅度几乎难以察觉。

然而，当目标转向追求极致效率，需要高达18倍的纹理压缩时，就需要请出TSNC神经网络的“变体B”了。该变体能显著提升性能，但代价是视觉效果会略有下降。

英特尔使用英伟达的FLIP工具来量化这种画质损失。测量结果显示，“变体A”的视觉质量下降约为5%，而“变体B”的质量下降幅度则达到7%，差异较为明显。

性能实测与未来展望

最后，英特尔在搭载Arc B390集成显卡的最新酷睿Ultra Series 3处理器上，对TSNC技术进行了基准测试。这套系统还包含了XMX核心，能够无缝加速这些AI计算。

测试结果令人印象深刻：人工智能模型生成第一个纹理像素仅需约0.194纳秒。这个速度快到足以让用户感觉不到任何额外的延迟，也不会在游戏渲染中遇到任何异常。预计这项技术将于今年晚些时候以alpha版本与开发者见面，随后还将推出beta版和正式稳定版，不过具体的发布时间表尚未公布。