Ny Nvidia machine learning reducerer VRAM-forbruget med 85%

Nvidias nye komprimering har intet kvalitetstab og bruger 85% mindre VRAM og reducerer størrelsen markant.
Tekst: Kim Olsen
Publiceret 2026-04-07

Nvidia har nylig udgivet en forskningsartikel om deres nye NTC (Neural Texture Compression), som lover en reduktion af VRAM-forbruget på op til 85 % - helt uden mærkbart kvalitetstab.

Udviklingen sker som en erkendelse fra Nvidias side af, at VRAM-forbruget i moderne titler er ved at komme ud af kontrol, i takt med at forbrugerne kræver stadig mere fotorealistisk grafik.

Selvom artiklen er teknisk tung, udforsker den muligheden for at kode teksturer frem for at gemme dem i fuld opløsning. Teknologien er baseret på maskinlæring og benytter neurale netværk til at rekonstruere billederne. Formålet er at nedbringe teksturernes fylde markant; i det mest ekstreme eksempel lykkedes det Nvidia at skære størrelsen ned til blot 1/24 af det oprindelige udgangspunkt.

Et af hovedpunkterne er, at metoden ikke benytter generative algoritmer, men derimod er fuldt deterministisk. Det er en teknisk måde at sige, at der ikke indgår tilfældige elementer, og at det samme input altid vil resultere i det nøjagtigt samme output. Da både kodningen og den neurale proces afvikles via de dedikerede Tensor-kerner, påvirkes de almindelige CUDA-kerners ydeevne ikke. Det betyder også, at de moderne kort i RTX 50-serien i teorien vil kunne understøtte teknologien, så snart spiludviklerne begynder at implementere den.

Læs mere og se screenshots på Gamereactor.dk

Tilbage