การลงทุนครั้งใหม่ของ NVIDIA ในด้านปัญญาประดิษฐ์ที่นำมาประยุกต์ใช้กับกราฟิก มีชื่อเรียกเฉพาะว่า: การบีบอัดพื้นผิวประสาท (NTC)เทคโนโลยีนี้ ซึ่งได้รับการนำเสนออย่างละเอียดในงานประชุมทางเทคนิคครั้งล่าสุดของบริษัท ได้แก้ไขปัญหาคอขวดที่ใหญ่ที่สุดปัญหาหนึ่งในวงการเกมปัจจุบันโดยตรง นั่นคือ การใช้งานหน่วยความจำวิดีโอ หรือ VRAM
จากข้อมูลที่บริษัทจัดหามา NTC สามารถลดการใช้หน่วยความจำลงได้จาก ประมาณ 6,5 GB จนถึงประมาณ 970 MB ในฉากทดสอบเดียวกัน โดยยังคงรักษาคุณภาพของพื้นผิวไว้ได้เกือบสมบูรณ์ เรากำลังพูดถึงการลดการใช้งาน VRAM ลงเกือบ 85% ซึ่งมีความสำคัญอย่างยิ่งสำหรับเกมเมอร์พีซีที่มีการ์ดจอระดับกลางหรือระบบเก่า ซึ่งพบได้ทั่วไปในสเปนและประเทศอื่นๆ ในยุโรป
Neural Texture Compression คืออะไรกันแน่?
โดยพื้นฐานแล้ว Neural Texture Compression คือระบบของการ การบีบอัดและคลายการบีบอัดพื้นผิวโดยใช้โครงข่ายประสาทเทียมแทนที่จะจัดเก็บพื้นผิวสุดท้ายลงในหน่วยความจำของ GPU โดยตรง เหมือนกับรูปแบบบล็อกแบบคลาสสิก (BC5, BC6, BC7 และรูปแบบอื่นๆ ที่คล้ายกัน) เอ็นจิ้นกราฟิกจะบันทึกการแสดงผลแบบบีบอัด ซึ่งเครือข่ายประสาทเทียมขนาดเล็กจะทำการสร้างใหม่แบบเรียลไทม์
เครือข่ายนี้เรียนรู้ที่จะแสดงเท็กเซล ซึ่งเป็นหน่วยที่เล็กที่สุดของพื้นผิว ได้อย่างกะทัดรัดกว่าวิธีการแบบดั้งเดิมมาก ด้วยการฝึกฝนล่วงหน้าดังกล่าว ทำให้ GPU สามารถ... กู้คืนรายละเอียดของวัสดุ พื้นผิว และวัตถุ เมื่อจำเป็นต้องเรนเดอร์แต่ละเฟรม โดยไม่จำเป็นต้องให้ข้อมูลต้นฉบับทั้งหมดอยู่ในหน่วยความจำ VRAM อย่างถาวร
จากมุมมองของนักพัฒนา แนวคิดคือการแทนที่พื้นผิวแบบดิบหรือพื้นผิวที่จัดเก็บในรูปแบบ BCN ด้วยเวอร์ชันเครือข่ายประสาทเทียมเหล่านี้ การเปลี่ยนแปลงนี้ส่งผลกระทบต่อไปป์ไลน์กราฟิกภายใน แต่เป้าหมายสูงสุดคือให้ผู้เล่นสังเกตเห็นความแตกต่างเพียงเล็กน้อย สองสิ่งสำคัญคือ: ใช้หน่วยความจำน้อยลง และกราฟิกอย่างน้อยก็อยู่ในระดับเดียวกันเมื่อพิจารณาว่าไม่ดีกว่าสำหรับงบประมาณ VRAM ที่เท่ากัน
NVIDIA เอง ในการบรรยายทางเทคนิคที่งาน GDC และ GTC ได้วางกรอบ NTC ไว้ในแนวโน้มที่ชัดเจน นั่นคือ การบูรณาการ AI ไม่เพียงแต่ในงานที่เห็นได้ชัด เช่น การเพิ่มความละเอียดของภาพ (เช่นในกรณีของ DLSS) แต่ยังรวมถึงในด้านอื่นๆ ด้วย ขั้นตอนสำคัญของการเรนเดอร์ที่ก่อนหน้านี้อาศัยอัลกอริทึมแบบตายตัวเท่านั้น.
ลดขนาด VRAM: จาก 6,5 GB เหลือ 970 MB
ภาพที่ได้รับความสนใจมากที่สุดคือการสาธิตที่มีฉากซับซ้อน ซึ่งถูกนำไปใช้เป็นข้อมูลอ้างอิงในการนำเสนอต่างๆ ในการทดสอบนั้น เป็นวิลล่าสไตล์ทัสคานีที่มีสิ่งของมากมาย วัสดุที่มีรายละเอียดสูง รูปทรงเรขาคณิตที่ซับซ้อน และพื้นผิวที่มีความละเอียดสูง โดยใช้การบีบอัดแบบ BCn มาตรฐาน จะใช้หน่วยความจำ VRAM ประมาณ 6,5 GB
เมื่อเปิดใช้งานการบีบอัดพื้นผิวด้วยโครงข่ายประสาทเทียม (Neural Texture Compression) กับไฟล์ภาพชุดเดียวกัน การใช้หน่วยความจำลดลงเหลือประมาณ หน่วยความจำ VRAM 970 MB ช่วยรักษาระดับความคมชัดของภาพได้แทบไม่เปลี่ยนแปลงบริษัทยังเน้นย้ำว่าไม่ใช่แค่เรื่องการประหยัดหน่วยความจำเท่านั้น แต่ยังเกี่ยวกับการใช้หน่วยความจำที่ประหยัดได้นั้นเพื่อเพิ่มระดับรายละเอียดหากเกมต้องการอีกด้วย
จากการเปรียบเทียบแบบเคียงข้างกัน NVIDIA แสดงให้เห็นว่า ด้วยงบประมาณ VRAM ที่เท่ากัน เท็กซ์เจอร์แบบบีบอัดแบบดั้งเดิมสามารถสร้างภาพได้ดีกว่า สิ่งแปลกปลอมที่มองเห็นได้ การสูญเสียความคมชัด และการเสื่อมสภาพของวัสดุเทคโนโลยี NTC ช่วยรักษาความละเอียดของภาพได้ดีกว่า ในทางปฏิบัติ หมายความว่าพื้นผิวจะดูสะอาดตาขึ้น มีสัญญาณรบกวนและแถบสีน้อยลง และมีการสะท้อนแสงและการเปลี่ยนสีที่ดีขึ้น
สำหรับผู้ใช้งาน ผลกระทบที่อาจเกิดขึ้นมีสองด้าน: ด้านหนึ่งคือ เกมที่เล่นได้ดีขึ้นบน การ์ดจอที่มี VRAM 8 GB หรือน้อยกว่าเรื่องนี้มีความสำคัญมากในตลาดยุโรป และในอีกด้านหนึ่ง เกมที่สามารถเพิ่มความละเอียดของพื้นผิวโดยไม่ต้องเพิ่มความต้องการหน่วยความจำขั้นต่ำก็เป็นอีกหนึ่งตัวเลือกที่น่าสนใจ
การเปลี่ยนแปลงกระบวนทัศน์จากการบีบอัดพื้นผิวแบบดั้งเดิม
เกมสมัยใหม่ส่วนใหญ่ใช้รูปแบบ BCN ในการจัดเก็บพื้นผิวโดยตรงในหน่วยความจำ GPU รูปแบบเหล่านี้จะแบ่งภาพออกเป็นบล็อกและนำไปใช้ เทคนิคการบีบอัดแบบคงที่การ์ดเหล่านี้ทำงานเร็ว ปรับแต่งฮาร์ดแวร์ได้อย่างดีเยี่ยม และเป็นมาตรฐานบนพีซีและเครื่องเล่นเกมมานานหลายปีแล้ว
อย่างไรก็ตาม พวกเขามีข้อจำกัดที่ชัดเจน: เพื่อรักษาระดับคุณภาพทางภาพ พวกเขาจำเป็นต้องมี ระยะห่างขั้นต่ำต่อเท็กเซลในสภาพแวดล้อมที่มีพื้นผิวความละเอียด 4K หรือวัสดุจำนวนมาก การใช้งาน VRAM จะเต็มได้ง่าย และปัญหานี้จะยิ่งรุนแรงขึ้นในเกมโอเพ่นเวิลด์ สภาพแวดล้อมในเมืองที่หนาแน่น หรือเกมที่มีเอฟเฟ็กต์ตกแต่งมากมาย ซึ่งพบได้บ่อยในเกมปัจจุบัน
การบีอัดพื้นผิวด้วยโครงข่ายประสาทเทียม (Neural Texture Compression) เสนอแนวทางที่แตกต่างออกไป แทนที่จะพึ่งพารูปแบบการบีอัดแบบตายตัว แต่จะใช้โมเดลการเรียนรู้ของเครื่องที่ได้รับการฝึกฝนล่วงหน้าด้วยชุดพื้นผิวและวัสดุจำนวนมาก โครงข่ายประสาทเทียมเหล่านี้จะเรียนรู้ที่จะ... เข้ารหัสและสร้างรูปแบบภาพขึ้นใหม่ได้อย่างมีประสิทธิภาพยิ่งขึ้น ดีกว่าอัลกอริธึมแบบดั้งเดิม โดยเฉพาะอย่างยิ่งเมื่อต้องจัดการกับเนื้อหาที่มีความหลากหลายสูง
ด้วยวิธีนี้ สิ่งที่ถูกจัดเก็บจึงไม่ใช่พื้นผิวสุดท้ายอีกต่อไป แต่เป็นการแสดงผลแบบบีบอัดที่จะถูกขยายออกเมื่อต้องการ การใช้งาน Tensor Cores อย่างเข้มข้นใน GPU GeForce RTX ช่วยให้การดำเนินการอนุมานเหล่านี้สามารถทำงานควบคู่ไปกับงานกราฟิกอื่นๆ ได้โดยไม่ทำให้ทรัพยากรหลักที่ใช้สำหรับการแรสเตอร์ไรเซชันและการแรเงาทำงานหนักเกินไป
ผลกระทบต่อวิดีโอเกม: ความต้องการทรัพยากรต่ำลงและคุณภาพสูงขึ้น
ผลที่ตามมาโดยตรงจากทั้งหมดนี้คือความเป็นไปได้ ลดความต้องการหน่วยความจำวิดีโอขั้นต่ำลงอย่างมาก สำหรับเกมที่ใช้ NTC หากพื้นผิว (textures) ซึ่งโดยปกติจะใช้พื้นที่ระหว่าง 50% ถึง 70% ของ VRAM ทั้งหมดในหลายๆ เกม ต้องการพื้นที่น้อยลงอย่างเห็นได้ชัด ก็จะมีพื้นที่เหลือสำหรับองค์ประกอบอื่นๆ ของเอนจิ้นมากขึ้น
สิ่งนี้เปิดโอกาสที่น่าสนใจหลายประการสำหรับสตูดิโอในยุโรปและสเปนที่พัฒนาเกมสำหรับพีซีและคอนโซล เช่น เพลย์สเต 6ในบรรดาข้อได้เปรียบที่เป็นไปได้นั้น NVIDIA และนักวิเคราะห์หลายคนชี้ให้เห็นถึงความเป็นไปได้ของ... ใช้พื้นผิวที่มีความละเอียดสูงขึ้นบนคอมพิวเตอร์ที่มีหน่วยความจำน้อยจึงเป็นการสร้างความสมดุลให้กับประสบการณ์การเล่นเกมระหว่างผู้เล่นที่มีฮาร์ดแวร์ล้ำสมัยและผู้เล่นที่มีการ์ดจอระดับกลาง
ขนาดของการติดตั้งและแพทช์ก็มีส่วนสำคัญเช่นกัน การบีบอัดไฟล์ให้มีประสิทธิภาพมากขึ้นอาจทำให้... เกมใช้พื้นที่ดิสก์น้อยกว่า และการอัปเดตควรมีขนาดเล็กลง ซึ่งเป็นสิ่งที่สร้างความกังวลให้กับผู้ใช้พีซีที่มี SSD ขนาดจำกัด และผู้เล่นเกมคอนโซลที่มีพื้นที่เก็บข้อมูลจำกัดอยู่แล้ว
ในโลกของการสตรีมสินทรัพย์ ซึ่งมีความสำคัญอย่างยิ่งในเกมโอเพ่นเวิลด์และเกมที่โหลดข้อมูลตามความต้องการ ขนาดไฟล์พื้นผิวที่เล็กลงสามารถช่วยได้ ลดปัญหาคอขวดของแบนด์วิดท์วิธีนี้จะทำให้ภาพกระตุกน้อยลง โหลดเกมได้ราบรื่นขึ้น และมอบประสบการณ์การเล่นเกมที่เสถียรยิ่งขึ้น แม้ว่าเกมจะเล่นจากแผ่นดิสก์ที่ไม่เร็วมากนักก็ตาม
ข้อดีสำหรับ GPU ระดับกลางและระบบแล็ปท็อป
หนึ่งในประเด็นที่ได้รับความสนใจมากที่สุดในชุมชนคือ ผลกระทบที่การบีบอัดพื้นผิวด้วยโครงข่ายประสาทเทียม (Neural Texture Compression) อาจมีต่อ... การ์ดจอที่มี VRAM 8 GB หรือน้อยกว่าแพร่หลายมากในตลาดสเปนและยุโรป รวมถึงเครื่องเล่นเกมบางรุ่น เช่น Xbox Series Xในเกมรุ่นใหม่ๆ หลายเกม การ์ดจอประเภทนี้เริ่มพบข้อจำกัดที่ชัดเจนเมื่อต้องใช้งานความละเอียดสูงและพื้นผิวคุณภาพสูงพร้อมกัน
หากหน่วยความจำส่วนใหญ่ถูกปล่อยให้ว่างลงด้วยเทคโนโลยี NTC เกมเหล่านั้นก็จะสามารถเปิดใช้งานได้อีกครั้ง การปรับแต่งพื้นผิวที่เข้มข้นยิ่งขึ้นโดยไม่ทำให้ VRAM เต็มในทางปฏิบัติแล้ว สิ่งนี้จะส่งผลให้ประสิทธิภาพการทำงานลดลงอย่างกระทันหันเมื่อโหลดพื้นที่ใหม่ ลดอาการกระตุกที่เกิดจากการใช้งานหน่วยความจำที่เพิ่มสูงขึ้น และมอบประสบการณ์การใช้งานที่สะดวกสบายยิ่งขึ้นบนจอแสดงผลความละเอียด 1440p หรือแม้แต่ 4K ด้วยการตั้งค่าที่สมดุล
ระบบพกพา ทั้งสำหรับเล่นเกมและเวิร์คสเตชั่นขนาดเล็ก ก็จะได้รับประโยชน์เช่นกัน แม้ว่าแล็ปท็อปสมัยใหม่หลายรุ่นจะใช้ GPU RTX แต่... โดยทั่วไปแล้วปริมาณหน่วยความจำวิดีโอจะมีจำกัดมากกว่า ดีกว่าอุปกรณ์ที่ใช้บนเดสก์ท็อป การมีเทคโนโลยีที่ช่วยลดขนาดของพื้นผิวโดยไม่ทำให้คุณภาพของภาพลดลงนั้น เป็นสิ่งที่น่าสนใจเป็นพิเศษสำหรับอุปกรณ์ประเภทนี้
สำหรับสตูดิโอขนาดเล็กหรือสตูดิโออิสระ ซึ่งพบได้ทั่วไปในวงการภาพยนตร์ยุโรป การลดความต้องการ VRAM อาจช่วยได้ ขยายฐานผู้ใช้ที่มีศักยภาพ โดยไม่ลดทอนความสวยงามของภาพ ซึ่งสอดคล้องกับแนวโน้มโดยทั่วไปของอุตสาหกรรมที่มุ่งเน้นการเพิ่มประสิทธิภาพอย่างชาญฉลาดเหนือกว่าการใช้กำลังของฮาร์ดแวร์เพียงอย่างเดียว
วัสดุประสาทและวิธีการเพิ่มประสิทธิภาพอื่นๆ ที่ใช้ AI
การบีบอัดพื้นผิวด้วยโครงข่ายประสาทเทียม (Neural Texture Compression) ไม่ใช่แนวคิดเดียว NVIDIA ยังได้นำเสนอแนวคิดอื่นๆ อีกด้วย วัสดุประสาทนี่เป็นเทคนิคเสริมที่มุ่งลดความซับซ้อนของวิธีการประมวลผลวัสดุภายในกระบวนการประมวลผลกราฟิก แทนที่จะจัดการช่องสัญญาณแยกต่างหากจำนวนมากสำหรับวัสดุที่ซับซ้อนแต่ละชนิด ข้อมูลจะถูกย่อให้เหลือรูปแบบที่กะทัดรัดกว่า ซึ่งเครือข่ายประสาทเทียมขนาดเล็กจะถอดรหัสได้แบบเรียลไทม์
ในการสาธิตทางเทคนิคครั้งหนึ่ง ได้มีการแสดงให้เห็นถึงวิธีการใช้ชุดวัสดุที่เดิมทีต้องการ... จาก 19 ช่องทางที่แตกต่างกัน สามารถลดเหลือเพียง 8 ช่องทางได้ โดยใช้แนวทางโครงข่ายประสาทเทียมนี้ จากข้อมูลที่ได้รับ การลดความซับซ้อนนี้ส่งผลให้ประสิทธิภาพดีขึ้นตั้งแต่ 1,4 ถึง 7,7 เท่าที่ความละเอียด 1080p ขึ้นอยู่กับการตั้งค่าฉากและโมเดล
หัวใจสำคัญคือเครือข่ายเหล่านี้มีน้ำหนักเบาพอที่จะรวมเข้ากับเชเดอร์ที่ทำงานบน GPU ได้โดยตรง ด้วยเทคโนโลยี Tensor Cores ที่มีมาตั้งแต่ซีรี่ส์ GeForce RTX 20 ทำให้ต้นทุนในการดำเนินการเหล่านี้อยู่ภายใต้การควบคุม ส่งผลให้... นำการปรับแต่งเหล่านี้ไปใช้หลายล้านครั้งต่อเฟรม โดยไม่ขัดขวางกระบวนการแสดงผลส่วนที่เหลือ
NTC และ Neural Materials ร่วมกันมุ่งหวังที่จะสร้างโมเดลไปป์ไลน์แบบไฮบริด ซึ่งการแรสเตอร์ไรเซชันแบบดั้งเดิมและการติดตามรังสีจะทำงานร่วมกัน บล็อกเฉพาะของการอนุมานทางประสาทในสถานการณ์นี้ AI ไม่เพียงแต่ปรับปรุงความคมชัดของภาพสุดท้ายเท่านั้น แต่ยังจัดการงานเชิงโครงสร้าง เช่น การบีบอัด การปรับแสงเงา และการจัดการหน่วยความจำอีกด้วย
อนาคตด้านกราฟิกที่ถูกกำหนดโดย AI
แม้ว่า NVIDIA ยังไม่ได้กำหนดวันที่แน่ชัดสำหรับการนำเทคโนโลยี Neural Texture Compression มาใช้ในเกมเชิงพาณิชย์ในวงกว้าง แต่การสาธิตที่แสดงในงานต่างๆ เช่น GDC และ GTC ก็แสดงให้เห็นอย่างชัดเจนว่าบริษัทต้องการให้เทคโนโลยีนี้ถูกนำไปใช้อย่างกว้างขวาง ร่วมเป็นส่วนหนึ่งของการก้าวกระโดดครั้งใหม่ในวงการกราฟิก.
ในระบบนิเวศของพีซี การนำ API และส่วนขยายต่างๆ มาใช้ เช่น เวกเตอร์ร่วมมือใน DirectX 12 สิ่งนี้ปูทางให้หน่วยประมวลผลประสาทเทียมประเภทนี้สามารถทำงานบนฮาร์ดแวร์จากผู้ผลิตรายอื่นได้เช่นกัน AMD ได้ประกาศการสนับสนุนในสถาปัตยกรรม RDNA4 ในอนาคตแล้ว และ Intel กำลังดำเนินการริเริ่มที่คล้ายกันสำหรับโซลูชันกราฟิกของตน ในขณะที่บริษัทต่างๆ เช่น โซนี่เสริมความแข็งแกร่งด้านการประมวลผลภาพ.
หากการสนับสนุนข้ามเครือข่ายนี้ได้รับการเสริมสร้างให้แข็งแกร่ง การบีบอัดพื้นผิวประสาทเทียมก็อาจกลายเป็นเรื่องที่ดีขึ้นได้ เป็นมาตรฐานโดยพฤตินัยในอุตสาหกรรมสิ่งนี้เป็นประโยชน์ต่อสตูดิโอทุกขนาด สำหรับเกมเมอร์ในยุโรป นี่อาจหมายถึงอายุการใช้งานที่ยาวนานขึ้นสำหรับ GPU รุ่นปัจจุบัน ซึ่งข้อจำกัดของ VRAM จะไม่เป็นปัจจัยสำคัญในการตัดสินใจเล่นเกมที่ใช้เทคนิคเหล่านี้อีกต่อไป
ในขณะเดียวกัน ผู้ผลิตเครื่องเกมคอนโซลก็สามารถใช้ประโยชน์จากโซลูชันเหล่านี้เพื่อเพิ่มประสิทธิภาพหน่วยความจำในตัวของระบบให้สูงสุด ซึ่งเป็นสิ่งที่น่าสนใจอย่างยิ่งในวงจรชีวิตผลิตภัณฑ์ที่ยาวนาน ซึ่งการปรับแต่งทุกอย่างมีความสำคัญ ทุกอย่างบ่งชี้ว่าการแข่งขันด้านกราฟิกครั้งใหญ่ครั้งต่อไปจะไม่ใช่แค่การต่อสู้ด้วยพลังดิบเพียงอย่างเดียว แต่ยังรวมถึง... วิธีการจัดการและบีบอัดข้อมูลที่ใช้ในแต่ละฉาก.
ข้อเสนอของ NVIDIA เกี่ยวกับการบีบอัดพื้นผิวด้วยโครงข่ายประสาทเทียม (Neural Texture Compression) และเทคโนโลยีที่เกี่ยวข้อง สอดคล้องกับการเปลี่ยนแปลงจุดเน้นที่เห็นได้ชัดแล้วในอุตสาหกรรม นั่นคือ แทนที่จะเพิ่มหน่วยความจำและพลังการประมวลผลอย่างไม่หยุดยั้ง เป้าหมายคือการทำให้ปัญญาประดิษฐ์ทำงานได้มากขึ้นโดยใช้ทรัพยากรน้อยลง หากตัวเลขที่เห็นในเดโม—ด้วยการลด VRAM ประมาณ 85% และการปรับปรุงประสิทธิภาพของวัสดุโครงข่ายประสาทเทียม—สามารถนำไปใช้กับเกมเชิงพาณิชย์ได้ ผู้เล่นในสเปนและทั่วทั้งยุโรปอาจจะได้เล่นเกมที่มีภาพสวยงามมากขึ้น ปรับแต่งได้ดีขึ้น และใช้หน่วยความจำน้อยลง ซึ่งเป็นสิ่งที่ดูเหมือนยากที่จะทำได้โดยไม่ลดทอนคุณภาพจนกระทั่งเมื่อไม่นานมานี้
