AMD的GPUOpen团队已宣布计划于7月2日在欧洲图形渲染研讨会(EGSR)上发表其新论文“神经纹理块压缩”。这项研究让人想起了Nvidia之前宣布的神经纹理压缩，该论文于去年5月首次发表在一篇论文中。
AMDGPUOpen团队由S.Fujieda和T.Harada代表参加会议，他们将介绍其新方法，即“使用小型神经网络压缩纹理，减少数据大小”。AMD的研究可能会复制或扩展Nvidia的“材料纹理的随机访问神经压缩”论文;这两篇论文都侧重于基于神经网络的视频游戏纹理图像压缩，节省存储空间，同时几乎不会降低视觉质量。
虽然我们还没有看到TeamRed对其当前神经纹理压缩的实际应用做出任何说明，但我们已经看到Nvidia对其神经纹理压缩(NTC)研究的非常令人兴奋的成果。Nvidia的NTC的工作原理是“将多个材质纹理及其mipmap链一起压缩，然后使用针对特定解压缩模式进行训练的神经网络对它们进行解压缩”。从去年的进展来看，NTC产生的图像清晰度比传统的“BC”块压缩高得多，但需要更长的时间;NTC在1.15毫秒内渲染了4K纹理，而使用BC渲染4K图像则需要0.49毫秒。
AMD在命名其演示时所用的词语也值得注意。“神经纹理块压缩”表明，当今游戏中使用的传统块压缩与未来基于神经网络的风格在某种程度上融合在一起。这篇论文是否会融合这两种技术或包括块压缩以便于识别名称，还有待观察。
不管是好是坏，人工智能似乎是游戏和图形领域创新的未来。Nvidia首席执行官黄仁勋在2024年台北国际电脑展问答会上谈到了游戏领域人工智能的未来(特别是DLSS，即深度学习超级采样)，并分享了他的目标是让DLSS和类似技术不仅能提升图形质量，还能构建出更棒的游戏世界。黄仁勋表示，DLSS最终将完全生成纹理和对象，并创建新的AINPC。AMD的FidelityFX超级分辨率在目前的性能上与Nvidia的DLSS相差无几，因此下周的演示可能会表明AMD在图形软件方面的表现距离赶上Nvidia有多近。
