7月11日消息，AMD在I3D研讨会上发表了题为PEPS：位置编码投影采样的新研究成果。

该技术通过改变位置编码的使用方式，在保持同等画质的前提下将神经纹理压缩模型的参数数量减少了25%。论文作者包括Guillaume Perez等三人。

神经纹理压缩通过训练隐式神经表示模型来学习坐标到信号的转换函数。

PEPS在此基础上将每个正弦/余弦投影视为李萨如曲线上的一个点，然后对这些投影点进行编码器或网格采样，从而增加了隐式神经表示所承载的信息量。

该方法已在图像表示、纹理压缩和符号距离函数三个应用场景中得到验证。

AMD在RX 9070 XT显卡上的测试数据显示，生成一张1024×1024三通道纹理的时间从BI-grid基准的4.32毫秒增加到Grid-PEPS的5.47毫秒。

进一步优化的Grid-PinkPEPS版本将耗时降至4.86毫秒。额外采样带来的计算和内存访问是性能损失的主要原因。

PEPS技术还可应用于符号距离函数领域。在对Pitted Stonefish符号距离函数进行测试时，Grid-PEPS在编码器参数仅为非PEPS方法八分之一的情况下，仍能达到大致相同的交并比。

业内表示，这一成果对优化3D渲染中的显存占用具有重要意义。

目前英伟达是唯一拥有公开神经纹理压缩工具包或演示的厂商，尚无任何游戏完整实现该技术。AMD方面甚至尚未为该技术正式命名。

不过随着显存容量持续吃紧，神经纹理压缩技术的落地前景值得持续关注。

《夸克》非常好用的免费AI浏览器

下载APP查看