Nvidia تستعرض ضغط الملمس العصبي للألعاب: استهلاك ذاكرة الفيديو ينخفض بنحو سبعة أضعاف

أظهرت Nvidia في GTC 2026 أن أزمة نقص ذاكرة الفيديو في الألعاب لا تُعالَج بمعالجات GPU أغلى ثمنًا فحسب، بل أيضًا بمنطق مختلف في التعامل مع الملمسات نفسها. وفي المؤتمر الذي أُقيم في سان خوسيه خلال الفترة 16–19 مارس 2026، استعرضت الشركة Neural Texture Compression، وهو نظام خفّض في مشهد تجريبي استهلاك VRAM من 6,5 جيجابايت إلى 970 ميجابايت مع جودة بصرية مماثلة. وبالنسبة إلى صناعة أصبح حجم الملمسات فيها منذ زمن طويل أحد أبرز قيودها، لا يبدو هذا حيلة مخبرية، بل خطوة عملية للغاية.

يتعلق الأمر في جوهره بضغط عصبي للمواد. فبدلًا من تخزين مجموعات كبيرة من الملمسات بصيغ الكتل (block formats) المألوفة، تقترح Nvidia ترميزها في تمثيل مضغوط، ثم استعادتها أثناء الرندرة نفسها بواسطة شبكة عصبية صغيرة. تُدرَّب هذه الشبكة على مادة بعينها وتعمل مباشرة داخل الـ shaders، مستفيدة من نوى Tensor في بطاقات RTX. ومن النقاط المهمة أن التقنية لا تتطلب التخلي الكامل عن خطوط الرسوميات (pipelines) الحالية: إذ يستطيع المطورون دمجها كأداة مستقلة في عملية بناء المشهد وإخراجه التي اعتادوا عليها.

الفكرة نفسها ليست جديدة بالنسبة إلى Nvidia. فقد نشرت الشركة بحثًا حول الموضوع منذ SIGGRAPH 2023، وها هي اليوم تُظهر كيف ينتقل النهج من عمل بحثي إلى SDK تطبيقي لمحركات الألعاب وتطبيقات الرسوميات. وتقول Nvidia في موادها الرسمية إن الضغط العصبي قادر على توفير ما يصل إلى سبعة أضعاف من VRAM أو الذاكرة العامة مقارنةً بالصيغ التقليدية عند مستوى الجودة نفسه.

كما أظهرت الشركة في أمثلة مبكرة أن هذا النهج يتيح الحفاظ على مستوى أعلى من التفاصيل الفعلية: ففي إحدى المقارنات قدّمت الملمسات المضغوطة عصبيًا دقة أعلى بأربعة أضعاف بحجم ذاكرة أقل مما تتيحه صيغة الضغط الكتلي عالية الجودة. وقد يؤثر ذلك مستقبلًا في أحجام حزم الألعاب نفسها، لأن الفائدة لا تقتصر على ذاكرة بطاقة الرسوميات، بل تمتد إلى تخزين البيانات.

أما لماذا يهم هذا الأمر الآن تحديدًا، فالجواب واضح دون كثير من الشرح. فالألعاب الحديثة تصطدم بشكل متزايد لا بالقدرة الحاسوبية وحدها، بل بالذاكرة أيضًا: العوالم المفتوحة، وملمسات 4K و8K، والمواد المعقدة، وتتبع المسار (path tracing)، والعدد الكبير من الأصول الفريدة، كلها تستهلك VRAM بسرعة حتى في البطاقات القوية. وعندما لا تكفي الذاكرة، تبدأ عمليات تحميل البيانات العدوانية، وتظهر التقطعات الدقيقة (microfreezes)، وتُفرض تنازلات مزعجة في الجودة. وإذا أمكن تخزين الملمسات بحجم أصغر بأضعاف وفك ترميزها عند الطلب، فسيحصل المطورون على حرية أكبر في ملء المشهد، ويحصل المستخدمون على فرصة لمصادفة حد الذاكرة الصارم بوتيرة أقل.

ولهذه التقنية بطبيعة الحال حدودها. فهي ليست مفتاحًا سحريًا يجعل أي لعبة قديمة أكثر اقتصادًا في الذاكرة تلقائيًا. إذ يتطلب تشغيلها أدوات على جانب المطور، وتدريب نماذج صغيرة لمواد محددة، ودعم حزمة GPU حديثة، بما في ذلك تسريع هذه الحسابات عبر Tensor Cores وآليات جديدة مثل Cooperative Vectors في DirectX. وبعبارة أخرى، لن يظهر الأثر الواسع إلا عندما يبدأ إدراج دعم NTC في مشاريع الألعاب الفعلية، لا في العروض التقنية التجريبية والـ SDK فقط.

غير أن الخلاصة الرئيسية واضحة منذ الآن: لقد عثرت Nvidia على أحد التطبيقات القليلة للذكاء الاصطناعي في الرسوميات التي تُقاس فائدتها لا بالوعود التسويقية، بل بميجابايتات محددة للغاية. فـ Neural Texture Compression لا تحاول «إكمال رسم» المشهد بدلًا من الفنان، بل تعالج مشكلة ضيقة ومكلفة: كيف يمكن احتواء قدر أكبر من التعقيد البصري في حجم الذاكرة نفسه. وإذا وصلت التقنية فعلًا إلى الألعاب الواسعة الانتشار دون تراجع ملحوظ في الجودة والأداء، فقد يصبح الجدل حول مقدار VRAM اللازم للإصدارات الجديدة أقل حدة بشكل ملموس.