عرضت Nvidia ضغط النسيج العصبي للألعاب: انخفض استخدام VRAM بمقدار سبع مرات تقريباً

أظهرت Nvidia في GTC 2026 أن نقص الذاكرة المرئية في الألعاب يمكن معالجته ليس فقط بوحدات معالجة رسومات أكثر تكلفة، بل أيضاً بمنطق مختلف في طريقة التعامل مع النسيج نفسه. في المؤتمر في سان خوسيه، الذي عُقد من 16 إلى 19 مارس 2026، أظهرت الشركة Neural Texture Compression — نظاماً قلل في مشهد الاختبار استهلاك VRAM من 6.5 جيجابايت إلى 970 ميجابايت مع جودة بصرية مماثلة.

بالنسبة لصناعة كانت فيها كمية النسيج منذ فترة طويلة أحد القيود الرئيسية، يبدو هذا ليس كخدعة معملية، بل كخطوة عملية جداً. في الأساس، يتعلق الأمر بضغط عصبي للمواد. بدلاً من تخزين مجموعات نسيج كبيرة في تنسيقات كتل مألوفة، تقترح Nvidia تشفيرها في تمثيل مضغوط، ثم استعادتها مباشرة أثناء العرض باستخدام شبكة عصبية صغيرة.

يتم تدريب هذه الشبكة لمادة محددة وتعمل مباشرة في المظللات، وتستخدم نوى الموتر في بطاقات الرسومات RTX. نقطة مهمة هي أن التكنولوجيا لا تتطلب التخلي الكامل عن خطوط الأنابيب الرسومية الموجودة: يمكن للمطورين دمجها كأداة منفصلة في عملية تجميع وعرض المشهد المألوفة بالفعل. الفكرة نفسها ليست جديدة على Nvidia.

نشرت الشركة بحثاً حول هذا الموضوع في SIGGRAPH 2023، والآن تظهر كيفية تحول النهج من عمل بحثي إلى حزمة تطوير برمجيات تطبيقية لمحركات الألعاب والتطبيقات الرسومية. في المواد الرسمية، تقول Nvidia إن الضغط العصبي يمكن أن يوفر ما يصل إلى سبعة أضعاف المزيد من VRAM أو ذاكرة النظام مقارنة بالتنسيقات التقليدية مع الحفاظ على نفس مستوى الجودة. في الأمثلة المبكرة، أظهرت الشركة أيضاً أن هذا النهج يسمح بمستوى تفصيل فعال أعلى: في إحدى المقارنات، قدم النسيج المضغوط عصبياً دقة أعلى بأربع مرات مع ذاكرة أقل من الضغط العالي الجودة.

على المدى الطويل، قد يؤثر هذا أيضاً على حجم حزم الألعاب نفسها، حيث تمتد الفوائد ليس فقط إلى ذاكرة بطاقة الرسومات، بل أيضاً إلى تخزين البيانات. لماذا هذا مهم الآن واضح دون الكثير من الشرح. تواجه الألعاب الحديثة بشكل متزايد ليس فقط قيود القوة الحسابية، بل قيود الذاكرة: العوالم المفتوحة، والنسيج بدقة 4K و8K، والمواد المعقدة، وتتبع المسار، وعدد كبير من الأصول الفريدة تستهلك بسرعة VRAM حتى على بطاقات الرسومات القوية.

عندما تنفد الذاكرة، يبدأ التحميل الشرس للبيانات، والتجميد الدقيق، والحلول الوسط غير السارة في الجودة. إذا كان يمكن تخزين النسيج بطريقة أكثر كفاءة وفك تشفيره عند الطلب، فإن المطورين يحصلون على حرية أكثر في ملء المشهد، والمستخدمون لديهم فرصة أفضل لتجنب الوصول إلى حد الذاكرة الثابت. للتكنولوجيا بالطبع حدودها.

إنها ليست مفتاحاً سحرياً سيجعل أي لعبة قديمة أكثر كفاءة تلقائياً. يتطلب أدوات على جانب المطور، وتدريب نماذج صغيرة لمواد محددة، وحد أدنى لمجموعة GPU حديثة، بما في ذلك تسريع هذه الحسابات من خلال نوى الموتر وآليات جديدة مثل Cooperative Vectors في DirectX. بعبارة أخرى، لن يظهر تأثير جماعي إلا عندما يبدأ الدعم لـ NTC في الدخول في مشاريع ألعاب حقيقية، وليس فقط في العروض التقنية وحزم التطوير.

لكن الاستنتاج الرئيسي واضح بالفعل الآن: وجدت Nvidia واحدة من عدد قليل من تطبيقات الذكاء الاصطناعي في الرسومات حيث تُقاس الفائدة ليس من خلال وعود التسويق، بل من خلال ميجابايتات ملموسة جداً. لا تحاول Neural Texture Compression "رسم" المشهد بدلاً من الفنان، بل تحل مشكلة ضيقة ومكلفة — كيفية احتواء المزيد من التعقيد البصري في نفس كمية الذاكرة. إذا وصلت التكنولوجيا فعلاً إلى الألعاب الشاملة دون تدهور ملحوظ في الجودة والأداء، فقد يصبح النقاش حول مقدار VRAM المطلوب للإصدارات الجديدة ملحوظاً أقل ألماً.