Nvidia demostró compresión neural de texturas para juegos: el uso de VRAM disminuyó casi siete veces

Nvidia mostró en GTC 2026 que el déficit de memoria de vídeo en los juegos puede tratarse no solo con GPUs más costosos, sino también con una lógica diferente en el trabajo con las propias texturas. En la conferencia en San Jose, que se celebró del 16 al 19 de marzo de 2026, la empresa demostró Neural Texture Compression — un sistema que en una escena de prueba redujo el consumo de VRAM de 6,5 GB a 970 MB manteniendo una calidad visual comparable. Para una industria donde el volumen de texturas ha sido durante mucho tiempo una de las principales limitaciones, esto parece no un truco de laboratorio, sino un paso muy práctico.

En esencia, se trata de compresión neuronal de materiales. En lugar de almacenar grandes conjuntos de texturas en formatos de bloques familiares, Nvidia propone codificarlas en una representación compacta y luego restaurarlas directamente durante la renderización usando una pequeña red neuronal. Esta red se entrena para un material específico y se ejecuta directamente en shaders, utilizando los núcleos tensores de las tarjetas gráficas RTX.

Un punto importante es que la tecnología no requiere abandonar completamente los pipelines gráficos existentes: los desarrolladores pueden integrarla como una herramienta separada en el proceso familiar de montaje y salida de la escena. La idea en sí no es nueva para Nvidia. La empresa publicó investigación sobre este tema ya en SIGGRAPH 2023, y ahora muestra cómo el enfoque se convierte de un trabajo de investigación en un SDK aplicado para motores de juegos y aplicaciones gráficas.

En los materiales oficiales, Nvidia afirma que la compresión neuronal puede ahorrar hasta siete veces más VRAM o memoria del sistema en comparación con formatos tradicionales manteniendo el mismo nivel de calidad. En ejemplos iniciales, la empresa también mostró que este enfoque permite un mayor nivel de detalle efectivo: en una de las comparaciones, las texturas comprimidas neuralmente proporcionaban una resolución cuatro veces mayor con menos memoria que la compresión de bloques de calidad. A largo plazo, esto también podría afectar el tamaño de los propios paquetes de juegos, ya que el beneficio se extiende no solo a la memoria de la tarjeta gráfica, sino también al almacenamiento de datos.

Por qué esto es importante ahora está claro sin necesidad de mucha explicación. Los juegos modernos cada vez más se topan no solo con límites de potencia computacional, sino con límites de memoria: mundos abiertos, texturas en 4K y 8K, materiales complejos, trazado de trayectorias y una gran cantidad de assets únicos consumen rápidamente VRAM incluso en tarjetas gráficas potentes. Cuando se agota la memoria, comienzan las cargas de datos agresivas, microcongelaciones y desagradables compromisos de calidad.

Si las texturas se pueden almacenar mucho más compactamente y decodificar bajo demanda, los desarrolladores obtienen más libertad para llenar una escena, y los usuarios tienen una mejor oportunidad de menos frecuentemente toparse con un límite duro de memoria. La tecnología, por supuesto, tiene sus limitaciones. No es un interruptor mágico que hará automáticamente más eficiente cualquier juego antiguo.

Requiere herramientas en el lado del desarrollador, entrenamiento de pequeños modelos para materiales específicos y soporte para un stack de GPU moderno, incluida la aceleración de tales cálculos a través de Tensor Cores y nuevos mecanismos como Cooperative Vectors en DirectX. En otras palabras, un efecto masivo solo aparecerá cuando el soporte para NTC comience a incorporarse en proyectos de juegos reales, no solo en demostraciones técnicas y SDKs. Pero la conclusión principal ya es bastante clara ahora: Nvidia ha encontrado una de las pocas aplicaciones de IA en gráficos donde el beneficio se mide no por promesas de marketing, sino por megabytes muy concretos.

Neural Texture Compression no intenta "pintar" la escena para el artista, sino que resuelve un problema estrecho y costoso — cómo encajar más complejidad visual en el mismo volumen de memoria. Si la tecnología realmente llega a juegos masivos sin degradación notable de calidad y rendimiento, el debate sobre cuánta VRAM se necesita para nuevos lanzamientos podría volverse notavelmente menos doloroso.