Nvidia muestra la compresión neuronal de texturas para juegos: el uso de VRAM baja casi siete veces
En el GTC 2026, Nvidia mostró una de las tecnologías de IA más prácticas para juegos hasta ahora: Neural Texture Compression. En la demostración, el uso de memoria de vídeo cayó de 6,5 GB a 970 MB con una calidad comparable. La idea es almacenar las texturas de forma más compacta y reconstruirlas en los shaders con una pequeña red neuronal, lo que podría aliviar la presión sobre la VRAM en futuros lanzamientos.
Procesado por IA desde 3DNews AI; editado por Hamidun News
Nvidia mostró en el GTC 2026 que la escasez de memoria de vídeo en los juegos se puede combatir no solo con GPU más caras, sino también con otra lógica de trabajo con las propias texturas. En la conferencia de San José, celebrada del 16 al 19 de marzo de 2026, la compañía presentó Neural Texture Compression, un sistema que en una escena de prueba redujo el uso de VRAM de 6,5 GB a 970 MB con una calidad visual comparable. Para una industria en la que el volumen de texturas lleva tiempo siendo una de las principales limitaciones, parece menos un truco de laboratorio y más un paso muy práctico.
En esencia, se trata de compresión neuronal de materiales. En lugar de guardar grandes conjuntos de texturas en los formatos por bloques habituales, Nvidia propone codificarlas en una representación compacta y reconstruirlas durante el renderizado con una pequeña red neuronal. Esta red se entrena para un material concreto y se ejecuta directamente en los shaders, usando los núcleos tensoriales de las tarjetas RTX. Un punto importante: la tecnología no exige abandonar los pipelines gráficos existentes, y los desarrolladores pueden integrarla como una herramienta independiente en un proceso de compilación y salida de escena que ya conocen.
La idea no es nueva para Nvidia. La compañía publicó una investigación sobre el tema ya en SIGGRAPH 2023, y ahora muestra cómo el enfoque pasa de ser un trabajo de investigación a un SDK aplicado para motores de juego y aplicaciones gráficas. En sus materiales oficiales, Nvidia afirma que la compresión neuronal puede ahorrar hasta siete veces más VRAM o memoria del sistema que los formatos tradicionales con el mismo nivel de calidad.
En ejemplos anteriores, la compañía también mostró que este enfoque permite mantener un mayor nivel de detalle efectivo: en una de las comparaciones, las texturas con compresión neuronal ofrecían cuatro veces más resolución con menos memoria que la compresión por bloques de alta calidad. A futuro, esto también podría influir en el tamaño de los propios paquetes de juegos, ya que el beneficio no se limita a la memoria de la tarjeta gráfica, sino que alcanza al almacenamiento de datos.
Por qué importa ahora se entiende sin mucha explicación. Los juegos actuales chocan cada vez más no solo con la potencia de cálculo, sino con la memoria: mundos abiertos, texturas 4K y 8K, materiales complejos, trazado de caminos y gran cantidad de recursos únicos consumen rápidamente la VRAM incluso en tarjetas potentes. Cuando falta memoria, llegan la carga agresiva de datos, los microtirones y concesiones desagradables en calidad. Si las texturas se pueden almacenar varias veces más compactas y decodificar bajo demanda, los desarrolladores ganan libertad para llenar la escena y los usuarios tienen más posibilidades de toparse menos veces con el límite estricto de memoria.
La tecnología tiene, por supuesto, limitaciones. No es un interruptor mágico que haga automáticamente más eficientes los juegos antiguos. Requiere herramientas del lado del desarrollador, entrenar pequeños modelos para materiales concretos y soporte de una pila de GPU moderna, incluida la aceleración de estos cálculos mediante Tensor Cores y nuevos mecanismos como Cooperative Vectors en DirectX. Es decir, el efecto masivo solo llegará cuando el soporte de NTC empiece a incorporarse a proyectos de juegos reales, y no solo a demos técnicas y al SDK.
Pero la conclusión principal ya es bastante clara: Nvidia ha dado con una de las pocas aplicaciones de IA en gráficos donde el beneficio se mide no en promesas de marketing, sino en megabytes muy concretos. Neural Texture Compression no intenta «completar» la escena en lugar del artista, sino que resuelve un problema acotado y caro: cómo meter más complejidad visual en la misma cantidad de memoria. Si la tecnología llega de verdad a los juegos masivos sin una pérdida notable de calidad ni de rendimiento, el debate sobre cuánta VRAM necesitan los nuevos lanzamientos podría volverse bastante menos doloroso.
- 2 nov 2026Anthropic debe aumentar sus ingresos un 32% al año para cubrir contratos por $850 mil millones
- 2 nov 2026TensorFold 1.2.0 aumenta un 44,2% el rendimiento de Qwen3.8-27B en el M3 Ultra con 16 flujos
- 1 nov 2026Los modelos locales pierden ante Opus y Codex: 0,21 puntos en un MacBook frente a 1,00 de Codex
- 1 nov 2026Un autor de Habr ajusta YOLOv8l con radiografías dentales y lleva el mAP50 a 0,642
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.