In den letzten Jahren war NVIDIA führend im Technologiebereich und hat eine Reihe revolutionärer technischer Funktionen auf den Markt gebracht, von denen das herausragendste die Bildverbesserungstechnologie DLSS mit künstlicher Intelligenz ist. Auf der jüngsten GTC 2026-Konferenz stellte das Unternehmen eine schwarze Technologie vor – die neuronale Texturkomprimierung.
Diese Technologie der künstlichen Intelligenz soll die Videospeichernutzung beim Spielen um 85 % reduzieren, ohne dass die Bildqualität verloren geht. Die Demo zur neuronalen Texturkomprimierung zeigt, dass zwischen 6,5 GB und 970 MB Videospeicher eine „erstaunliche visuelle Effektkonsistenz“ erreicht wird.
Da Spiele immer komplexer und realistischer werden, verlässt sich die Gaming-Branche zunehmend auf Bild-Upscaling-Technologie, um den wachsenden Hardware-Anforderungen gerecht zu werden. Ein großes Problem, das durch diese mangelnde Optimierung verursacht wird, ist die Videospeichernutzung, die in den letzten Jahren dramatisch zugenommen hat. Um dieses Problem zu lösen, hat Nvidia eine Technologie namens „Neural Texture Compression“ (NTC) entwickelt und sie heute auf der GTC-Konferenz erneut erwähnt. Die leistungsstärksten Grafikkarten können die NTC-Technologie von Nvidia voll ausnutzen.
Mit NTC können Entwickler kleine neuronale Netze verwenden, um Texturen in jeder Szene zu entpacken. Dadurch wird nicht nur die Größe der Texturen deutlich reduziert, was die Spielinstallation erleichtert, sondern auch die Grafikspeicherauslastung zur Laufzeit reduziert. Darüber hinaus ist auch die Qualität der endgültigen Textur höher, und Nvidia gibt an, dass die Auflösung des endgültigen Renderings um das bis zu Vierfache erhöht werden kann.
Im folgenden Beispiel führte Nvidia eine toskanische Villa-Szene aus, die bei Verwendung der Standard-Block-Komprimierung (BCN) 6,5 GB Videospeicher belegte. Nach der Umstellung auf NTC sank die Videospeichernutzung jedoch auf nur 970 MB, während der Bildeffekt genau der gleiche war.
Eine andere Demo des Unternehmens zeigte zuvor einen fliegenden Helm mit einer unkomprimierten Textur, die 272 MB beanspruchte – die Blockkomprimierung reduzierte diese auf 98 MB, während NTC sie auf nur 11,37 MB reduzierte, was etwa 1/24 des Platzbedarfs der ursprünglichen Textur entspricht.
Es ist unklar, ob diese Technologie auf ältere Grafikkarten übertragen wird, aber Benutzer von 8-GB-Grafikkarten wie der RTX 5060 oder 5060Ti sollten davon profitieren. DLSS 5 war umstritten, aber die Technologie dürfte bei vielen Nutzern Anklang finden.
Nvidia stellte auch Neural Materials vor, die die gleiche Idee verfolgen: Neuronale Netze zum Auswerten und Dekomprimieren von Materialtexturdaten verwenden, anstatt sich auf rechenintensive BRDF-Mathematik (Bidirektionale Reflexionsverteilungsfunktion) zu verlassen.
Oftmals verfügt ein Material über mehrere übereinander gestapelte Texturkarten, und die GPU muss berechnen, wie Licht mit jeder Ebene gleichzeitig in der Rendering-Pipeline interagiert. Die Neural Material-Technologie fragt einfach ein neuronales Netzwerk, wie das Licht in einer bestimmten Szene reagiert, und passt die Schattierung der Pixel entsprechend an. Das neuronale Netzwerk wird auf alle Texturdaten trainiert, sodass es bereits weiß, wie die Ergebnisse für ein bestimmtes Licht und einen bestimmten Winkel aussehen werden. Aus diesem Grund erreichte NVIDIA in der Demonstrationsszene eine bis zu 7,7-mal schnellere Wiedergabe bei einer Auflösung von 1080p ohne Einbußen bei der Bildqualität.
Der Grund, warum NTC so effizient ist, liegt darin, dass es eine Matrix-Beschleunigungs-Engine verwendet. In modernen GPUs ist die Matrix-Beschleunigungs-Engine ein eigenständiges Hardwaremodul und hat daher keinen Einfluss auf die Grundleistung. NVIDIA nennt es Tensor Core, Intel nennt es XMX-Engine und AMD nennt es AI Accelerator. Bildhochskalierungstechnologien wie DLSS, FSR und
Das Konzept des neuronalen Renderings ist in der Branche noch nicht allgemein anerkannt, und der Begriff „neuronales Netzwerk“ könnte den Eindruck erwecken, dass es sich hier nur um einen weiteren schlechten Versuch künstlicher Intelligenz handelt. Im Gegenteil: Es handelt sich um eine der besten Anwendungen künstlicher Intelligenz, da es sich dabei überhaupt nicht um einen generativen Prozess handelt. NTC trainiert nur auf bestimmten Textursätzen, die während der Spieleentwicklung referenziert werden müssen, sodass es keine Illusionen gibt.
Texturen sind die speicherintensivste Komponente eines jeden Spiels, daher ist jede Technologie willkommen, die die Texturnutzung steuern kann. Es ist jedoch zu beachten, dass diese Technologie nicht nur Nvidia vorbehalten ist. Microsoft hat es als „Cooperative Vectors“ in DirectX standardisiert. Intel hat zuvor auch seine Texturdemos vorgestellt, die im Vergleich zur Blockkomprimierung deutlich bessere Ergebnisse zeigten. AMD erwähnte diese Technologie zuletzt im Jahr 2024, es ist jedoch wahrscheinlich, dass sie auch aktiv beteiligt ist.
Derzeit unterstützen keine Spiele kooperative Vektoren oder die neuronale Texturkomprimierungstechnologie von Nvidia, aber angesichts der Trends in der Branche dürften sie bald implementiert werden. Künstliche Intelligenz scheint zum Generalschlüssel zur Lösung aller uralten Probleme geworden zu sein, und große Unternehmen erforschen ständig ihre Anwendung in verschiedenen scheinbar ungeeigneten Bereichen. Innovationen wie die Neural Texture Compression zeigen jedoch, dass KI in der Praxis geschickt eingesetzt werden kann, um eine wirklich sinnvolle Wirkung zu erzielen.
