Une nouvelle technique de compression afin de monopoliser moins de mémoire vidéo tout en profitant de plus de détails.
S’il continue à faire progresser – matériellement – ses solutions graphiques avec de nouvelles générations de processeurs vidéo plus ou moins tous les deux ou trois ans, NVIDIA améliore également l’environnement logiciel de ses produits. Ainsi, tous les joueurs ou presque connaissent aujourd’hui le Deep Learning Super Sampling ou DLSS, une technique qui allège les calculs imposés à la carte graphique en lui demandant de calculer une scène dans une définition d’image inférieure à celle qui sera réellement affichée : l’intelligence artificielle se charge ensuite de mettre l’image à la bonne taille sans que le rendu soit si différent du mode natif.
La semaine dernière, un long article technique publié sur le site technique – research – de NVIDIA a été l’occasion de présenter une technique encore en plein travaux, mais déjà très promotteuse. L’idée est ici de revenir sur la compression des textures. Actuellement, cette compression est déjà très efficace, mais elle nécessite encore trop de place en mémoire vidéo tout en réduisant nettement le niveau de détails par rapport à la texture initialement créé. Une équipe menée par Karthik Vaidyanathan a donc présenté ses premiers travaux sur ce qui a été baptisée la « compression neuronale ». M. Vaidyanathan explique que l’objectif de son équipe est de parvenir à nettement augmenter le niveau de détail des textures tout en réduisant dans le même temps l’espace occupé en mémoire vidéo. Ce qui peut paraître insurmontable est en réalité plus qu’en bonne voie puisqu’à leur actuelle, NVIDIA avance déjà une définition quatre fois supérieure pour des textures qui ont malgré tout un impact 30 % réduit sur la mémoire vidéo.
Présentée de la sorte, la chose semble être presque magique, mais Karthik Vaidyanathan et son équipe feront une présentation plus détaillée de cette « compression neuronale » le 6 août prochain. À l’heure actuelle, il précise tout de même que l’objectif était d’aller sensiblement plus loin que les techniques actuellement utilisées (AVIF et JPEG XL). Ainsi, les ingénieurs ont-ils souhaité conservé une définition de 4 096 x 4 096 points – la même que la texture native – alors que les techniques précédentes la réduisait à 1 024 x 1 204 points avec, à la clé, une énorme perte de détails. Sans entrer dans les détails techniques mis en œuvre, Karthik Vaidyanathan souligne simplement que par rapport aux algorithmes de compression par bloc le plus souvent utilisés, il n’est pas ici question de disposer de matériel personnalisé : la compression neuronale de NVIDIA emploie une méthode de multiplication matricielle, laquelle est accélérée par tous les GPU modernes. Une solution très prometteuse pour éviter d’augmenter encore la quantité de mémoire vidéo des futures générations de cartes graphiques.
