في السنوات الأخيرة، كان هناك الكثير من الحديث عن دقة 4K وتتبع الأشعة وDLSS، ولكن أحد القيود الرئيسية التي غالباً ما يتم تجاهلها لا يزال ذاكرة الرسومات. تزداد كثافة الرسومات وتزداد متطلبات الألعابحتى العديد من بطاقات الرسومات متوسطة المدى في أوروبا نفدت منها ذاكرة الوصول العشوائي للفيديو (VRAM) بسرعة، مما أجبر المستخدمين على خفض إعدادات الجودة أو التعايش مع التقطيع وانخفاض الأداء.
وفي هذا السياق يبدو تقنية ضغط النسيج العصبي من إنفيديا (NTC)، وهي تقنية ضغط نسيج تعتمد على الشبكات العصبية تم عرضها بالتفصيل خلال مؤتمر GTC ومؤتمر GDC في عام 2026. اقتراحها واضح ومباشر: تقليل استهلاك الذاكرة للنسيج بشكل كبير، ولكن دون تدهور الصورة المعروضة على الشاشة، بل وتحسينها في بعض السيناريوهات مقارنة بالطرق التقليدية.
كيف يعمل ضغط النسيج العصبي وما الذي يجعله مختلفًا
أساس NTC هو استخدام شبكات عصبية صغيرة مدربة خصيصًا على الأنسجةبدلاً من الاعتماد كلياً على تنسيقات ضغط الكتل BCn (BC5، BC6، BC7، إلخ) التي تستخدمها الصناعة منذ سنوات، حيث تُخزَّن هذه الصور النسيجية مضغوطةً مسبقاً في ذاكرة الوصول العشوائي للفيديو (VRAM) ويقوم معالج الرسوميات (GPU) بتفسيرها أثناء التشغيل، إلا أنها لا تزال تشغل حيزاً كبيراً من الذاكرة.
باستخدام تقنية ضغط النسيج العصبي، يتم تخزين معلومات النسيج في تمثيل أكثر إحكامًا.هذا نوع من التشفير الكامن الذي تقوم الشبكة العصبية بفك تشفيره في الوقت الفعلي عند عرض كل إطار. فبدلاً من التعامل مع غيغابايتات من خرائط الانتشار، والمتجهات العمودية، والخشونة، وما إلى ذلك، تعمل وحدة معالجة الرسومات مع مجموعة بيانات أصغر بكثير.
وفقًا لتوضيحات شركة NVIDIA، فإن هذه النماذج العصبية مدرب على فهم الشكل الذي يجب أن تبدو عليه وحدة البكسل (وحدة البكسل في النسيج) لمادة معينة: الحجر، الخشب، نسيج معدنيالسيراميك والمنسوجات وما إلى ذلك. ومن خلال هذا التعلم، يمكن للشبكة إعادة بناء المظهر النهائي من البيانات المضغوطة، ومحاكاة النتيجة المرئية التي سنحصل عليها مع أنسجة أكثر ضخامة.
والنتيجة العملية هي أن الأنسجة تتوقف عن كونها "عبئًا" ثابتًا في الذاكرة وتصبح معتمدة على رمز مضغوط أصغر وقدرات استدلال الذكاء الاصطناعييتماشى هذا مع الاتجاه العام لشركة NVIDIA المتمثل في تحويل حمل الذاكرة وعرض النطاق الترددي نحو الحوسبة الذكية في وحدات معالجة الرسومات الخاصة بها.
العرض التجريبي "عجلات توسكان / فيلا توسكان": من 6,5 جيجابايت إلى أقل من 1 جيجابايت من ذاكرة الوصول العشوائي للفيديو
ولتوضيح إمكانات هذه التقنية، عرضت شركة NVIDIA العديد من العروض التوضيحية التقنية، بما في ذلك المشهد المعروف الآن "عجلات توسكان" أو "فيلا توسكان"، فيلا متوسطية ذات تصميمات داخلية مفصلة تُعتبر بمثابة أرض اختبار عالية المستوى للتفاصيل.
في التكوين التقليدي، باستخدام التنسيقات يتطلب مشهد BCn القياسي حوالي 6,5 جيجابايت من ذاكرة الوصول العشوائي للفيديو (VRAM). ينطبق هذا فقط على الصور. بتفعيل ضغط الصور العصبية، تعمل نفس البيئة بسرعة تقارب 970 ميجابايت من ذاكرة الرسوماتأي بانخفاض يقارب 85% مقارنةً بالاستخدام الأصلي. وقد لوحظت أرقام مماثلة في عروض توضيحية أخرى، مع انخفاضات تصل إلى حوالي 80% (إلى حوالي 670 ميجابايت في بعض المشاهد المختلفة).
الأمر المهم ليس فقط حجم الانخفاض في ذاكرة الوصول العشوائي للفيديو، بل أيضاً... إن المقارنة البصرية بين النسختين تكاد تكون غير قابلة للتمييز. بالنسبة للمستخدم العادي. وفقًا لشركة NVIDIA، إذا تم الحفاظ على نفس "ميزانية" الذاكرة، فإن NTC قادرة حتى على الحفاظ على تفاصيل أدق من نسيج BCn المصغر أو المعاد تحجيمه.
ويمكن رؤية مثال ملموس داخل الفيلا، حيث توجد طاولة مغطاة بأدوات المائدة والزجاجات والأشياء الزخرفية. في هذه المقارنة، الجزء الذي تمت معالجته بتقنية NTC، بنفس مقدار الذاكرة، يظهر حدة وتفاصيل دقيقة أكبر. أن القسم المُعالَج يحتوي على نسيج BCn مُخفَّض ليتناسب مع نفس ميزانية ذاكرة الوصول العشوائي للفيديو (VRAM).
تشير هذه الأنواع من النتائج إلى الاستخدام المزدوج للتكنولوجيا: يمكن للدراسات أن تختار تقليل استهلاك الذاكرة بشكل كبير دون فقدان الجودة أو الحفاظ على الاستهلاك ورفع مستوى الدقة البصرية إلى درجة أعلى، وهو أمر جذاب بشكل خاص للمشاريع التي تطمح إلى مظهر واقعي تقريبًا.
مزايا عملية للألعاب ومحركات الرسومات
من منظور التنمية، فإن النتيجة الرئيسية لكل هذا هي أن لم تعد الخامات تشكل قيوداً كبيرة عند تصميم المشاهد المعقدة.انخفاض استهلاك ذاكرة الوصول العشوائي للفيديو (VRAM) بواسطة خرائط السطح يعني مساحة أكبر للأنظمة الأخرى أو لزيادة كمية المحتوى المعروض في وقت واحد.
بالنسبة لألعاب الكمبيوتر الموجهة للسوق الأوروبية، حيث لا تزال شريحة كبيرة من قاعدة المستخدمين... وحدات معالجة الرسومات متوسطة المدى أو تلك التي تحتوي على ذاكرة 8 جيجابايتيفتح هذا الضغط القوي الباب أمام تمكين استخدام نسيج عالي الدقة على الأنظمة التي تضطر حاليًا إلى خفض الجودة لتجنب تجاوز حد ذاكرة الوصول العشوائي للفيديو (VRAM).
من بين المزايا التي أبرزتها شركة NVIDIA ما يلي:
- انخفاض كبير في استخدام ذاكرة الوصول العشوائي للفيديو، حتى سبع مرات في سيناريوهات محددة.
- القدرة على التعامل نسيج عالي الدقة دون التسبب في متطلبات الذاكرة.
- تخفيف الاختناقات المرورية يتعلق الأمر بعرض نطاق الذاكرة وتدفق الأصول.
- إمكانية حجم أصغر للتثبيت والرقعة، وذلك عن طريق تجميع ملفات ذات قوام أكثر كثافة على القرص.
- الاستخدام الأفضل لـ الأجهزة المحمولة وأجهزة الألعاب المستقبليةحيث تكون الذاكرة مورداً محدوداً.
كل هذا يتناسب مع سوق تتجاوز فيه أحجام تنزيل الألعاب، حتى في أوروبا، 100 جيجابايت بسهولة، وحيث لا يكون عرض النطاق الترددي المتاح كافياً دائماً، خاصة في المناطق الريفية أو مع الاتصالات المتواضعة. تقليل حجم النسيج دون التضحية بالجودة يمكن أن يُحدث ذلك فرقاً في أوقات التنزيل والتحديثات.
علاوة على ذلك، من خلال الاعتماد بشكل أكبر على الحوسبة الذكية، يتم تخفيف بعض الضغط على الذاكرة الفعلية ويتم استخدام قدرات الحوسبة لوحدات معالجة الرسومات الحديثة بشكل أكثر كفاءة، وهو أمر تروج له شركة NVIDIA منذ فترة من خلال حلول الذكاء الاصطناعي الأخرى.
المواد العصبية: قنوات أقل، سرعة أكبر
إلى جانب شركة NTC، قدمت NVIDIA أيضًا مفهوم المواد العصبية، وهو امتداد طبيعي لفكرة الضغط العصبي المطبقة ليس فقط على الأنسجة، ولكن أيضًا على النموذج المادي للمواد المستخدمة في العرض.
في سير العمل التقليدي، لوصف كيفية تفاعل سطح ما مع الضوء، يتم دمج ما يلي قنوات وخرائط متعددةاللون الأساسي، والمتجهات العمودية، والخشونة، والمعدنية، والانسداد، وغيرها من البيانات المحددة المرتبطة بمعادلة BRDF التي يستخدمها محرك الرسومات. هذا يعني كمية كبيرة من البيانات، والعديد من عمليات الوصول إلى الذاكرة، وعددًا لا بأس به من العمليات الحسابية لكل بكسل.
باستخدام المواد العصبية، يتم اختزال هذه المجموعة من القنوات إلى تمثيل كامن أكثر إيجازًا تتولى شبكة عصبية صغيرة مسؤولية فك التشفير في الوقت الحقيقي، وإعادة بناء الخصائص المرئية للمادة أثناء عملية العرض.
في الاختبارات التي شاركتها شركة NVIDIA، تم استخدام تكوين من تم تقليص عدد قنوات المواد من 19 قناة إلى 8 قنوات فقط، وهو ما يُترجم في مشاهد الاختبار بدقة 1080 بكسل إلى تسارعات تتراوح بين 1,4 و 7,7 أضعاف في وقت العرض، وذلك حسب الحالة المحددة.
لا يقتصر هذا الأسلوب على توفير الذاكرة فحسب، بل فهو يبسط عدد عمليات الوصول إلى البيانات والعمليات لكل بكسل.يُعد هذا الأمر بالغ الأهمية بشكل خاص في تكوينات تتبع الأشعة وتتبع المسار، حيث تتضاعف تكلفة كل ارتداد للضوء.
تقنية NTC ضمن خط أنابيب الرسومات الجديد المدعوم بالذكاء الاصطناعي من NVIDIA
لا يأتي ضغط النسيج العصبي بمفرده، بل هو جزء من استراتيجية أوسع نطاقاً تتضمن تقوم شركة NVIDIA بإعادة تصميم أجزاء رئيسية من خط أنابيب الرسومات من خلال الاستفادة من الشبكات العصبية.تعتمد تقنيات مثل DLSS، وتوليد الإطارات، أو DLSS 5 القادمة على نفس الفكرة الأساسية: نقل بعض الأعمال "الصعبة" التقليدية في عملية العرض إلى نماذج الذكاء الاصطناعي المحسّنة.
تم توضيح ذلك في العديد من المحادثات الفنية لمؤتمر GTC، والذي يتجاوز مجرد معالجة الصور اللاحقة البسيطة. يُعدّ الضغط والعرض العصبي للنسيج والمواد عنصرين أساسيين. لكي يعمل هذا النظام البيئي بشكل جيد، فإن تقليل الذاكرة، والحد من الاختناقات، وتوفير الموارد يسمح لمراحل أخرى، مثل إعادة بناء صور DLSS، بالحصول على مساحة أكبر.
إحدى النقاط التي تؤكد عليها شركة NVIDIA هي أنه في حالة NTC و Neural Materials، لا يتم استخدام الذكاء الاصطناعي التوليدي "لابتكار" محتوى فنيبدلاً من ذلك، هي نماذج استدلالية مصممة لإعادة إنتاج مظهر الأنسجة والمواد التي حددها فريق التصميم الفني بدقة. ويهدف هذا إلى معالجة بعض الانتقادات التي ظهرت في أوساط المطورين بشأن التأثير المحتمل للذكاء الاصطناعي على الرؤية البصرية الأصلية للألعاب.
عملياً، يتمثل الهدف المعلن في أن تعمل الأدوات العصبية كـ المسرعات التقنيةوليس كبديل عن العمل الإبداعي للفنانين والاستوديوهات، وهو أمر سيستمر بالتأكيد في إثارة الجدل مع وصول هذه الحلول إلى العناوين التجارية.
بحسب شركة إنفيديا، تم تدريب الشبكات التي تدعم تقنية NTC بالفعل على مجموعة واسعة من المواد الشائعة في ألعاب الفيديومن الناحية النظرية، سيسهل ذلك دمجها في المحركات التجارية بمجرد فتح التكنولوجيا للمطورين.
التأثير المحتمل على السوق الأوروبية والانتشار المستقبلي
حتى الآن، لم تحدد شركة NVIDIA تاريخًا محددًا لتطبيق تقنية ضغط النسيج العصبي على نطاق واسع في الألعاب التجارية، ولكن تشير العروض التوضيحية التقنية إلى سيناريو قد يصبح فيه استخدام ذاكرة الوصول العشوائي للفيديو (VRAM) أقل تقييدًا.، وخاصة على جهاز الكمبيوتر.
في أوروبا، حيث تتسم بيئة الأجهزة بتنوع كبير، يمكن أن يكون لهذا النوع من الحلول تأثير واضح. يلعب العديد من المستخدمين من أجهزة كمبيوتر محمولة أو مكتبية للألعاب مزودة بمعالجات رسومات بذاكرة وصول عشوائي للفيديو (VRAM) سعة 6 أو 8 جيجابايتبدأ هذا المستوى من الأداء بالتراجع في بعض إصدارات ألعاب AAA ذات الرسومات "الفائقة". إذا أوفت شركة NTC بوعدها، فقد تسمح بالحفاظ على هذه الإعدادات العالية دون حدوث أي مشاكل في عرض الرسومات أو انخفاض مفاجئ في الأداء.
ومن منظور الدراسات، توجد أيضاً حوافز عملية: بيانات نسيج أقل تعني تصميمات أخف وزنًاتنزيلات تجريبية أصغر حجمًا وأوقات تحديث أكثر منطقية. بالنسبة للاعبين الأوروبيين، حيث لا تتوفر للجميع اتصالات الألياف الضوئية عالية السرعة، قد يُترجم هذا إلى تجربة أقل إحباطًا عند تثبيت أو تحديث الألعاب الكبيرة.
مع ذلك، ستكون هناك عوامل أخرى يجب مراقبتها. وسيعتمد اعتماد تقنية ضغط النسيج العصبي فعلياً على سهولة التكامل مع محركات مثل Unreal Engine أو Unity أو المحركات الداخلية الأخرى، وذلك اعتمادًا على الدعم الذي توفره الأجيال المختلفة من وحدات معالجة الرسومات والتوازن بين الجودة والأداء وتكلفة التنفيذ لكل استوديو.
على أية حال، ما يبدو واضحا هو أن أصبحت ذاكرة الرسومات هدفًا ذا أولوية للتحسينوأن مقترحات مثل NTC تتناسب مع اتجاه أوسع نحو "العرض العصبي"، حيث تحل الحوسبة الذكية محل بعض الحلول التقليدية القائمة فقط على القوة الغاشمة.
بالنظر إلى الصورة الكبيرة، فإن ضغط النسيج العصبي، والمواد العصبية، والتقنيات الأخرى التي تم الإعلان عنها حول تقنية DLSS تشير إلى جيل من محركات الرسومات التي لا يقتصر دور الذكاء الاصطناعي على إنشاء وحدات البكسل فحسب، بل يحدد أيضًا كيفية تخزينها وضغطها وإعادة بنائها.إذا تحققت وعود توفير ذاكرة الوصول العشوائي للفيديو (VRAM) وتحسين التفاصيل وتقليل أوقات العرض في الألعاب التجارية، فقد نكون بصدد أحد أهم التغييرات في السنوات الأخيرة في طريقة إنتاج وتنفيذ الرسومات في الوقت الفعلي.
