NVIDIA展示新实时神经材质模型：渲染性能提升12-24倍

在最近的Siggraph大会上，NVIDIA展示了一种名为“神经外观模型”（Neural Appearance Models）的新实时渲染方法，通过利用AI技术，大幅提升了材质渲染性能。

去年，NVIDIA推出了其神经压缩技术，使纹理细节提高了16倍。今年，公司进一步提升了纹理渲染和着色性能，实现了惊人的性能飞跃。

主要特点和优势

NVIDIA的这一新方法将成为适用于所有材质的通用运行时模式，不论是由艺术家捕捉的真实物体、测量数据还是通过生成式AI从文本提示生成的材质。

这些模型将在不同的质量水平上进行扩展，从PC/主机游戏、虚拟现实到电影渲染都涵盖在内。

细节捕捉：这种方法能够捕捉对象的每一个细节，如灰尘、水渍、光线和各种光源及颜色混合产生的光线。

性能提升：传统的材质渲染模型被NVIDIA的神经网络取代，使得渲染计算性能提升12-24倍。

应用范围广：该方法不仅适用于游戏，还适用于电影制作和虚拟现实等领域。

渲染示例和技术细节

NVIDIA展示了使用传统着色图和神经材质模型渲染的模型对比，神经材质模型在各方面都匹配参考图像，并且渲染速度更快。所有通过“神经材质”方法渲染的模型都支持高达16K的纹理分辨率，提供了游戏中的深入和详细对象，同时减少了游戏的性能负担。

支持硬件和工具

NVIDIA表示，这些神经材质模型将利用现有的机器学习框架，如PyTorch和TensorFlow，工具如GLSL或HLSL，以及在AMD、Intel和NVIDIA的各类GPU架构上的硬件加速矩阵乘加（MMA）引擎。运行时着色器将使用开源的Slang着色语言编译神经材质描述成优化的共享代码，这些代码支持Vulkan、Direct3D 12和CUDA等多种目标。

性能展示

NVIDIA使用GeForce RTX 4090 GPU进行硬件加速DXR（光线追踪）在1920x1080分辨率下进行性能展示。结果显示，新神经方法在渲染图像时速度更快，细节更好。以全帧渲染时间为单位，4090在使用3x64模型参数时实现了1.64倍的性能提升，在使用2x16模型参数时达到了4.14倍的提升。在路径追踪的材质着色性能上，2x32参数实现了1.54倍的提升，3x64参数则实现了6.06倍的提升。