【游戏杂谈2】6.5GB 压成 970MB

为什么游戏贴图不能用 JPEG，神经网络却能砍掉 85% 显存？

你一定干过这件事：

新游戏进去，帧数抖得像帕金森，任务栏一看——显存 8GB，占用 7.9GB。于是你熟练地把"材质质量"从超高拉到高。帧数瞬间回来了，代价是墙面变成了土豆泥，远处的招牌糊成一坨马赛克。

你可能骂过优化，骂过老黄的刀法，但很少有人问一个更基础的问题：

贴图凭什么这么占地方？我手机拍的 4000 万像素照片才 8MB，游戏里一块石头的贴图凭什么吃掉几百 MB 显存？

这个问题的答案，恰好是理解 2026 年最值得关注的一项图形技术——神经纹理压缩（Neural Texture Compression, NTC）——的最佳入口。英伟达在 GTC 2026 上又拿它出来讲了一遍，演示数据相当唬人：同一个场景，传统方案吃 6.5GB 显存，NTC 只要 970MB，肉眼看不出差别。

那就从"一张贴图的账本"开始拆。

一、显存的账本——一张贴图到底多贵

先算笔账。你现在玩的主机/PC 大作，贴图普遍是 4K 分辨率（4096×4096 像素）。

一张 4K 贴图，如果每个像素存 RGBA 四个通道、每通道 1 字节（也就是最常见的 8-bit 未压缩格式），体积是：

4096 × 4096 × 4 字节 ≈ 67 MB

注意，这只是一个材质的一张图。而现代游戏用的是 PBR（基于物理的渲染）材质——一个材质不是一张图，而是一整套地图（texture maps）：

基础色（Albedo/Base Color）：物体本来是什么颜色
法线贴图（Normal）：表面凹凸的朝向，决定光怎么打
粗糙度（Roughness）：磨砂还是镜面
金属度（Metallic）：金属还是非金属
环境光遮蔽（AO）：缝隙里更暗

少则三五张，多则七八张。一个材质 67MB × 6 ≈ 400MB。一个场景里几百上千个材质叠起来，显存被吃穿一点都不奇怪。

这也是为什么显存爆掉成了这两年的高频惨案：

《最后生还者第一部》PC 版首发时，材质开到顶，8GB 显存直接原地去世，官方后来连发补丁才缓解；
《霍格沃茨之遗》更离谱，高材质预设的显存胃口大得离谱，8GB / 10GB 卡纷纷中招，玩家被迫在"糊"和"卡"之间二选一。

所以第一个结论很朴素：不是厂商懒，是贴图这东西天生就贵，而且贵得有物理原因。

二、为什么不用 JPEG？——"随机访问"这条铁律

你可能会说：照片都用 JPEG，一张才几 MB，游戏贴图为什么不直接 JPEG 压了事？

答案藏在一个你平时根本不会想到的词里：随机访问（random access）。

GPU 渲染一帧画面，每一个像素都要去贴图里"采样"——根据屏幕上的坐标，去纹理上找对应的纹素（texel）。一帧 4K 画面有 800 多万个像素，每个像素可能采样多次（各向异性过滤、多级渐远纹理……），一帧下来，GPU 要随机访问几十亿次纹素。

JPEG 这类"熵编码"压缩的问题是：它为了压得狠，把整个图像的相关性搅在一起。你想取其中一个小块，得先把整张图解码出来。GPU 不可能为了取一个纹素就把 67MB 全解了——解码延迟会直接把帧率拖进地心。

所以游戏贴图走的是另一条路：块压缩（block compression, BCn 系列，PC 上是 BC1~BC7）。

它的逻辑特别"老实"：

把贴图切成 4×4 像素的小块，每块独立压缩；
每块的字节数固定（比如 BC7 每块 16 字节，对应 4×4=16 像素，平均每个像素 1 字节，即未压缩的 1/4）；
GPU 硬件原生支持，采样时只解当前小块，零额外延迟。

代价也写在物理规律里：压缩比被锁死在约 4:1。纹理越精细、信息越密，BC7 越吃亏——它没法像 JPEG 那样"看整张图"去压榨冗余。

一个经典反面教材是 id Software 的 《RAGE》。它当年搞了套激进的 MegaTexture（虚拟纹理）技术，试图用一张超巨图覆盖整个世界。理想很丰满，现实是贴图流式加载跟不上，玩家跑动时墙面、地面一块块"渐入"、甚至长时间糊着，被疯狂吐槽。问题根源之一，正是这种"另类压缩/流式方案"和硬件随机访问特性没对上拍。

所以第二件事：游戏贴图是被 GPU 的访问方式绑架的。能用的压缩，必须小块、固定比、可瞬时随机解——而这就掐死了压缩率的脖子。

三、NTC 的思路——从"存像素"到"存函数"

英伟达的 NTC（以及学术界更早的 Neural Texture / Latent Texture 方向）想干的，是换一种范式：

不再存"像素数组"，而是存一个"生成像素的函数"。

具体做法是三件套：

潜在纹理（latent texture）：把原来的高分辨率贴图，用神经网络压成一个低分辨率、但信息密度极高的"潜在表示"。它占的空间极小。
小型神经解码器：一个轻量神经网络，输入"位置坐标 + 潜在纹理"，输出该位置的完整纹素。
位置编码（positional encoding）：让网络能精确定位到任意坐标，而不是只会在固定网格上插值。

这里面有三个必须说清楚的关键点，否则很容易把它误解成"AI 一键美颜"：

这是离线、针对该素材"过拟合"的网络，不是通用大模型。 每个材质训练一个专属的小解码器，训练完就固定了。它不会突然冒出训练集里没有的奇怪内容。
它是确定性的，非生成式的。 同一个坐标、同一个潜在纹理，永远输出同一个纹素。没有"AI 幻觉"，没有这一帧墙面是砖、下一帧变大理石的恐怖故事。这对游戏是底线——玩家能容忍掉帧，不能容忍世界随机抽风。
它吃"跨通道的统计冗余"。 前面说过 PBR 材质是一堆图，它们之间高度相关（比如法线和粗糙度往往同步变化）。传统 BC 压缩是逐张独立压的；神经网络可以联合建模，把这部分冗余也榨出来。

运行时，这个解码器跑在 Tensor Core 上——也就是专门给矩阵乘法用的那块硬件，跟负责光栅化、光追的主流水线分开，不抢传统渲染的资源。这是它能落地的前提：加了一层神经网络，但不能让画面其他地方变慢。

一句话总结范式转变：BC 压缩是"把图压扁"，NTC 是"把图变成一个可以按需查询的函数"。

四、实测数据与两种落地模式（含一盆冷水）

光讲原理没意思，看数字。英伟达官方放出的两个例子很有代表性：

一个叫 Tuscan Villa 的演示场景：传统 BCn 贴图 6.5GB 显存，换成 NTC 后 970MB——砍掉约 85%。
一个 VR 头盔贴图：原始 272MB，NTC 后 11.37MB——压缩比夸张到约 24:1。越"密"的材质，收益越大。

但这里有个关键的工程细节，决定了你到底省不省显存——NTC 有两种使用模式：

Inference on Load（加载时推理）：游戏读盘时，把潜在纹理一次性"解"成常规贴图再塞进显存。这种情况下，显存占用和 BC 差不多，省的是硬盘空间和读盘带宽，不省显存。
Inference on Sample（采样时推理）：潜在纹理直接躺在显存里，GPU 采样时才现过神经网络解码。这种情况下，显存才真正省下来，但每次采样多了一次 Tensor Core 计算。

所以厂商想省显存，得走 Inference on Sample——这也意味着要改渲染管线的采样路径，不是换个格式那么简单。

工程进度方面，NTC SDK 0.9 阶段已经把 BC7 编码速度提升了约 6 倍、推理快了 20~40%。但最该泼的一盆冷水是：