Des textures jusqu’à 18x plus légères sans casser l’image. De quoi tasser les installations et libérer de la VRAM, avec un impact visuel contenu.
Intel TSNC : principes et objectifs
Intel présente Texture Set Neural Compression (TSNC), une chaîne d’encodage/décodage par réseaux neuronaux appliquée aux textures BCn. L’encodeur IA compresse les données dans un espace latent, le décodeur reconstruit les textures à l’exécution.
Deux variantes sont prévues selon la cible. La variante A vise un ratio jusqu’à 9x avec une baisse visuelle faible, mesurée à ~5 % via FLIP de NVIDIA. La variante B pousse jusqu’à 18x avec une dégradation mesurée jusqu’à ~7 %.
Gains attendus : taille, VRAM, débit
Les modèles IA sont entraînés sur des millions de textures standardisées pour remplacer les BCn traditionnels par des ensembles plus compacts. Résultat visé : installations plus petites, chargements plus courts, pression VRAM réduite et débit amélioré sur GPU récents.
Performances et intégration GPU
Sur un système « Panther Lake » avec iGPU Arc B390 et cœurs XMX, Intel annonce une latence moyenne de ~0,194 ns pour produire le premier pixel texture via le modèle. À ce niveau, l’overhead est censé rester imperceptible en jeu.
Le pipeline cible une exécution fluide en décompression côté GPU, conditionnée par l’accélération XMX. Les premiers livrables sont attendus en alpha cette année, suivis d’une bêta puis d’une version stable sans calendrier ferme.
Pour l’évaluation, Intel s’appuie sur FLIP de NVIDIA afin de quantifier les deltas perceptuels. Les visuels fournis illustrent des écarts légers en A, plus visibles en B à compression maximale, mais cohérents avec les ratios annoncés.
Si l’implémentation se généralise, l’intérêt opérationnel est clair pour le PC gaming : tailles d’installations en baisse significative, caches disque et streaming texture allégés, pression mémoire moindre et marges de perfs accrues sur les iGPU/GPUs dotés d’unités IA. Reste l’adoption outillage/engines et la couverture matérielle hors XMX, qui conditionneront l’impact réel en production.
Source : TechPowerUp
