Intel发布TSNC纹理压缩技术，显存占用最高降18倍，兼容多品牌显卡

相信不少玩家都曾被 NVIDIA 显卡相对“抠门”的显存配置困扰过。

例如 30 系的 RTX 3060Ti，尤其是 G6X 版本，核心性能几乎触及 RTX 3070，但这两款显卡的显存都仅有 8GB，甚至不如定位更低的 RTX 3060 12GB。

40 系的情况也类似。RTX 4070Ti 本应是一张面向 4K 游戏的显卡，但 12GB 的显存容量成了明显的瓶颈。很多时候，性能足够，但显存容量不足，一旦开启高画质特效，显存便不堪重负。

玩家想要性能和显存都满足？那结果往往是…

尽管玩家抱怨不断，但多年来，NVIDIA 在显存容量上依然“精打细算”。不过，他们也拿出了另一项技术作为应对方案：Neural Texture Compression，简称 NTC（神经纹理压缩）。这项技术旨在大幅降低游戏纹理贴图对显存的占用。

但熟悉 NVIDIA 策略的朋友知道，他们向来注重“专卡专用”。NTC 技术高度依赖 NVIDIA 的 Tensor Core 算力，因此老旧显卡基本无法享受这项技术带来的红利。

然而，Intel 对此表示不服，在 GDC 2026 大会上，他们从口袋里掏出了自己的解决方案：Texture Set Neural Compression（纹理集神经压缩），简称 TSNC。

TSNC 的目标与 NVIDIA 的 NTC 一致，都是为了降低显存占用。先上结论：根据 Intel 官方介绍，在 Variant A（高质量模式）下，相比未压缩的纹理，TSNC 能提供约 9 倍 的压缩率。

而在 Variant B（高压缩模式）下，压缩率更是高达 18 倍。作为对比，NVIDIA 的 NTC 技术最高压缩率折算下来约为 15 倍。

技术原理有何不同？

两者的技术路径存在显著差异。NVIDIA 的 NTC 几乎是将传统的“纹理采样”过程转变为了“神经网络推断”。它将纹理数据转化为一种高度抽象的“学习型潜变量”，不依赖传统的 BC1-BC7 块压缩格式，更像是一种由 AI 定义的全新格式。

Intel 的 TSNC 则采用了另一种思路。它首先将纹理中最关键的信息以极低分辨率的 BC1 格式存储起来，然后利用一个小型神经网络（3 层 MLP）去预测并填充丢失的细节。

通俗点说，NVIDIA 的 NTC 更像是“无中生有”，直接通过 AI 生成纹理细节；而 Intel 的 TSNC 玩的是“低清补全”，基于一个低保真底图进行 AI 增强。

画质损失与兼容性

不同的原理带来了不同的效果。通过 NVIDIA 的 FLIP 分析工具测量，在 Variant A（高质量模式）下，TSNC 带来的画质损失大约为 5%，视觉上基本难以察觉。

而在 Variant B（高压缩模式）下，画质损失大致在 7% 左右。Intel 承认，在此模式下画质变化是可能被用户察觉到的，因为可能会出现 BC1 块压缩固有的伪影。

但 Intel 这次带来了一个极具“良心”的特性：广泛的兼容性。TSNC 采用解耦式开发，拥有独立的 SDK，并未集成在 XeSS 中。它提供 C++/HLSL 接口，并支持 DX12 Cooperative Vectors API。

这意味着，无论你用的是新显卡还是老显卡（GTX 10 系及以后），也无论显卡品牌是 NVIDIA、AMD 还是 Intel，甚至是集成显卡，理论上都能受益于 TSNC 技术。

性能路径与未来

看到这里，你可能会想，Intel 这不是在给竞争对手做嫁衣吗？并非完全如此。纹理压缩后，自然需要解压才能呈现最终画面。Intel 为此提供了两条解压路径：

1. FMA 路径（Fused Multiply-Add）：通用回退路径，在通用着色器单元上运行。兼容性极强，所有支持的硬件都能使用。
2. XMX 路径（Xe Matrix Extensions）：硬件加速路径，可调用 Intel 显卡中专为 AI 矩阵运算设计的 XMX 单元（类似 NVIDIA 的 Tensor Core），性能更高。

性能差距体现在延迟上。Intel 使用其 Pantherlake 架构的 B390 核显在 1080p 分辨率下测试，FMA 路径的解码延迟为每像素 0.661 ns，而 XMX 路径仅为每像素 0.194 ns。

也就是说，使用专用硬件加速，速度比通用路径快了约 3.4 倍，并且性能开销也更低。TSNC 的测试版本预计将在今年下半年发布。

AMD 与行业动态

A 卡用户可能会问，那 AMD 呢？AMD 也有动作，但进展相对较慢。早在 2024 年，AMD 就发布了关于神经块纹理压缩（Neural Block Texture Compression, NBTC）的研究论文。

据 AMD 介绍，NBTC 同样使用神经网络对 PBR 纹理集进行编码，可将纹理文件体积减少约 70%，相当于 3.3 倍 的压缩率。这个数字与 Intel 和 NVIDIA 的方案相比还有一定差距，且目前尚未形成成熟的落地方案。

不过，AMD 用户也无需过于灰心。微软在 GDC 2026 上推出了 DirectX Linear Algebra (DXLA) API。这个 API 旨在为 人工智能 纹理压缩等应用提供标准的矩阵计算接口，从而降低神经渲染的延迟。

如果把 NVIDIA 的 NTC 和 Intel 的 TSNC 比作行驶中的车辆，那么 DXLA 就是为它们铺设的标准化高速公路。路已经铺好，AMD 造出自己的“车”也只是时间问题。

但一个更根本的问题或许更值得担忧：当纹理压缩技术越来越强大，显存占用得以大幅降低后，入门级显卡那“祖传”的 8GB 显存容量，究竟还要持续到什么时候呢？这或许是整个 计算机基础 硬件生态需要思考的下一个议题。

数据素材来源：Intel、NVIDIA、AMD，图源网络。

对于这类前沿的图形技术与硬件动态，云栈社区 的 开发者广场 常有不少深度的解读和热烈的讨论，值得开发者们关注。