AMD 推出了一项名为 PEPS 的新技术，专注于神经纹理压缩领域，在维持画质不变的情况下，显著减少了模型参数量，幅度达到 25%。

该技术的核心是通过训练一种“隐式神经表示”模型，使其能够将纹理坐标映射至最终的信号值。与传统方法将低维坐标映射到高维正弦/余弦向量不同，PEPS 将每个投影视为李萨如曲线上的一个点，并对其进行采样。这一创新使得隐式神经表示能够包含更丰富的信息，从而以更少的参数实现同等的纹理还原效果。

然而，参数量的减少是以增加计算开销为代价的。在 AMD Radeon RX 9070 XT 显卡上的测试显示，生成一张 1024×1024 的三通道纹理，使用 BI-grid 基准方案需要 4.32 毫秒，而采用 Grid-PEPS 方案则需要 5.47 毫秒。额外的采样步骤增加了计算和内存访问量，是性能下降的主要原因。不过，经过优化后的 Grid-PinkPEPS 版本已将耗时缩短至 4.86 毫秒，与基准的差距有所缩小。

PEPS 的应用潜力不止于纹理压缩。在 3D 渲染中广泛应用的符号距离函数（SDF）通常需要高分辨率网格，消耗大量显存。在 Pitted Stonefish SDF 的测试中，Grid-PEPS 在编码器参数仅为非 PEPS 方法的八分之一的情况下，仍能实现与原模型几乎相同的交并比（IoU），即重建 3D 形状的重合度，这对于优化显存占用具有重要意义。

尽管这项研究在技术层面具有吸引力，但普通玩家要实际体验到可能还需要一段时间。目前，英伟达是唯一提供公开的神经纹理压缩工具包和演示的厂商，并且市面上尚未有游戏完整部署该技术。AMD 方面，相关支持仍处于早期阶段，官方尚未为这项技术命名，研究中仍使用通用技术术语。鉴于显存容量持续紧张，8GB 显存显卡在未来几年仍将是主流配置，因此神经纹理压缩领域的任何进展都值得密切关注。

這是關於撰寫角色背景系列文章的開端。後續我會分享更多實用技巧，敬請期待！別忘了在留言區告訴我，你還想看到哪些主題的內容！