La nueva apuesta de NVIDIA por la inteligencia artificial aplicada a gráficos tiene un nombre propio: Neural Texture Compression (NTC). Esta tecnología, mostrada en detalle durante las últimas conferencias técnicas de la compañía, apunta directamente a uno de los cuellos de botella más importantes del gaming actual: el uso de memoria de vídeo o VRAM.
Según los datos facilitados por la firma, NTC es capaz de reducir el consumo de memoria desde aproximadamente 6,5 GB hasta unos 970 MB en una misma escena de prueba, manteniendo prácticamente intacta la calidad de las texturas. Hablamos de un recorte cercano al 85% en el uso de VRAM, algo especialmente relevante para quienes juegan en PC con tarjetas gráficas de gama media o con equipos más veteranos muy comunes en España y el resto de Europa.
Qué es exactamente Neural Texture Compression
Neural Texture Compression es, en esencia, un sistema de compresión y descompresión de texturas basado en redes neuronales. En lugar de almacenar la textura final directamente en la memoria de la GPU, como ocurre con los formatos clásicos por bloques (BC5, BC6, BC7 y similares), el motor gráfico guarda una representación comprimida que después una pequeña red neuronal se encarga de reconstruir en tiempo real.
Esta red aprende a representar los texels —la unidad mínima de una textura— de forma mucho más compacta que los métodos tradicionales. Gracias a ese entrenamiento previo, la GPU es capaz de recuperar los detalles de materiales, superficies y objetos cuando hace falta renderizar cada fotograma, sin necesidad de tener toda la información original ocupando VRAM de forma permanente.
Desde el punto de vista del desarrollador, la idea es sustituir las texturas almacenadas en bruto o en formatos BCn por estas versiones neuronales. El cambio afecta al pipeline gráfico interno, pero el objetivo final es que el jugador solo note dos cosas: menos consumo de memoria y gráficos como mínimo al mismo nivel, cuando no mejores para el mismo presupuesto de VRAM.
La propia NVIDIA en sus charlas técnicas en GDC y GTC ha enmarcado NTC dentro de una tendencia clara: integrar la IA no solo en tareas visibles como el reescalado de imagen (caso de DLSS), sino también en etapas clave del renderizado que hasta ahora dependían exclusivamente de algoritmos fijos.
Reducción de VRAM: de 6,5 GB a 970 MB
La cifra que más titulares ha generado es la demostración con una escena compleja, utilizada como referencia en distintas presentaciones. En esa prueba, una villa de estilo toscano con abundancia de materiales detallados, geometría densa y texturas de alta resolución consumía alrededor de 6,5 GB de VRAM usando compresión BCn estándar.
Al activar Neural Texture Compression sobre los mismos activos, el consumo de memoria cayó hasta rondar los 970 MB de VRAM, manteniendo una fidelidad visual prácticamente idéntica. La compañía incidió, además, en que no se trata únicamente de ahorrar memoria, sino de aprovechar el ahorro para aumentar el nivel de detalle si el juego lo requiere.
En comparativas lado a lado, NVIDIA mostró que, con el mismo presupuesto de VRAM, las texturas tradicionales comprimidas pueden generar artefactos visibles, pérdida de nitidez y degradación de los materiales, mientras que NTC conserva más información fina. En la práctica, esto se traduce en superficies más limpias, sin tanto ruido ni banding, y en mejores reflejos y transiciones de color.
Para el usuario, el impacto potencial es doble: por un lado, juegos que funcionen mejor en tarjetas con 8 GB de VRAM o menos, algo muy relevante en el mercado europeo, y por otro, títulos que puedan aumentar la resolución de texturas sin disparar los requisitos de memoria mínima.
Cambio de paradigma frente a la compresión tradicional de texturas
La mayoría de juegos actuales emplean formatos BCn para almacenar texturas directamente en la memoria de la GPU. Estos formatos dividen la imagen en bloques y aplican técnicas de compresión de tipo fijo. Son rápidos, están muy optimizados por hardware y llevan años siendo el estándar en PC y consolas.
Sin embargo, tienen un límite claro: para mantener cierta calidad visual necesitan un espacio mínimo por texel, lo que en entornos con texturas 4K o con una enorme cantidad de materiales acaba llenando la VRAM con facilidad. Esto se agrava en juegos de mundo abierto, escenarios urbanos densos o producciones con muchos efectos cosméticos, muy habituales en los lanzamientos actuales.
Neural Texture Compression propone un enfoque distinto. En lugar de confiar en un esquema fijo de compresión, se apoya en modelos de aprendizaje automático que han sido entrenados previamente con grandes conjuntos de texturas y materiales. Estas redes neuronales aprenden a codificar y reconstruir patrones visuales con mayor eficiencia que un algoritmo convencional, especialmente cuando se trata de contenido muy variado.
De esta forma, lo que se almacena ya no es la textura final, sino una representación comprimida que luego se expande bajo demanda. El uso intensivo de los Tensor Cores presentes en las GPU GeForce RTX permite que estas operaciones de inferencia se realicen en paralelo al resto de tareas gráficas, sin colapsar los recursos principales dedicados a rasterización y sombreado.
Impacto en videojuegos: menos requisitos y más calidad
La consecuencia directa de todo esto es una posible reducción significativa de los requisitos mínimos de memoria de vídeo para los juegos que adopten NTC. Si las texturas, que suelen ocupar entre el 50% y el 70% de la VRAM total en muchos títulos, pasan a necesitar bastante menos espacio, habrá más margen para el resto de elementos del motor.
Esto abre varias puertas interesantes para estudios europeos y españoles que desarrollan en PC y consolas como PlayStation 6. Entre las ventajas potenciales, NVIDIA y distintos analistas apuntan a la posibilidad de usar texturas de mayor resolución en equipos con menos memoria, equilibrando así la experiencia entre jugadores con hardware puntero y aquellos con tarjetas más modestas.
También entra en juego el tamaño de las instalaciones y de los parches. Al comprimir los activos de forma más eficiente, es factible que los juegos ocupen menos espacio en disco y que las actualizaciones pesen menos, algo que ya preocupa tanto a usuarios de PC con SSD limitados como a quienes juegan en consolas con almacenamiento restringido.
En el ámbito del streaming de assets, tan importante en mundos abiertos y en títulos que cargan datos bajo demanda, una menor huella de las texturas puede ayudar a reducir cuellos de botella en ancho de banda. Esto repercutiría en menos tirones, tiempos de carga más amables y una experiencia más estable, incluso cuando el juego se ejecuta desde discos no especialmente rápidos.
Ventajas para GPUs de gama media y sistemas portátiles
Uno de los puntos que más interés ha generado en la comunidad es el impacto que podría tener Neural Texture Compression en tarjetas gráficas con 8 GB de VRAM o menos, muy extendidas en el mercado español y europeo, incluidas algunas consolas como Xbox Series X. En muchos lanzamientos recientes, este tipo de GPUs ya se topa con límites claros cuando se combinan resoluciones altas y texturas en calidad ultra.
Si buena parte de la memoria pasa a liberarse gracias a NTC, esos mismos juegos podrían activar ajustes de texturas más agresivos sin saturar la VRAM. En términos prácticos, esto puede traducirse en menos caídas bruscas de rendimiento al cargar nuevas áreas, menos stuttering asociado a picos de uso de memoria y una experiencia más cómoda en pantallas 1440p o incluso 4K con configuraciones equilibradas.
Los sistemas portátiles, tanto gaming como estaciones de trabajo ligeras, también se verían beneficiados. Aunque muchos portátiles modernos incorporan GPUs RTX, su cantidad de memoria de vídeo suele ser más ajustada que la de sus equivalentes de sobremesa. Contar con una tecnología que recorte el peso de las texturas sin degradar la imagen es especialmente interesante en este tipo de equipos.
Para estudios pequeños o independientes, frecuentes en la escena europea, una reducción de las exigencias de VRAM podría ayudar a ampliar la base de usuarios potenciales sin renunciar a un acabado visual cuidado. Esto, a su vez, encaja con una tendencia general del sector a buscar optimizaciones inteligentes más allá de la fuerza bruta del hardware.
Neural Materials y otras optimizaciones basadas en IA
Neural Texture Compression no llega sola. NVIDIA ha presentado también el concepto de Neural Materials, una técnica complementaria que apunta a simplificar la forma en la que se procesan los materiales dentro del pipeline gráfico. En vez de manejar muchos canales separados por cada material complejo, la información se condensa en una representación más compacta que una pequeña red neuronal se encarga de decodificar en tiempo real.
En una de las demostraciones técnicas, se mostró cómo un conjunto de materiales que originalmente requería 19 canales diferentes pudo reducirse a solo ocho utilizando esta aproximación neuronal. Según los datos ofrecidos, esta simplificación se tradujo en mejoras de rendimiento que oscilaban entre 1,4 y 7,7 veces en resolución 1080p, dependiendo de la escena y de la configuración del modelo.
La clave está en que estas redes son lo suficientemente ligeras como para integrarse directamente en los shaders que se ejecutan en la GPU. Gracias a los Tensor Cores, presentes desde la serie GeForce RTX 20, el coste de estas operaciones se mantiene bajo control, lo que permite aplicar estas optimizaciones millones de veces por frame sin bloquear el resto del proceso de renderizado.
De forma conjunta, NTC y Neural Materials apuntan hacia un modelo de pipeline híbrido, donde la rasterización tradicional y el ray tracing conviven con bloques específicos de inferencia neuronal. En este escenario, la IA no solo mejora la nitidez de la imagen final, sino que se encarga de tareas estructurales como la compresión, el sombreado y la gestión de memoria.
Un futuro gráfico condicionado por la IA
Aunque NVIDIA no ha puesto todavía una fecha concreta para ver Neural Texture Compression implementado de forma masiva en juegos comerciales, las demostraciones mostradas en eventos como GDC y GTC dejan claro que la compañía quiere que esta tecnología forme parte del próximo salto generacional en gráficos.
En el ecosistema de PC, la adopción de APIs y extensiones como Cooperative Vectors en DirectX 12 allana el terreno para que este tipo de núcleos neuronales puedan ejecutarse también en hardware de otros fabricantes. AMD ya ha anunciado soporte en futuras arquitecturas RDNA4, e Intel trabaja en líneas similares para sus soluciones gráficas, mientras que empresas como Sony refuerzan la computación visual.
Si este soporte cruzado se consolida, la compresión neuronal de texturas podría convertirse en un estándar de facto en la industria, beneficiando a estudios de todos los tamaños. Para los jugadores europeos, esto podría significar una vida útil más larga para las GPUs actuales, que verían cómo su limitación en VRAM deja de ser tan determinante en los títulos que vayan incorporando estas técnicas.
En paralelo, los fabricantes de consolas podrían aprovechar este tipo de soluciones para exprimir aún más la memoria integrada de sus sistemas, algo especialmente interesante en ciclos de vida largos donde cada optimización cuenta. Todo apunta a que la próxima gran batalla gráfica no se librará solo en la potencia bruta, sino en cómo se gestionan y comprimen los datos que alimentan cada escena.
La propuesta de NVIDIA con Neural Texture Compression y las tecnologías asociadas encaja con un cambio de enfoque que ya se deja notar en el sector: en lugar de seguir aumentando sin límite la memoria y la capacidad de cálculo, se busca que la inteligencia artificial haga más con menos. Si las cifras vistas en las demos —con reducciones de VRAM del orden del 85% y mejoras de rendimiento en materiales neuronales— se trasladan a los juegos comerciales, los jugadores en España y en toda Europa podrían encontrarse con títulos visualmente más ambiciosos, mejor optimizados y menos exigentes en memoria, algo que hasta hace muy poco parecía difícil de conseguir sin sacrificar calidad.
