Intel ha dado un paso relevante en el ámbito gráfico durante la GDC 2026 con la presentación de Texture Set Neural Compression (TSNC), su propia tecnología de compresión neural de texturas. Esta propuesta sigue una línea similar a enfoques como el NTC de NVIDIA, apostando por modelos deterministas capaces de mejorar la eficiencia frente a los métodos tradicionales.
Lo importante no es solo la tecnología en sí, sino que Intel ya ha convertido este desarrollo en un SDK independiente listo para integración, lo que marca el paso de prototipo a solución real para motores gráficos.
TSNC: compresión basada en redes neuronales frente a métodos clásicos
A diferencia de los formatos tradicionales como BC1 a BC7, que utilizan reglas matemáticas fijas, TSNC emplea una red neuronal entrenada mediante descenso de gradiente para codificar y reconstruir texturas específicas.
El sistema genera una representación en espacio latente, que posteriormente es reconstruida en tiempo real por un perceptrón multicapa, recuperando datos como difuso, normales, rugosidad, metálico y AO. Este enfoque permite explotar la redundancia entre canales PBR, algo que la compresión clásica no aprovecha.
Feature Pyramids: dos modos con distinto equilibrio calidad/compresión
El sistema se basa en una estructura de pirámide de características, compuesta por múltiples niveles de resolución en el espacio latente. Intel ofrece dos variantes con enfoques distintos.
La Variante A combina resoluciones completas y reducidas, logrando una compresión de más de 9x frente a los 4,8x de la compresión BC tradicional, con una pérdida perceptual cercana al 5%, prácticamente imperceptible salvo en mapas normales.
La Variante B prioriza la compresión extrema, alcanzando más de 17x, aunque introduce artefactos visibles en mapas complejos. En este caso, el error perceptual sube al 6–7%, lo que la hace más adecuada para materiales secundarios o lejanos.
De prototipo a SDK real: integración en motores gráficos
Desde su versión inicial basada en PyTorch, Intel ha reescrito completamente el sistema utilizando Slang compute shaders, permitiendo una integración más directa en entornos reales.
El SDK puede utilizarse en motores como Unreal Engine o motores propietarios, y permite ejecutar la descompresión tanto en CPU como en GPU, adaptándose a distintos escenarios de desarrollo. Este enfoque refuerza su viabilidad como herramienta de producción.
Aceleración en GPUs Arc y compatibilidad amplia
En hardware, TSNC aprovecha la API DirectX 12 Cooperative Vectors y los núcleos XMX de las GPUs Intel Arc, lo que permite acelerar la inferencia de matrices.
En ausencia de XMX, el sistema recurre a un fallback basado en FMA, compatible con CPUs y GPUs de otros fabricantes. Esta dualidad asegura que la tecnología pueda desplegarse en múltiples plataformas sin depender exclusivamente de hardware Intel.
Cuatro modelos de despliegue según uso y recursos
Intel plantea cuatro escenarios de uso que equilibran almacenamiento, memoria y carga computacional:
- En instalación: texturas comprimidas en descarga y descompresión local
- En carga: descompresión al cargar en VRAM
- En streaming: descompresión bajo demanda
- En muestreo: descompresión en tiempo real por píxel
Cada modelo introduce compromisos distintos, desde ahorro de espacio hasta mayor carga de inferencia, lo que permite adaptar la tecnología a distintos tipos de juego.
Rendimiento y viabilidad en hardware integrado
Intel ha probado TSNC en un sistema Panther Lake con iGPU Arc B390, obteniendo resultados de 0,661 ns por píxel en FMA y 0,194 ns con aceleración XMX, lo que supone una mejora de 3,4x en rendimiento.
Este dato resulta especialmente relevante, ya que demuestra que incluso en gráficos integrados es viable aplicar descompresión en tiempo real, abriendo la puerta a modelos más agresivos como el sample-time decoding.
Una tecnología con impacto directo en memoria y rendimiento
TSNC no solo reduce el tamaño en disco, sino que también puede disminuir el uso de VRAM y ancho de banda, dos de los principales cuellos de botella actuales en gráficos.
En este contexto, Intel plantea una solución que no sustituye a los métodos clásicos, sino que los complementa, permitiendo a los desarrolladores elegir el equilibrio entre calidad visual, memoria y rendimiento.
Lanzamiento en fases: Alpha, Beta y versión final
Intel planea lanzar una versión Alpha del SDK a lo largo de este año, seguida de versiones Beta y una release pública posterior.
Este calendario refleja que la tecnología aún se encuentra en evolución, pero ya muestra un grado de madurez suficiente como para empezar a integrarse en flujos reales de desarrollo.
Vía: Wccftech
