Intel 在 Game Developers Conference 2026 上正式展示自家神經網路材質壓縮技術 Texture Set Neural Compression（TSNC），並宣布將其從去年的研究原型進一步產品化為獨立 SDK。這項技術主打利用 AI 神經網路壓縮遊戲材質資料，官方宣稱最高可實現 18 倍壓縮率，大幅降低遊戲容量與顯示記憶體占用。
TSNC 的核心概念與 NVIDIA 先前推出的 Neural Texture Compression 類似，但 Intel 強調自家方案同樣採用可重現、可預測的 deterministic 設計，方便遊戲開發者整合至現有流程。
傳統 GPU 材質壓縮格式如 BC1 至 BC7 採用固定演算法進行壓縮，雖然速度快且支援度高，但壓縮效率有限。TSNC 則改以小型神經網路分析整組材質貼圖之間的關聯性，將 Diffuse、Normal、Roughness、Metallic、AO 等多張 PBR 貼圖共同壓縮，再於執行時重建原始資料，進一步榨出傳統壓縮難以利用的冗餘空間。
Intel 目前提供兩種壓縮模式，其中高品質版本可達約 9 倍壓縮率，視覺損失控制在約 5%；而更激進的模式則可突破 17 倍以上壓縮，但畫質下降會較明顯，較適合遠景或次要材質使用。
為了提升實用性，Intel 也重新以 Slang Compute Shader 重寫整套壓縮與解壓流程，不再依賴早期的 PyTorch 原型，並支援多種部署模式，讓開發者可依需求選擇在安裝、載入、串流甚至像素取樣階段進行解壓。
硬體加速方面，TSNC 已支援 DirectX 12 Cooperative Vectors API，可透過 Intel Arc GPU 的 XMX AI 單元加速推論。Intel 實測在 Panther Lake 平台整合顯示晶片上，使用 XMX 後可比傳統 FMA 路徑快 3.4 倍，顯示即便是內顯平台也具備即時解壓可行性。
Intel 預計將於今年稍晚釋出 TSNC SDK Alpha 版本，後續再推 Beta 與正式版。若開發者採用意願高，未來遊戲安裝容量與 VRAM 壓力或許都有機會大幅改善。
來源
wccftech.com
TSNC 的核心概念與 NVIDIA 先前推出的 Neural Texture Compression 類似，但 Intel 強調自家方案同樣採用可重現、可預測的 deterministic 設計，方便遊戲開發者整合至現有流程。
傳統 GPU 材質壓縮格式如 BC1 至 BC7 採用固定演算法進行壓縮，雖然速度快且支援度高，但壓縮效率有限。TSNC 則改以小型神經網路分析整組材質貼圖之間的關聯性，將 Diffuse、Normal、Roughness、Metallic、AO 等多張 PBR 貼圖共同壓縮，再於執行時重建原始資料，進一步榨出傳統壓縮難以利用的冗餘空間。
Intel 目前提供兩種壓縮模式，其中高品質版本可達約 9 倍壓縮率，視覺損失控制在約 5%；而更激進的模式則可突破 17 倍以上壓縮，但畫質下降會較明顯，較適合遠景或次要材質使用。
為了提升實用性，Intel 也重新以 Slang Compute Shader 重寫整套壓縮與解壓流程，不再依賴早期的 PyTorch 原型，並支援多種部署模式，讓開發者可依需求選擇在安裝、載入、串流甚至像素取樣階段進行解壓。
硬體加速方面，TSNC 已支援 DirectX 12 Cooperative Vectors API，可透過 Intel Arc GPU 的 XMX AI 單元加速推論。Intel 實測在 Panther Lake 平台整合顯示晶片上，使用 XMX 後可比傳統 FMA 路徑快 3.4 倍，顯示即便是內顯平台也具備即時解壓可行性。
Intel 預計將於今年稍晚釋出 TSNC SDK Alpha 版本，後續再推 Beta 與正式版。若開發者採用意願高，未來遊戲安裝容量與 VRAM 壓力或許都有機會大幅改善。
來源
Intel Presents Its Own Texture Set Neural Compression SDK: Up to 18x Smaller Textures
Intel has unveiled its Texture Set Neural Compression (TSNC) SDK at GDC 2026, achieving up to 18x smaller textures.
wccftech.com
