Нравится вам это или нет, но Nvidia затмила всех на выставке CES 2025.
Отлично, вот известный журналист рассказывает мне, что видеокарта за 2000 долларов выиграла CES 2025 . Я видел много сильных мнений по поводу анонсов Nvidia на выставке CES в Интернете, но даже игнорируя раздутую цену новой RTX 5090, Nvidia выиграла выставку в этом году. И оно вроде как выиграло по умолчанию. Учитывая простые анонсы Intel и преувеличенную презентацию AMD, которая игнорировала, возможно, самый важный выпуск графических процессоров AMD за всю историю, неудивительно, что Team Green вышла вперед.
Но это несмотря на безумную цену RTX 5090 , а не из-за нее.
Nvidia представила новую линейку видеокарт и впечатляющее многокадровое поколение DLSS 4, но ее анонсы в этом году были гораздо более значительными. Все сводится к тому, как Nvidia использует ИИ для улучшения компьютерных игр, и плоды этого труда могут окупиться не сразу.
Существуют инструменты для разработчиков, такие как Neural Materials и Neural Texture Compression, оба из которых Nvidia кратко затронула во время своего выступления на CES 2025. Однако для меня выдающимися являются нейронные шейдеры. Они, конечно, не так интересны, как новая видеокарта, по крайней мере, на первый взгляд, но нейронные шейдеры имеют огромное значение для будущего компьютерных игр. Даже без RTX 5090 одно это объявление достаточно важно для того, чтобы Nvidia затмила всех в этом году.
Нейронные шейдеры — это не какое-то модное слово, хотя я бы простил вас за такое мнение, учитывая принудительное кормление ИИ, с которым мы все столкнулись за последние пару лет. Во-первых, давайте начнем с шейдера. Если вы не знакомы, шейдеры — это, по сути, программы, которые работают на вашем графическом процессоре. Десятилетия назад у вас были шейдеры с фиксированными функциями; они могли сделать только одно. В начале 2000-х годов Nvidia представила программируемые шейдеры, обладающие гораздо большими возможностями. Теперь мы начинаем с нейронных шейдеров.
Короче говоря, нейронные шейдеры позволяют разработчикам добавлять небольшие нейронные сети в код шейдера. Затем, когда вы играете в игру, эти нейронные сети можно развернуть на тензорных ядрах вашей видеокарты. Он открывает массу вычислительных мощностей, которые до этого момента практически не использовались в компьютерных играх. Они действительно были в восторге от DLSS.
Nvidia использует нейронные шейдеры, о которых она объявила на данный момент — вышеупомянутые Neural Materials и Neural Texture Compression, а также Neural Radiance Cache. Начну с последнего, потому что он самый интересный. Neural Radiance Cache, по сути, позволяет ИИ угадывать, как будет выглядеть бесконечное количество отражений света в сцене. Теперь отслеживание пути в реальном времени может обрабатывать лишь ограниченное количество отражений света. После определенного момента оно становится слишком требовательным. По словам Nvidia, Neural Radiance Cache не только обеспечивает более реалистичное освещение с гораздо большим количеством отражений, но и повышает производительность. Это потому, что для этого требуется всего один или два отражения света. Остальное выводится нейронной сетью.
Точно так же Neural Materials сжимает плотный шейдерный код, который обычно зарезервирован для автономного рендеринга, позволяя визуализировать в реальном времени то, что Nvidia называет активами «кинокачества». Нейронное сжатие текстур применяет искусственный интеллект для сжатия текстур, что, по словам Nvidia, экономит в 7 раз больше памяти по сравнению с традиционным блочным сжатием без какой-либо потери качества.
Это всего лишь три применения нейронных сетей, которые используются в компьютерных играх, и уже есть серьезные последствия для того, насколько хорошо игры могут работать и насколько хорошо они могут выглядеть. Важно помнить, что это тоже отправная точка — AMD, Intel и Nvidia теперь имеют оборудование искусственного интеллекта на своих графических процессорах, и я подозреваю, что будет довольно много разработок в отношении того, какие типы нейронных сетей могут использоваться в шейдерах. в будущем.
Возможно, существуют симуляции ткани или физики, которые обычно выполняются на ЦП и которые можно запускать через нейронную сеть на ядрах Tensor. Или, может быть, вы можете увеличить сложность сеток, создавая треугольники, которые графическому процессору не нужно учитывать. Существуют видимые применения ИИ, например, с помощью неигровых персонажей, но нейронные шейдеры открывают мир невидимого ИИ, который делает рендеринг более эффективным и, следовательно, более мощным.
В соусе CES легко заблудиться. Если бы вы поверили каждому выступлению руководителей, вы бы ушли с буквально тысячами «революционных» инноваций, которым едва удается сдвинуть с места хоть кусочек грязи. Нейронные шейдеры не вписываются в эту категорию. Nvidia уже представляет три очень практичных применения нейронных шейдеров, и люди, гораздо умнее меня, вероятно, придумают еще сотни.
Однако я должен внести ясность: это произойдет не сразу. Мы видим лишь самую поверхность того, на что могут быть способны нейронные шейдеры в будущем, и даже тогда, вероятно, пройдет несколько лет и поколений видеокарт, прежде чем их влияние станет ощутимым. Но если посмотреть на анонсы AMD, Nvidia и Intel, то только одна компания представила что-то, что действительно может быть достойно этого «новаторского» названия, и это Nvidia.