AMD 展示 PEPS 神经纹理压缩技术：以更多计算换取约 25% 参数削减
据来源显示，AMD 在 2026 年度 I3D 研讨会上公布了一项名为 PEPS（位置编码投影采样） 的研究成果，目标指向近年图形渲染领域持续升温的神经纹理压缩。该技术通过改进隐式神经表示中的位置编码方式，在画质基本保持同级的前提下，将模型参数量减少约 25%。对于显存压力日益突出的游戏、实时渲染与 3D 内容生产场景来说，这类“用计算换显存”的思路具有较强的产业观察价值。
神经纹理压缩并不是简单地把传统纹理文件再压缩一遍，而是训练一个模型，让它学习从纹理坐标到最终颜色或信号值的映射关系。换句话说，纹理信息不再完全依赖大尺寸贴图存储，而是由一个可推理的神经表示来重建。AMD 此次提出的 PEPS，正是在这一流程中尝试提升编码效率。
PEPS 做了什么：重新设计位置编码采样方式
在隐式神经表示中，位置编码是关键环节之一。传统方案通常会把低维坐标映射到更高维的正弦、余弦向量中，使模型能够表达更复杂的细节变化。AMD 的 PEPS 思路则是把每一个正弦 / 余弦投影理解为李萨如曲线上的点，并对这些投影点进行采样。
这一变化的意义在于，模型可以在相近参数规模下承载更多信息，或者在保持相近还原效果时使用更少参数。来源摘要显示，PEPS 在保持画质基本不变的情况下，成功将模型参数量削减了 25%。从图形技术角度看，这意味着纹理表示所需的存储和显存压力有机会下降，但代价是推理时需要额外计算。
- 核心目标：降低神经纹理表示所需参数量，缓解显存占用。
- 技术路径：改造位置编码，将投影采样引入隐式神经表示。
- 主要代价：额外采样步骤会带来更多计算和内存访问。
- 潜在价值：不仅适用于纹理，也可能扩展到 SDF 等 3D 表示任务。
性能代价：显存节省并非“免费午餐”
来源提到，AMD 在 Radeon RX 9070 XT 显卡上进行了测试。生成一张 1024×1024 的三通道纹理时，BI-grid 基准方案耗时 4.32 毫秒，而 Grid-PEPS 方案耗时增加到 5.47 毫秒。造成差距的主要原因，是 PEPS 引入的额外采样步骤增加了计算量和内存访问。
不过，AMD 还展示了进一步优化后的 Grid-PinkPEPS 版本，其耗时缩短至 4.86 毫秒，与基准方案的差距有所收窄。这说明 PEPS 并不是单纯追求压缩率，而是在参数规模、显存占用与运行性能之间寻找新的平衡点。对于实时渲染而言，毫秒级差异非常关键，因此后续能否继续降低开销，将决定它是否具备实际部署价值。
不只纹理：SDF 场景显示更大压缩潜力
PEPS 的潜在应用并不局限于游戏贴图或材质纹理。来源显示，在 3D 渲染中常用的符号距离函数（SDF）同样可能受益。SDF 常用于表示复杂几何形状，但在高分辨率网格下会带来较大的显存消耗。
在 Pitted Stonefish SDF 测试中，Grid-PEPS 在编码器参数仅为非 PEPS 方法八分之一的情况下，仍能达到几乎相同的交并比（IoU）。IoU 可理解为重建出的 3D 形状与原模型之间的重合程度。这个结果说明，PEPS 在某些几何表示任务中可能具备比纹理压缩更明显的参数效率优势。
产业解读：神经压缩会成为显存压力下的重要方向
从行业背景看，显存容量正在成为 PC 游戏和实时 3D 应用的瓶颈之一。高分辨率纹理、复杂材质、光追数据结构以及 AI 辅助渲染技术，都会持续推高显存需求。在这种趋势下，通过神经表示减少纹理和几何数据的存储开销，可能成为 GPU 厂商和游戏引擎共同关注的方向。
但 PEPS 距离普通玩家实际体验仍有距离。来源指出，目前业界只有英伟达提供了公开的神经纹理压缩工具包和演示，市面上尚无任何一款游戏完整部署这项技术。AMD 方面的相关支持也仍处于早期阶段，官方甚至还没有为该技术确定正式商用品牌名称，在研究中仍使用通用技术术语。
因此，PEPS 更适合被视为 AMD 在神经图形学方向的一次前沿探索，而不是短期内会立刻出现在驱动或游戏设置中的功能。它释放出的信号是明确的：未来图形渲染优化不只依赖更大的显存和更高带宽，也会越来越多地依靠模型、编码和计算方法来重新组织数据。
对于中文科技用户而言，值得关注的不是“某项技术是否马上可用”，而是 GPU 架构和图形软件正在发生的变化。随着 8GB 显存显卡在未来数年仍可能大量存在，神经纹理压缩、隐式表示和 SDF 压缩这类技术，或许会成为延长硬件生命周期、降低内容资源占用的重要工具链组成部分。