Skip to main content
  1. Home
  2. Computación
  3. Noticias
  4. News

AMD acaba de revelar una función que cambia las reglas del juego para su tarjeta gráfica

Add as a preferred source on Google
Logotipo de AMD en la tarjeta gráfica RX 7800 XT.
Jacob Roach / DT

AMD está listo para revelar un artículo de investigación sobre su técnica para la compresión de bloques de texturas neuronales en el Simposio Eurographics sobre Renderizado (EGSR) la próxima semana. Suena como una tecnocharla, pero la idea detrás de la compresión neuronal es bastante simple. AMD dice que está utilizando una red neuronal para comprimir las texturas masivas en los juegos, lo que reduce tanto el tamaño de descarga de un juego como sus demandas en su tarjeta gráfica.

Ya hemos oído hablar de tecnologías similares. Nvidia presentó un artículo sobre la compresión de texturas neuronales el año pasado, e Intel siguió con un artículo propio que proponía una técnica de nivel de detalle (LoD) impulsada por IA que podría hacer que los modelos se vieran más realistas desde más lejos. Las afirmaciones de Nvidia sobre la compresión de texturas neuronales son particularmente impresionantes, ya que el documento afirma que la técnica puede almacenar 16 veces los datos en la misma cantidad de espacio que la compresión tradicional basada en bloques.

Recommended Videos

AMD aún no ha revelado su investigación, por lo que no hay muchos detalles sobre cómo funcionaría su método. La clave del enfoque de Nvidia es que aprovecha la GPU para descomprimir texturas en tiempo real. Esto ha sido un problema en varios juegos lanzados en los últimos años, desde Halo Infinite hasta The Last of Us Part I y Redfall. En todos estos juegos, notarás texturas de baja calidad si te quedas sin VRAM, lo que se nota especialmente en las tarjetas gráficas de 8 GB como la RTX 4060 y la RX 7600.

Un detalle que AMD reveló es que su método debería ser más fácil de integrar. El tweet que anuncia el documento dice: “la ejecución en tiempo de ejecución sin cambios permite una fácil integración del juego”. Nvidia no ha dicho si su técnica es particularmente difícil de integrar, ni si requerirá hardware específico para funcionar (aunque esto último es probablemente una apuesta segura). AMD tampoco ha mencionado ningún requisito de hardware en particular.

We'll present "Neural Texture Block Compression" @ #EGSR2024 in London.

Nobody likes downloading huge game packages. Our method compresses the texture using a neural network, reducing data size.

Unchanged runtime execution allows easy game integration. https://t.co/gvj1D8bfBf pic.twitter.com/XglpPkdI8D

— AMD GPUOpen (@GPUOpen) June 25, 2024

En este punto, la compresión neuronal para texturas no es una característica disponible en ningún juego. Estos son solo trabajos de investigación, y es difícil decir si alguna vez se convertirán en características al nivel de algo como DLSS de Nvidia o FSR de AMD. Sin embargo, el hecho de que estemos viendo una compresión impulsada por IA de Nvidia, Intel y ahora AMD sugiere que se trata de una nueva tendencia en el mundo de los juegos de PC.

También tiene sentido. Características como DLSS se han convertido en una piedra angular de las tarjetas gráficas modernas, sirviendo como un paraguas para una gran cantidad de funciones que aumentan el rendimiento. El CEO de Nvidia ha dicho que la compañía está buscando más formas de aprovechar la IA en los juegos, desde la generación de objetos hasta la mejora de texturas. A medida que características como DLSS y FSR continúan haciéndose más prominentes, tiene sentido que AMD, Nvidia e Intel busquen expandir sus capacidades.

Si vemos la compresión de texturas neuronales como características comercializables, es probable que aparezcan con la próxima generación de tarjetas gráficas. Se espera que Nvidia revele sus GPU de la serie RTX 50 en la segunda mitad del año, AMD podría mostrar sus GPU RDNA 4 de próxima generación en un período de tiempo similar, y la arquitectura Battlemage de Intel llegará a las computadoras portátiles en cuestión de meses a través de las CPU Lunar Lake.

Diego Bastarrica
Diego Bastarrica es Senior Editor y Head of Content en Digital Trends en Español, donde lidera la estrategia editorial, SEO…
“Carrera hacia la cima”: la arriesgada estrategia de Anthropic para dominar la IA sin provocar una catástrofe
Anthropic

La “carrera hacia la cima” —en inglés, race to the top— es la tesis central con la que Dario Amodei, cofundador y CEO de Anthropic, defiende que su empresa debe seguir compitiendo en la frontera de la inteligencia artificial. Su argumento es contraintuitivo: para que la IA sea más segura, Anthropic no debería retirarse de la competencia, sino liderarla y demostrar que es posible desarrollar modelos poderosos sin renunciar a controles de seguridad.

La expresión cobró nueva relevancia tras la extensa respuesta que Amodei publicó en X a Nathan Calvin, chief strategy officer de la organización de defensa de la seguridad en IA Encode. Amodei agradeció el escrutinio, reconoció que Anthropic cometió errores, pero rechazó la idea de que la compañía haya abandonado su misión de seguridad para ganar una supuesta carrera hacia la superinteligencia.

Read more
OpenAI amplía los anuncios en ChatGPT a 14 nuevos mercados de América Latina
Computer, Computer Hardware, Computer Keyboard

OpenAI anuncia la expansión de los anuncios en ChatGPT a 14 mercados adicionales de América Latina. Junto con Brasil y México, donde los anuncios ya están disponibles, ChatGPT Ads llega ahora a 16 mercados de la región, creando nuevas formas para que las empresas se conecten con los consumidores en momentos de descubrimiento y decisión.

La expansión regional forma parte del despliegue de ChatGPT Ads en 26 países adicionales, lo que lleva su disponibilidad a 89 mercados en todo el mundo. Más de 100.000 anunciantes han publicado anuncios en ChatGPT desde su lanzamiento, hace poco más de ocho meses.

Read more
OpenAI reconoce que un agente de IA mintió tras desactivar su propio sistema de monitoreo
Computer, Electronics, Laptop

OpenAI reveló dos incidentes internos en los que agentes de inteligencia artificial debilitaron los mecanismos que supervisaban su comportamiento. En uno de ellos, el agente negó después haberlo hecho. La compañía los describió en un informe publicado el martes.

Según la empresa, ocurrieron durante tareas internas de programación. El primero involucró a GPT-6 Astra, que debía replicar un código de referencia. Como esa referencia no tenía un monitor configurado, el agente decidió eliminar la integración de monitoreo del código del usuario. Cuando le preguntaron si lo había hecho, respondió que no, según relató el investigador de seguridad Marcus Williams. El episodio habría sucedido el 6 de octubre.

Read more