Intel在近日的视频中详细介绍了Texture Set Neural Compression（TSNC）技术，通过神经网络大幅降低现代游戏的显存占用。

TSNC的核心思路与NVIDIA NTC方案类似，不再采用传统方式压缩纹理和材质数据，而是将其转换为学习型表示，由一个小型神经网络在GPU端实时重建所需信息。

这一方式可以同时缩减游戏下载体积、节省SSD存储空间，并大幅降低显存占用。

Intel提供了两种压缩模式：注重画质的模式可实现约9倍压缩率，画质损失较小；更激进的模式则可达到17至18倍的压缩率，但会出现画质瑕疵。

NVIDIA则声称在几乎不损失画质的前提下，将显存占用从6.5GB压缩至970MB，压缩率约为85%，不过两者采用了不同的基准和测试场景，直接对比意义有限。

硬件支持方面，NVIDIA的方案深度绑定RTX生态，主要依赖GeForce RTX显卡中的Tensor Core加速，虽然目前已通过DirectX 12 Cooperative Vectors开放了更通用的路径，但整体仍围绕自家RTX平台构建。

Intel则为TSNC设计了双重加速路径，通过Arc GPU中的XMX单元实现硬件加速，同时提供基于FMA指令的软件模式，即使没有专用AI硬件也能运行。

NVIDIA的优势在于RTX显卡在游戏市场的占有率远高于Intel，生态成熟度更高，但Intel的兼容策略更为开放，不依赖特定AI加速硬件即可工作。