Na GTC 2026, a Nvidia não apenas apresentou sua tecnologia de upscaling baseada em IA, o DLSS 5, que pode ser considerada radical demais, como também discutiu a aplicação prática de soluções de renderização neural em geral. Essas soluções não alteram os pipelines de renderização e podem ser usadas em jogos.
Fonte da imagem: Nvidia
DLSS 5 é apenas uma das tecnologias de renderização neural — neste caso, o aprendizado de máquina é aplicado somente à imagem final renderizada. A Nvidia também anunciou a integração de pequenas redes neurais no próprio pipeline de renderização para decodificação de texturas, avaliação de materiais e, consequentemente, redução do consumo de memória de vídeo. Essencialmente, são pequenos mecanismos neurais dedicados a tarefas específicas, em vez de um único filtro final.
Ao renderizar a cena de demonstração Tuscan Wheels, a compressão neural de textura (NTC) reduziu o consumo de memória de vídeo de 6,5 GB com a compressão de textura tradicional (BCN) para 970 MB. A qualidade da imagem não foi afetada: a NTC preservou ainda mais detalhes do que a compressão de blocos tradicional. Na prática, isso significa arquivos de instalação e patches menores e maior utilização de memória de vídeo na mesma GPU.
Outra área interessante de desenvolvimento é chamada de Materiais Neurais. Em vez de armazenar grandes quantidades de dados de textura e realizar cálculos mais complexos da função de distribuição de refletância (BRDF), os engenheiros da Nvidia propuseram comprimir os dados de materiais e decodificá-los usando uma pequena rede neural. Durante a demonstração, uma configuração de material de 19 canais foi reduzida para 8, e a renderização da cena em resolução 1080p foi acelerada entre 1,4 e 7,7 vezes. Não se trata das mudanças radicais de renderização que tanto assustaram o público com o DLSS 5, mas simplesmente de uma maneira mais eficiente de armazenar e processar os mesmos dados de material.