NVIDIA quiere cambiar el gaming desde dentro: texturas con IA que bajan de 6,5 GB a 970 MB y materiales en los juegos con hasta 7,7 veces más rendimiento

Hace 2 semanas, NVIDIA dejó en GTC 2026 una de las demostraciones más interesantes de todo el evento para el futuro del gaming, aunque el vídeo haya empezado a moverse ahora con más fuerza tras su difusión posterior. No hablamos de DLSS 5 ni de otro truco para maquillar la imagen al final del frame 2D, sino de meter redes neuronales dentro del propio renderizado del juego para atacar 2 problemas muy concretos, el peso de las texturas y el coste de los materiales complejos gracias a Neural Texture Compression.

Aunque la tecnología no es nueva, y ya hemos hablado varias veces sobre ella, para situarnos rápido, un refresh breve: un MLP es una red neuronal pequeña, BCn es la familia clásica de compresión de texturas en GPU, Neural Texture Compression es el sistema de compresión neural de texturas de NVIDIA y BRDF es la función matemática que describe cómo refleja la luz una superficie. Dicho todo, al lío.

NVIDIA muestra cómo funcionan las mejoras en Neural Texture Compression

A partir de aquí empieza lo importante, porque NVIDIA enseñó dos aplicaciones muy concretas pensadas para renderizado en tiempo real, con novedades, como son Neural Texture Compression y materiales neuronales.

El primer bloque fue el más llamativo de la presentación para los que tuvieron la suerte de asistir. NVIDIA comparó una escena renderizada con compresión BCn frente a la misma escena usando Neural Texture Compression, hasta ahí bien. Lo sorprendente es que, en el método tradicional, la escena ocupaba aproximadamente 6,5 GB de VRAM. Con Neural Texture Compression, esa misma carga bajaba hasta 970 MB.

La reducción ronda el 85%, una barbaridad si pensamos en juegos actuales donde las texturas se comen buena parte del presupuesto de memoria. La idea es no almacenar la textura final completa, sino una representación latente compacta que luego una red neuronal pequeña reconstruye en tiempo real en la GPU.

NVIDIA también mostró otra comparación con el mismo presupuesto de memoria, 970 MB, y ahí la compresión BCn enseñaba artefactos visibles mientras Neural Texture Compression mantenía más detalle y más fidelidad. La consecuencia para gaming es bastante directa, instalaciones más pequeñas, parches más ligeros, menos presión sobre la VRAM y más margen para usar texturas de mayor calidad sin disparar el consumo.

Los materiales neuronales puestos a prueba

El segundo bloque fue el de Neural Materials, y aquí la lectura también es potente. En vez de depender de materiales llenos de capas, texturas y cálculos clásicos cada vez más caros, NVIDIA plantea usar una representación neuronal compacta. El ejemplo enseñado partía de un material con 19 canales distintos y lo reducía a 8 canales en su versión neural. Además, explicaron que esos canales podían trabajar a resoluciones arbitrarias entre 8 y 64 bits, lo cual es bastante increíble.

En rendimiento, los datos mostrados para 1080p, con 1 muestra por píxel y midiendo el tiempo total de render por frame en milisegundos, situaban la mejora entre 1,4x y 7,7x veces el rendimiento. El rango no es pequeño, pero incluso el extremo bajo ya es útil y el alto cambia bastante el panorama cuando hablamos de materiales complejos en tiempo real.

También hubo una aclaración técnica que en gaming importa mucho más de lo que parece. NVIDIA explicó que, cuando estas redes evalúan materiales o decodifican texturas, pueden ejecutarse millones de veces por frame. Por eso insisten en MLP pequeños, poco profundos, integrados en Shader y pensados para quedarse en la GPU, dentro, y aprovechar Tensor Cores. Ahí está la clave de Neural Texture Compression y de cómo manejará estos Materiales Neuronales.

No están vendiendo una IA vistosa para el tráiler de turno, eso ya lo hicieron con DLSS 5 y sus Frame 2D. Ahora están intentando mover parte del trabajo duro del renderizado clásico a redes minúsculas que reduzcan memoria, ancho de banda y complejidad, y visto lo que han enseñado, parece que los juegos del futuro necesitarán menos VRAM, o estarán peor optimizados aprovechando estas tecnologías.