Intel ha revelado avances con su nueva tecnología Texture Set Neural Compression (TSNC), una solución basada en inteligencia artificial que promete transformar la gestión de activos gráficos en los juegos, reduciendo el uso de VRAM y de capacidad de disco.
Intel Texture Set Neural Compression, nueva compresión en juegos basado en IA
Tras una demostración en la GDC 2025, la compañía ha convertido este proyecto de investigación en un SDK completo, diseñado para optimizar el almacenamiento y el uso de la memoria de video (VRAM).
La tecnología TSNC utiliza redes neuronales para codificar y decodificar conjuntos de texturas. A diferencia de los métodos de compresión de bloques tradicionales (como BC1), que logran reducir el tamaño aproximadamente 4.8 veces frente a un mapa de bits original, la propuesta de Intel ofrece dos variantes principales. La denominada «Variante A» alcanza una compresión de 9 veces manteniendo una alta fidelidad visual, mientras que la «Variante B» llega a reducir el tamaño hasta 18 veces.
Esta capacidad de reducción no solo beneficia el espacio que ocupan los juegos en nuestro disco, sino que también está diseñada para reducir el tiempo de ejecución. TSNC permite la descompresión durante la carga o incluso el muestreo por píxel en tiempo real. Para ello, Intel ha desarrollado un decodificador compatible con C, C++ y HLSL.
Te recomendamos nuestra guía sobre las mejores tarjetas gráficas del mercado
Un aspecto clave de TSNC es su capacidad para aprovechar la aceleración por hardware. En pruebas realizadas sobre los gráficos integrados de la arquitectura Panther Lake, el uso de unidades XMX permitió velocidades de descompresión hasta 3.4 veces superiores comparado con los métodos de procesamiento convencionales. Esto significa que la IA no solo hace las texturas más pequeñas, sino que el hardware moderno puede leerlas casi instantáneamente.
Con un lanzamiento de la fase alfa previsto para finales de este año, Intel quiere ofrecer una tecnología que posibilite que los próximos juegos ocupen menos espacio y utilicen menos memoria VRAM. Os mantendremos informados.
