Intel在近日的視頻中詳細介紹了Texture Set Neural Compression（TSNC）技術，通過神經網絡大幅降低現代遊戲的顯存佔用。
TSNC的核心思路與NVIDIA NTC方案類似，不再採用傳統方式壓縮紋理和材質數據，而是將其轉換為學習型表示，由一個小型神經網絡在GPU端實時重建所需信息。
這一方式可以同時縮減遊戲下載體積、節省SSD存儲空間，並大幅降低顯存佔用。
Intel提供了兩種壓縮模式：注重畫質的模式可實現約9倍壓縮率，畫質損失較小；更激進的模式則可達到17至18倍的壓縮率，但會出現畫質瑕疵。
NVIDIA則聲稱在幾乎不損失畫質的前提下，將顯存佔用從6.5GB壓縮至970MB，壓縮率約為85%，不過兩者採用了不同的基準和測試場景，直接對比意義有限。
硬件支持方面，NVIDIA的方案深度綁定RTX生態，主要依賴GeForce RTX顯卡中的Tensor Core加速，雖然目前已通過DirectX 12 Cooperative Vectors開放了更通用的路徑，但整體仍圍繞自家RTX平臺構建。
Intel則為TSNC設計了雙重加速路徑，通過Arc GPU中的XMX單元實現硬件加速，同時提供基於FMA指令的軟件模式，即使沒有專用AI硬件也能運行。
NVIDIA的優勢在於RTX顯卡在遊戲市場的佔有率遠高於Intel，生態成熟度更高，但Intel的兼容策略更為開放，不依賴特定AI加速硬件即可工作。
