游戲模型最高瘦身22%！AMD推出DGF超級壓縮技術：新老顯卡全兼容

快科技5月8日消息，AMD 通過GPU Open官方平臺正式發布了DGF超級壓縮（DGF SuperCompression，簡稱DGFS）技術，在原有密集幾何格式基礎上將幾何模型文件的磁盤占用再砍掉最高22%，并提供了非DGF硬件的完整向下兼容路徑。

DGF本身是AMD面向下一代GPU架構研發的一種硬件友好幾何壓縮格式，設計目標是讓GPU僅需一次128字節對齊的內存讀取就能獲取單個三角形所需的全部信息，對硬件光線追蹤遍歷的效率提升極為關鍵。

但DGF作為存儲格式使用時有一個明顯短板。由于區塊邊界的頂點和壓縮參數需要跨多個區塊重復存儲，不滿的區塊還存在填充位浪費，在磁盤端的空間利用效率并不理想。

DGFS所做的，就是對DGF塊集進行一次二次壓縮，通過跨數據塊的頂點去重、幾何體ID去重，以及增量編碼、字節交錯等一系列數據轉換手段，大幅壓縮掉標準DGF格式中因邊緣數據重復而產生的存儲冗余。

這組技術手段在測試中產生了直接可見的效果。根據AMD官方公布的數據，在對螃蟹、龍、小雕像、佛像、自行車這五種測試模型的實測中，應用GDeflate后DGFS相較標準DGF可額外節省約17%至31%的磁盤空間。

其中三角面達722萬的龍模型，DGF體積為20.15MB，DGFS降至15.67MB，節省率達到22.22%，是全部測試模型中最突出的一個。

而對于三角面214萬的螃蟹模型，DGFS也從7.19MB的DGF體積降至5.73MB，節省了20.29%。

與非DGF硬件的兼容能力是DGFS更被開發者看重的特性。AMD官方明確指出，DGFS流支持高效解碼為標準索引網格，非DGF架構的顯卡，無論是舊世代AMD產品還是NVIDIA、Intel的GPU都能直接消費同一套DGFS資源包。

測試數據顯示，在銳龍9 7950X單核環境下，214萬面的螃蟹模型解碼僅需0.03秒，即使是最極端的1000萬面小雕像模型也只是0.15秒。

DGFS 以單一格式同時覆蓋DGF硬件加速和非DGF兼容回退兩套路徑，支撐這套方案的多廠商Vulkan DGF擴展此前已由AMD與三星聯合推進。

AMD表示，DGFS目前作為DGF SDK v1.2的一部分，已向所有開發者開放下載和評估。