AMD가 차세대 그래픽용 지오메트리 압축 기술인 DGF(Dense Geometry Format)의 확장 기술 DGF SuperCompression(DGFS)를 공개했다.
DGF는 AMD가 지난 2024년 공개한 블록 기반 지오메트리 압축 기술로, 복잡한 3D 모델 데이터를 작은 단위의 메쉬 블록 형태로 압축해 저장하는 구조다. 특히 레이 트레이싱 환경에서 증가하는 초고밀도 지오메트리 처리 부담을 줄이기 위한 기술로 소개됐다.
DGFS는 DGF 데이터의 저장 용량을 추가로 줄이면서도 차세대 GPU와 기존 GPU 환경을 동시에 지원할 수 있도록 설계된 것이 특징으로, AMD에 따르면 이를 통해 저장 공간과 다운로드 용량을 최대 22%까지 줄일 수 있다. 일부 테스트에서는 30% 수준의 압축률도 확인됐다고 전해졌다.
DGFS 데이터는 차세대 DGF 지원 GPU에서는 압축된 DGF 블록 형태로 복원할 수 있고, 기존 GPU에서는 일반적인 버텍스 및 인덱스 버퍼 형태로 디코딩해 사용할 수 있는 호환성을 제공한다.
AMD는 삼성전자와 함께 Vulkan 기반 멀티벤더 DGF 확장 표준 개발도 진행 중이라고 밝혔다. 삼성은 이미 AMD RDNA 기반 GPU 기술을 엑시노스 시리즈에 적용 중인 만큼, 향후 모바일 GPU에서도 관련 기술 활용 가능성이 거론된다.
한편, 최근 AMD와 Intel, NVIDIA가 각각 발표한 압축 기술들은 모두 “AI·패스트레이싱·초고해상도 자산 시대에 증가하는 데이터 처리 부담 완화”라는 공통 목표를 갖고 있지만, 실제 압축 대상과 목적은 꽤 다르다.
AMD의 DGF/DGFS는 지오메트리(Geometry) 자체를 압축하는 기술이다. 쉽게 말하면 3D 모델을 구성하는 삼각형, 버텍스, 메쉬 구조 데이터를 더 작게 저장하고 GPU가 빠르게 복원할 수 있도록 만든 포맷인 반면, 인텔이 공개한 TSNC(Tensor Sparse Neural Compression)와 엔비디아의 Neural Texture Compression(NTC)는 AI 기반으로 텍스처 데이터 압축 기술이라는 차이를 보인다.
또한 AMD DGF는 GPU가 레이 트레이싱용 지오메트리 데이터를 빠르게 읽고 BVH를 효율적으로 생성하도록 설계된 그래픽 파이프라인 친화적 포맷에 가깝고, 압축 이후에도 GPU가 비교적 직접 활용할 수 있도록 구성됐다.
반면 인텔 TSNC와 엔비디아 NTC는 '신경망 기반 압축' 개념으로, 저장 단계에서 학습 기반 압축을 적용하고, 실행 시 AI 기반 디코더나 텐서 연산으로 복원하는 방식이다. 따라서 압축률은 높지만 복원 과정에서 AI 연산 자원 활용 비중이 상대적으로 크다.
|
[영상] ASUS의 창신메모리 호환성 지원이 미치는 영향 등, PC시장 흐름 파악에 필요한 작은 뉴스모음 
