RTX Neural Texture CompressionでVRAM使用量80%削減｜NVIDIAの新技術とAI活用

GPUのVRAMは常に足りない。ローカルLLMを動かせばモデルサイズに圧迫され、ゲームを起動すれば高解像度テクスチャに食い尽くされる。そんな「VRAM争奪戦」に一石を投じる技術を、NVIDIAがSDKを公開して動かし始めた。RTX Neural Texture Compression（NTC）。テンソルコアを活用したAI駆動のテクスチャ圧縮技術で、NVIDIAのSDKの説明にある計算例では、テクスチャがVRAMに占める量を従来のBC圧縮と比べて約8割減らせる（『サンプリング時展開』モードの例で、ゲーム全体のVRAMが8割減るわけではない）。

RTX Neural Texture Compressionとは何か

RTX Neural Texture Compression（以下NTC）は、NVIDIAがRTX 50シリーズと同時に発表した「ニューラルレンダリング」技術群のひとつ。従来のテクスチャ圧縮方式をAIで置き換え、GPUに搭載されたテンソルコアでリアルタイムに圧縮・展開を行う仕組みだ。技術的な基盤はSIGGRAPH 2023で発表された論文に基づいており、ランダムアクセス可能な材質テクスチャの圧縮手法として研究が進められてきた（Vaidyanathan et al., "Random-Access Neural Compression of Material Textures" SIGGRAPH 2023）。

3Dグラフィックスにおいて、テクスチャデータはVRAM消費の大部分を占める。高品質なゲームでは、テクスチャだけでゲームデータ全体の半分以上に達することも珍しくない。NTCはこの巨大なデータを小さなニューラルネットワークで学習し、コンパクトな潜在表現（ラテント）として保持する。描画時にテンソルコアがニューラルネットワークを実行し、元のテクスチャを復元するという流れになっている。

従来のテクスチャ圧縮との違い

これまでGPUの世界で標準的だったのは、ブロック圧縮（BC）方式。BC1は8:1、BC7は4:1の圧縮率（いずれも非圧縮RGBA8基準）で、どちらもハードウェアデコーダが固定フォーマットで展開する。圧縮率を上げると画質が著しく劣化し、ブロック状のアーティファクト（ノイズ）が発生するのが弱点だった。

NTCのアプローチはまったく異なる。テクスチャセットごとにニューラルネットワークを学習させ、BC圧縮よりさらに数倍小さくできる（NVIDIAの公開資料には、BC圧縮と比べて「最大8倍」（RTX Kitのページ。ディスク上のデータ量の改善）や「最大7倍」（2025年1月の開発者ブログ。VRAMまたはシステムメモリ）という数字がある）。しかも画質劣化はBC7と同等以下で、ブロックノイズではなく滑らかなぼけとして現れるため、視覚的な不快感が少ないのが特徴。

表の圧縮率は非圧縮を1としたときの倍率。BC1・BC7・ASTCは1枚のRGBA8テクスチャ、RTX NTCの行はSDKの計算例（材質テクスチャ一式で、この例のBC圧縮は12MB）が基準なので、行どうしを割り算してもBC圧縮と比べた倍率にはならない。NVIDIAが掲げる「最大8倍」（資料によっては「最大7倍」）と、この記事で使う「約8割減」は、どちらもBC圧縮済みのテクスチャを基準にした数字なので、表の倍率とは母数が違う。

固定機能デコーダとテンソルコア推論では、消費するGPUリソースの性質が異なる。BC方式はテクスチャユニットのデコーダが処理するためシェーダー演算を消費しない一方、NTCはテンソルコアという独立した演算ユニットを使うため、ラスタライズ描画とほぼ並列に動作できる。負荷配分の観点から見ると、両方式は競合関係というより補完関係にある。

NTCの3つの動作モード

NTCには動作モードが3つある（NVIDIA RTX NTC SDK / NVIDIA Developer Blog）。

• Inference on Load（読み込み時展開）: 読み込み時にBCn形式へ展開する。ディスク/パッケージ容量の削減が主で、読み込み後はBCnと同じ形式に展開されるため、BCn比でのVRAM削減はほとんどない
• Inference on Sample（サンプリング時展開）: サンプリング時にその都度展開する。VRAM削減が最も大きい本命モードで、SDKの計算例ではBC圧縮と比べて約8割減（12MB→2.5MB）
• Inference on Feedback（フィードバック展開）: サンプラーフィードバックで実際に必要なタイル/領域だけを展開・キャッシュする動作モード。シーンや視点によりVRAMを削減しうるが、サンプリング時展開の削減幅とは別物

これらの展開処理は、シェーダーからGPUの行列演算を呼び出すAPIを使って実装される。VulkanではNVIDIAの拡張機能であるCooperative Vector（協調ベクトル）、DirectX 12ではShader Model 6.10のLinAlg（行列演算の新しい仕組み）がそれにあたる。

重要なのは、DirectX 12ではこの仕組みが標準のAPI側へ取り込まれつつある点だ。DirectX 12で当初プレビューされていたCooperative Vectorは、行列どうしの演算と行列・ベクトルの演算をまとめるShader Model 6.10の新しい設計へ置き換えられることになり、2026年2月に非推奨と発表された。その新しい設計がLinAlgで、2026年4月にプレビューが始まっている（Microsoft DirectX 開発者ブログ）。2026年10月1日時点のNTC SDK（v0.10.0、ベータ版）で、DirectX 12のテンソルコアを使う経路はこのLinAlg経由で動き、プレビュー版のAgility SDK（1.721.0-preview）・Windowsの開発者モード・NVIDIAの先行版ドライバを必要とする。NVIDIAはこの経路を試験用とし、製品には使わないよう案内している。製品に使ってよいとされているのは、Vulkanの経路（Cooperative Vectorを含む）と、Cooperative Vectorを使わないDirectX 12の展開だ。後者はテンソルコア向けの行列演算を使わない代わりの方式（DP4a）で動く。なお、NTCがVulkanで使うCooperative VectorはNVIDIA独自の拡張で、Khronosの標準にはなっていない。実装サンプルとSDKはNVIDIAの公開リポジトリで配布されており、開発者が試験的に導入する敷居も下がっている（NVIDIA RTX NTC SDK GitHub リポジトリ）。

VRAM使用量80%削減はどんな条件の数字か

NTCの目玉として語られるのが「VRAM使用量の約80%削減」という数字で、これはBC圧縮済みのテクスチャと比べた値だ。では、この削減はどのような条件の数字なのか。

NVIDIAが公開しているNTCのデモおよびサンプルアプリケーションでは、高解像度テクスチャセットをNTCで圧縮した場合、BC圧縮済みのテクスチャと比べてもVRAM使用量が大幅に減るとされている。NVIDIAのSDKの説明には、2Kの材質テクスチャ一式（色・法線・粗さ・金属度・遮蔽）が、非圧縮で32MB、BC圧縮で12MBのところ、NTCのサンプリング時展開ではVRAM上2.5MBになる、という計算例がある（ミップマップを除く）。BC圧縮と比べて約8割減（約5分の1）で、これが「80%削減」の目安になる。NVIDIAのRTX Kitのページにある「最大8倍」は、ディスク上のデータ量をBC圧縮と比べた最大値（8分の1）で、この例（VRAM上で約5分の1）とは別のものだ。SIGGRAPH 2023の原論文では、低ビットレート圧縮で同じデータ量あたり約16倍のテクセルを扱えること（画質はAVIFやJPEG XLを上回る）が示されている。これは2023年の研究の条件での数字で、NVIDIAの公開資料にある「最大7〜8倍」（BC圧縮比）とは基準が違う。

"We unlock two more levels of detail, i.e., 16x more texels, using low bitrate compression, with image quality that is better than advanced image compression techniques, such as AVIF and JPEG XL." — Vaidyanathan et al., "Random-Access Neural Compression of Material Textures", SIGGRAPH 2023 (arXiv:2305.17105)

ただし、圧縮率と画質はトレードオフの関係。NTCではニューラルネットワークのサイズやラテント次元を調整することで、テクスチャごとに圧縮レベルをチューニングできる。キャラクターの顔など視覚的に重要なテクスチャは高品質で、遠景の地面テクスチャは高圧縮でという使い分けが可能になった。

圧縮率と画質のバランス

画質の客観指標（PSNRやSSIM）で見ると、適度な圧縮レベルではNTCの方がBC7より高いスコアを記録する。極端な高圧縮では若干のソフト化（ぼけ）が発生するものの、BC方式特有のブロックノイズとは質が違う。人間の目にはNTCの劣化のほうが目立ちにくいとされている。

フレームレートへの影響も気になるところ。テンソルコアでニューラルネットワーク推論を追加で実行するため、わずかなオーバーヘッドは発生する。しかし、VRAM使用量の大幅削減によってページフォールト（メモリ不足時のスワップ）やテクスチャストリーミングの遅延が解消されるケースでは、むしろ総合パフォーマンスが改善する場面もある。VRAM容量がギリギリの環境ほど、NTCの恩恵は大きい。

当サイトの検証環境（RTX 5080 / i7-14700F / 96GB RAM）でローカルLLM推論のベンチマークを取得しているが、たとえばRTX 5060 TiでGemma 4（26Bパラメータ）を動かすとVRAM使用量は14.3GBに達する。16GBのVRAM上限にかなり迫る数値であり、テクスチャ圧縮による空きVRAMの確保がいかに重要かがわかるだろう。

NTCがゲーム開発にもたらす変化

NTCは単なるVRAM節約ツールではない。NVIDIAが推進する「ニューラルシェーディング」という枠組みの一角を担っている。

従来のゲーム開発では、シェーダーコードを人間が手書きして材質表現を作り込んでいた。光の反射、屈折、散乱。これらすべてを数式とアルゴリズムで記述する必要がある。NTCを含むニューラルレンダリング技術群は、この工程の一部をAIの学習に置き換える。開発者が複雑なシェーダーを書く代わりに、AIモデルをトレーニングして望む結果を「推定」させるわけだ。

この文脈で同じ思想を共有するのがDLSS（Deep Learning Super Sampling）。DLSSはテンソルコアを使って低解像度の映像を高解像度にアップスケールし、GPU負荷を軽減する技術だった。NTCはテクスチャのメモリ負荷を軽減する。アプローチする対象は違うが、「テンソルコアの遊休リソースでGPUの弱点を補う」という方向性は共通している（NVIDIA DLSS 開発者向けドキュメント）。

ゲーム開発者にとっての具体的なメリットは3つ。

• ゲームの容量削減: テクスチャがゲームデータの大半を占めるため、配信データがNTC形式になれば、NTCの圧縮率がインストールサイズの縮小につながる
• 品質の底上げ: 同じVRAM予算でより高解像度のテクスチャを使える。VRAM 8GBのGPUでも、従来のVRAM 12GB相当のテクスチャ品質を表示できる可能性がある
• ストリーミングの効率化: オープンワールドゲームでテクスチャを動的に読み込む際、圧縮データが小さいほど読み込みが速い

NVIDIAの開発者は、NTCを「レンダリングパイプラインの一部を学習可能にする」転換点として位置づけている。シェーダーのすべてをAIに置き換えるわけではないが、データ圧縮・材質表現・ライティングなど特定の領域でニューラルネットワークが活躍する時代が到来しつつある。

AI用途への波及効果：VRAM争奪問題は緩和されるか

ここからはAI用途への波及を整理する。NTCは現時点でゲームグラフィックス向けの技術だが、AI用途のユーザーにとっても無関係ではない。

ローカルLLMを動かしているユーザーなら、VRAMの「取り合い」を経験したことがあるはず。OllamaでLLMを推論しながらバックグラウンドでブラウザを開き、GPUアクセラレーションが有効なアプリケーションが動いている。こうした状況でVRAMはあっという間に逼迫する。当サイトの検証環境では、RTX 5060 Ti（VRAM 16GB）でcodestral:22bを動かすとVRAM使用量は12.9GB。残り3GBほどしかない状態で他のGPUタスクを同時実行するのは厳しい。

NTCがゲーム側のVRAM消費を大幅に削減できるなら、同じGPUでAIワークロードとゲームを併用するシナリオが現実味を帯びてくる。たとえば、NTC対応のゲームをプレイしながら、裏でOllamaのサーバーを動かし続ける。VRAM 16GBのGPUでも、こうした使い方が将来的に実現するかもしれない。

もうひとつの可能性は、3D生成AI分野への応用。NeRF（Neural Radiance Fields）やGaussian Splattingなど、3Dシーンをニューラルネットワークで表現する技術が急速に進化しているが、これらも膨大なテクスチャデータを扱う。NTCの圧縮アルゴリズムや学習済みネットワークの知見が、3D生成AIのメモリ効率改善に転用される可能性は十分にある。

RTX 50シリーズとNTC対応の現状

NTCの恩恵を最大限受けられるのは、RTX 50シリーズ（Blackwell世代）のGPU。第5世代テンソルコアの処理能力向上により、ニューラルネットワークの推論オーバーヘッドが従来世代より小さくなっている（NVIDIA GeForce RTX 50 シリーズ 製品ページ）。

RTX 40シリーズ（Ada Lovelace）でもテンソルコアを搭載しているためNTCは動作するが、スループットの差がフレームレートに影響する場面が出てくる。RTX 30シリーズ（Ampere）も理論上は対応可能だが、テンソルコアの世代が古いため実用性は限定的だろう。テンソルコアを持たないGTXシリーズやAMD Radeon、Intel Arcでも、Direct3D 12 Shader Model 6のフォールバック実装（DP4aや整数演算）でデコード自体は動作する。実際、NVIDIA GTX 1000系・AMD Radeon RX 6000系・Intel Arc Aシリーズで動作検証されている。ただしテンソルコアによる高速化が効かず実用的な性能は出にくいため、常用には向かない。

VRAM容量別に見ると、NTCの恩恵が最も体感しやすいのはVRAM 8〜12GBの中価格帯GPU。NTC対応のゲームが出てくれば、たとえばRTX 5070（VRAM 12GB）やRTX 5060 Ti 16GB（VRAM 16GB）のユーザーは、テクスチャ品質を犠牲にせずVRAMに余裕を持てるようになる見込みだ（2026年10月1日時点で、NVIDIAの公開資料では製品版ゲームでの採用例を確認できない）。一方、RTX 5090（VRAM 32GB）のようなハイエンドでは、そもそもVRAMに余裕があるため、NTCの恩恵は相対的に小さい。

GPU選びの観点では、NTCの普及はVRAM容量の重要性を「少しだけ」下げる方向に作用する。ただし、AIモデルのパラメータサイズは年々増加しており、LLM推論やComfyUIでの画像・動画生成ではNTCの恩恵を直接受けられない。AI用途でGPUを選ぶなら、NTCへの過度な期待は禁物で、VRAM容量そのものを重視する方針は変わらない。VRAMの選び方については別記事で詳しく解説しているので、そちらも参考にしてほしい。

RTX 5060 TiやRTX 5070など、NTC対応GPU同士のVRAM差がローカルLLMにどう影響するかは、RTX 4070 Super vs RTX 5060 Ti 16GBのVRAM比較記事でも掘り下げている。

まとめ：レンダリングの未来を変えるNTCの現在地

RTX Neural Texture Compressionは、NVIDIAが推進するニューラルレンダリングの中核技術。テンソルコアの遊休リソースを活かし、サンプリング時展開モードでは、SDKの計算例でテクスチャのVRAM量をBC圧縮と比べて約8割減らしながら、高い画質を保てるとされる。

押さえておくべきポイントを整理しよう。

• NTCはVulkanのCooperative Vector（NVIDIAの拡張）やDirectX 12の行列演算API（Shader Model 6.10のLinAlg）を通じて動作し、従来のBC圧縮を上回る圧縮率を達成する
• 対応ゲームが出た場合に恩恵が最も大きいと見込まれるのはVRAM 8〜12GBの中価格帯GPU。テクスチャ品質を落とさずにメモリの余裕を確保できる可能性がある
• 現時点ではゲームグラフィックス向けの技術であり、LLM推論やAI画像生成のVRAMを直接削減する機能ではない
• ゲーム側のVRAM消費が減れば、AIワークロードとの併用がしやすくなるという間接的な恩恵は期待できる
• RTX 50シリーズが最も効率よくNTCを活用でき、RTX 40シリーズでも動作するがスループットは劣る

NTCはまだ開発段階（SDKはベータ版）にあり、NVIDIAの公開資料では製品版ゲームでの採用例を確認できない。DirectX 12のLinAlg経路は現状プレビュー扱い（VulkanとCooperative Vectorを使わないDirectX 12の展開は製品に使える）だが、DirectX 12の標準API側への取り込みは進みつつある。中長期的には普及が見込まれるものの、現時点で「すぐ普及する」と断定はできない。RTX 50シリーズへの買い替えを検討しているなら、NTC対応はVRAM容量やCUDAコア数と並ぶ判断材料のひとつになる。

よくある質問（FAQ）

Q: NTCはどのGPUで使えるのか？

A: 実用的に使えるのはテンソルコアを搭載したNVIDIA RTXシリーズが中心。RTX 50シリーズ（Blackwell）が最も効率よく動作し、RTX 40シリーズ（Ada Lovelace）でも利用可能。RTX 30シリーズも理論上は対応するが、テンソルコアの世代が古いため実用性は限定的になる。GTXシリーズやAMD Radeon、Intel Arcにはテンソルコアがないが、Direct3D 12 Shader Model 6のフォールバック実装ならデコード自体は動作する（NVIDIA GTX 1000系・AMD Radeon RX 6000系・Intel Arc Aシリーズで検証済み）。ただし実用的な性能は出にくく、常用には向かない。

Q: NTCを有効にするとフレームレートは下がるのか？

A: テンソルコアでニューラルネットワーク推論を追加実行するため、わずかなオーバーヘッドは発生する。ただし、テンソルコアは通常の描画処理中ほぼ遊休状態にあるため、影響は小さいとされている。VRAM容量がギリギリの環境では、圧縮によるメモリ圧の軽減がページフォールト回避につながり、むしろフレームレートが改善する場合もある。

Q: AI用途（LLM推論・画像生成）のVRAMにもNTCは効果があるのか？

A: 現時点では直接的な効果はない。NTCはDirectX 12やVulkanのグラフィックスパイプライン内で動作する技術であり、CUDAベースのAI推論（PyTorch、llama.cpp、ComfyUI等）のVRAM使用量には影響しない。ただし、ゲームやGPUアクセラレーション対応アプリのVRAM消費が減れば、同一GPU上でAIワークロードに割り当てられるVRAMが増えるという間接的な恩恵は考えられる。

Q: NTC対応のゲームタイトルはすでにあるのか？

A: 2026年10月1日時点で、NVIDIAのSDKの説明や開発者ブログに、製品版ゲームでの採用例の記載は見当たらない。公開されているのはデモとSDKのサンプルが中心だ。DirectX 12の行列演算APIはShader Model 6.10のプレビュー段階にあり、NTCがVulkanで使うCooperative VectorはNVIDIA独自の拡張だ。RTX 50シリーズの普及につれて対応タイトルは順次増えていくと見られているが、現時点で「NTC対応」を購入の決め手にする段階ではない。NVIDIAのRTXブランチ公開リポジトリでサンプルコードが公開されているため、技術検証目的なら今すぐ触ることもできる。

Q: AMDやIntelにも同じような技術はあるのか？

A: 2026年10月1日時点で公式に確認できたのは、どちらも開発者向けのサンプルまでだ。AMDは開発者向けサイトGPUOpenで、DirectX 12の新しい行列演算（Shader Model 6.10のLinAlg）を使ってニューラルネットワークでテクスチャを圧縮する様子を試せる公開ライブラリとデモ（MiniDXNN v0.4.0、2026年8月公開。Radeon RX 9000シリーズと開発者向けプレビュー版のドライバが必要）を出している。Intelも、DirectX 12のCooperative Vector（上で触れたとおり置き換え予定のAPI）でテクスチャ一式を圧縮するサンプルをGitHubで公開している（GDC 2025で発表。Lunar Lake以降かArc Bシリーズ以降が対象）。どちらも、ゲームにそのまま組み込める製品の形ではない。なお、NVIDIAのNTCそのものをAMDやIntelのGPUで動かす話（代わりの方式での動作）は、上の「NTCはどのGPUで使えるのか」の答えにある。

Q: NTCを使うとゲームのダウンロード容量も減るのか？

A: 理論的にはイエス。テクスチャはゲームインストールサイズの大部分を占めるため、テクスチャをNTC形式で配布すれば配信サイズも縮小する。ただし、現状のゲームエンジンやストア配信パイプラインは従来のBC圧縮を前提に組まれているため、NTC形式での配布が一般化するには時間がかかる見込み。

本記事は AIハードウェア図鑑 が記載時点の情報をもとに執筆。製品アップデートや第三者ベンチマーク・価格・対応ランタイム等の変動で評価が変わる可能性がある。一定期間経過した内容は再検証を推奨する。

参考資料

• NVIDIA 公式: RTX Kit 開発者向けドキュメント
• NVIDIA 公式 GitHub: RTX Neural Texture Compression SDK
• NVIDIA 公式: GeForce RTX 50 シリーズ 製品ページ
• Microsoft DirectX 開発者ブログ: Shader Model 6.9 Retail and More（Cooperative Vector の非推奨）
• Microsoft DirectX 開発者ブログ: D3D12 LinAlg プレビュー
• AMD GPUOpen: MiniDXNN v0.4.0
• Intel GitHub: Texture Set Neural Compression Sample