游戏模型最高瘦身22%！AMD推出DGF超级压缩技术：新老显卡全兼容

AMD 通过GPU Open官方平台正式发布了DGF超级压缩（DGF SuperCompression，简称DGFS）技术，在原有密集几何格式基础上将几何模型文件的磁盘占用再砍掉最高22%，并提供了非DGF硬件的完整向下兼容路径。

DGF本身是AMD面向下一代GPU架构研发的一种硬件友好几何压缩格式，设计目标是让GPU仅需一次128字节对齐的内存读取就能获取单个三角形所需的全部信息，对硬件光线追踪遍历的效率提升极为关键。

但DGF作为存储格式使用时有一个明显短板。由于区块边界的顶点和压缩参数需要跨多个区块重复存储，不满的区块还存在填充位浪费，在磁盘端的空间利用效率并不理想。

DGFS所做的，就是对DGF块集进行一次二次压缩，通过跨数据块的顶点去重、几何体ID去重，以及增量编码、字节交错等一系列数据转换手段，大幅压缩掉标准DGF格式中因边缘数据重复而产生的存储冗余。

这组技术手段在测试中产生了直接可见的效果。根据AMD官方公布的数据，在对螃蟹、龙、小雕像、佛像、自行车这五种测试模型的实测中，应用GDeflate后DGFS相较标准DGF可额外节省约17%至31%的磁盘空间。

其中三角面达722万的龙模型，DGF体积为20.15MB，DGFS降至15.67MB，节省率达到22.22%，是全部测试模型中最突出的一个。

而对于三角面214万的螃蟹模型，DGFS也从7.19MB的DGF体积降至5.73MB，节省了20.29%。

与非DGF硬件的兼容能力是DGFS更被开发者看重的特性。AMD官方明确指出，DGFS流支持高效解码为标准索引网格，非DGF架构的显卡，无论是旧世代AMD产品还是NVIDIA、Intel的GPU都能直接消费同一套DGFS资源包。

测试数据显示，在锐龙9 7950X单核环境下，214万面的螃蟹模型解码仅需0.03秒，即使是最极端的1000万面小雕像模型也只是0.15秒。

DGFS 以单一格式同时覆盖DGF硬件加速和非DGF兼容回退两套路径，支撑这套方案的多厂商Vulkan DGF扩展此前已由AMD与三星联合推进。

AMD表示，DGFS目前作为DGF SDK v1.2的一部分，已向所有开发者开放下载和评估。