AMD 推出了一项名为 PEPS（Piecewise Exponential Polynomial Sampling）的新型纹理压缩技术，该技术专注于神经纹理压缩领域，能够在保持视觉质量几乎不变的情况下，将模型参数量减少 25%。

这项技术的实现方式是改进了“隐式神经表示”模型，该模型负责将纹理坐标转换为最终的信号值。与传统方法将低维坐标映射到高维正弦/余弦向量不同，PEPS 将每个正弦/余弦投影视为李萨如曲线上的一个点，并在此基础上进行采样。这种方法使隐式神经表示能够存储更多信息，从而用更少的参数达到相同的纹理还原效果。

然而，参数量的减少是以增加计算量为代价的。AMD 在 Radeon RX 9070 XT 显卡上测试发现，生成一个 1024×1024 的三通道纹理，使用 BI-grid 基准方案耗时 4.32 毫秒，而采用 Grid-PEPS 方案则需要 5.47 毫秒。额外的采样步骤增加了计算和内存访问需求，这是性能下降的主要原因。不过，通过进一步优化，Grid-PinkPEPS 版本已将耗时缩短至 4.86 毫秒，显著缩小了与基准方案的差距。

PEPS 的应用潜力不仅限于纹理压缩，在 3D 渲染中常用的符号距离函数（SDF）也可能从中受益。SDF 通常需要高分辨率网格，占用大量显存。在 Pitted Stonefish SDF 的测试中，Grid-PEPS 在编码器参数仅为非 PEPS 方法八分之一的情况下，实现了与原模型几乎相同的重建 3D 形状重合度（交并比 IoU），这对优化显存使用具有重要意义。

尽管 PEPS 技术在理论上具有吸引力，但距离普通用户实际体验还有一段距离。目前，只有英伟达提供了公开的神经纹理压缩工具包和演示，并且还没有游戏完全采用该技术。AMD 方面，对这项技术的支持仍处于早期阶段，甚至尚未为其确立正式的商业名称，研究中仍使用通用术语。考虑到显存容量的限制以及 8GB 显存显卡在未来几年仍将是主流配置，神经纹理压缩领域的进展值得持续关注。