2026年5月8日，AMD通过GPU Open官方平台正式推出DGF超级压缩技术，即DGFS。该技术在原有密集几何格式（DGF）基础上，进一步优化几何模型的磁盘存储效率，最高可减少22%的文件体积，并全面支持非DGF硬件环境下的运行与解码。
DGF是AMD为新一代GPU架构设计的硬件友好型几何压缩格式，其核心目标是使GPU仅需一次128字节对齐的内存读取，即可完整获取单个三角形所需的所有几何信息，从而显著提升硬件级光线追踪遍历的执行效率。
然而，当DGF作为纯存储格式使用时，存在明显的空间利用瓶颈：区块边界处的顶点数据与压缩参数需在多个区块中重复保存；同时，未填满的区块会产生填充位浪费，导致磁盘端冗余率偏高。
DGFS正是针对这一问题提出的解决方案。它对已编码的DGF数据块集合实施二次压缩，融合了跨区块顶点去重、几何体ID去重、增量编码及字节交错等多种数据转换策略，有效消除因区块划分带来的边缘重复数据，大幅降低整体存储开销。
实测结果表明，DGFS在典型模型上展现出稳定的压缩增益。在螃蟹、龙、小雕像、佛像与自行车五类测试模型中，相较于标准DGF格式，DGFS额外节省17%至31%的磁盘空间。
以三角面数达722万的龙模型为例，其DGF格式体积为20.15MB，经DGFS压缩后降至15.67MB，压缩率达22.22%，为所有测试样本中表现最优者；而三角面数为214万的螃蟹模型，DGF体积为7.19MB，DGFS将其压缩至5.73MB，节省20.29%。
兼容性方面，DGFS具备面向全平台开发者的实用价值。其数据流可高效解码为标准索引网格，无论采用旧款AMD显卡，抑或NVIDIA、Intel等厂商的非DGF架构GPU，均可直接加载并使用同一套DGFS资源包，无需额外格式转换或资源分发。
性能测试显示，在锐龙9 7950X单核环境下，214万面的螃蟹模型解码耗时仅0.03秒；即便面对三角面数高达1000万的小雕像模型，解码时间亦控制在0.15秒以内，响应迅速且资源开销可控。
DGFS采用统一格式，同步支持DGF硬件加速路径与非DGF兼容回退路径。支撑该双模方案的多厂商Vulkan DGF扩展，已由AMD与三星共同推进落地。
目前，DGFS已集成于DGF SDK v1.2版本中，面向全球开发者开放下载与评估。
本文属于原创文章，如若转载，请注明来源：AMD发布DGFS超级压缩技术：DGF格式再压缩，最高减容22%，全平台兼容https://diy.zol.com.cn/1177/11772352.html
