Akamai推出由NVIDIA提供动力的云基础架构和服务 优化视讯处理 智能应用 影音
DTResearch0613
Event

Akamai推出由NVIDIA提供动力的云基础架构和服务 优化视讯处理

  • 刘中兴台北

Akamai推出由NVIDIA提供动力的云基础架构和服务,针对视讯处理进行了优化。Akamai
Akamai推出由NVIDIA提供动力的云基础架构和服务,针对视讯处理进行了优化。Akamai

新的编码使用具成本效益的NVIDIA GPU,可实现媒体公司的最佳处理

Akamai将基于NVIDIA GPU的新媒体优化服务纳入其日益壮大的云端产品组合。新的基于云的服务使用NVIDIA RTX 4000 Ada代GPU,为媒体和娱乐产业的公司提供更好的生产力和经济效益,这些公司在处理视讯内容时面临着更快速和更高效的挑战。

Akamai进行的内部基准测试表明,使用NVIDIA RTX 4000的GPU编码比传统基于CPU的编码和转码方法处理帧速率(FPS)快25倍,这在串流媒体服务提供商应对典型工作量挑战的方式上具有重大进展。

使用Akamai的服务,媒体和娱乐公司可以构建可扩展、具有弹性且部署工作负载更快、更可靠和可移植的架构,同时利用全球最分布式的云平台和整合的内容传递和安全服务。

「媒体公司需要低延迟、可靠的计算资源,保持所创建工作负载的可移植性」,Akamai云产品副总裁Shawn Michels表示。「当部署在Akamai的全球边缘平台上时,NVIDIA GPU提供卓越的价格效能。与我们的合格计算合作夥伴和开放平台一起,我们为客户提供了能够设计其下一代工作负载为云不可知并支持多云架构的能力。」

对产业优化GPU的需求

在高度关注使用 NVIDIA GPU 支持大型语言建模的市场中,Akamai 的媒体定制化GPU服务瞄准了当前产业产品服务不足且价格昂贵的产业。凭藉在该领域的丰富传统和深厚经验,Akamai对其新的GPU产品进行了微调,以满足媒体和娱乐产业苛刻的特定要求。

应用案例

NVIDIA RTX 4000 GPU实现了处理3D图形、渲染、推论和视讯内容和串流媒体所需的速度和功耗效率,媒体专用的应用案例包括:

视讯转码和直播视讯流:GPU可以实现比实时转码更快的速度,改善串流媒体体验,减少缓冲和甚至播放中断,而基于GPU的编码则提高了效率,并减少了与传统基于CPU的转码相比的处理时间。 NVIDIA RTX 4000 GPU配备了最新一代的NVIDIA NVENC和NVDEC硬件,可以同时进行编码和解码任务。这对于需要高通量视讯处理的应用非常重要,例如直播流。第八代NVENC引擎支持最新的视讯编解码器,包括高效的AV1编解码器,这使得以较低比特率实现更高品质的视讯成为可能。

虚拟现实(VR)和增现实(AR)内容:VR和AR应用程序需要实时渲染3D图形和多媒体内容。GPU非常适合处理这样的内容。

虽然Akamai将新解决方案优化为媒体市场,但新产品还适用于希望构建应用程序与其他产业应用案例相关的开发人员和公司,其中包括:

生成式人工智能和机器学习(GenAI/ML):GPU云端运算的主要应用之一是生成式AI/ML。 GPU非常适合于训练和推论神经网络等任务,因为它们可以并行执行许多计算,这可以加快新模型的训练速度和效率,从而提高准确性和效能。NVIDIA RTX 4000 GPU利用NVIDIA Ada Lovelace架构提供出色的推论效能。共有192个第四代Tensor Core加速器加速更多数据类型,并包括一个新的细粒度结构稀疏特性,使张量矩阵运算的吞吐量提高4倍。提供20 GB的GDDR6存储器,可容纳大型模型和数据集。

数据分析和科学计算:GPU云端运算在数据分析和科学计算中也经常使用,因为其任务的性质往往涉及处理大量数据。 这些任务耗时且计算密集。 GPU可以通过并行处理大量数据来帮助加速这些任务,从而实现更快速和更高效的分析和模拟。

游戏和图形渲染:GPU在游戏产业中被广泛应用,主要用于图形渲染和与视讯游戏开发相关的其他任务。 这是因为GPU设计用于处理复杂的图形处理,并且可以提供快速、高品质的3D图形渲染。

高效能运算:GPU启用的云端运算通常用于需要快速和高效处理大量数据的高效能运算应用中,例如建模和仿真。 GPU还可用于加速模拟、计算和其他计算密集型任务,从而获得更快的结果和更好的效能。

「为了支持各种工作负载,您需要各种计算实例」Michels继续说道。「我们在产业优化的GPU方面所做的工作是我们为客户采取的众多步骤之一,以增加整个计算范畴的实例多样性,从而驱动和支持边缘原生应用。」


关键字