Akamai推出基于NVIDIA產(chǎn)品的云基礎(chǔ)架構(gòu)和服務(wù)，實(shí)現(xiàn)更優(yōu)化的媒體視頻處理

負(fù)責(zé)支持和保護(hù)網(wǎng)絡(luò)生活的云服務(wù)提供商阿卡邁技術(shù)公司（Akamai Technologies, Inc.，以下簡稱：Akamai），近日在其日益豐富的云產(chǎn)品陣容中又增添了一款基于 NVIDIA GPU 的媒體優(yōu)化型產(chǎn)品。這款全新的云服務(wù)產(chǎn)品基于 NVIDIA RTX 4000 Ada Generation GPU，為媒體和娛樂行業(yè)的公司帶來了更高的工作效率和經(jīng)濟(jì)性，幫助他們解決了如何更快速、更高效地處理視頻內(nèi)容的難題。

Akamai執(zhí)行的內(nèi)部基準(zhǔn)測(cè)試表明，使用 NVIDIA RTX 4000 GPU 執(zhí)行編碼時(shí)的每秒幀數(shù) (FPS) 達(dá)到了基于 CPU 的傳統(tǒng)編碼和轉(zhuǎn)碼方法的 25 倍，這代表著流媒體服務(wù)提供商在典型工作負(fù)載處理方式這一難題上取得了重大進(jìn)步。

通過使用 Akamai 的產(chǎn)品，媒體和娛樂公司可以構(gòu)建可擴(kuò)展且具備出色恢復(fù)能力的架構(gòu)，并以更快速、更可靠、可移植性更高的方式來部署工作負(fù)載，同時(shí)還能充分利用分布極為廣泛的云平臺(tái)以及集成的內(nèi)容交付和安全服務(wù)。

Akamai 云產(chǎn)品副總裁 Shawn Michels 表示：“媒體公司需要低延遲、性能可靠的計(jì)算資源來保持所創(chuàng)建工作負(fù)載的可移植性。NVIDIA GPU 在部署到 Akamai 的全球邊緣平臺(tái)之后，表現(xiàn)出了極高的性價(jià)比。我們與計(jì)算合作伙伴及開放式平臺(tái)齊心協(xié)力，使客戶有能力構(gòu)建獨(dú)立于云且支持多云架構(gòu)的下一代工作負(fù)載?！?/p>

對(duì)行業(yè)優(yōu)化GPU的需求

媒體行業(yè)一直非常重視使用 NVIDIA GPU 來支持構(gòu)建大型語言模型，而 Akamai 專為媒體行業(yè)定制的 GPU 服務(wù)充分考量了該行業(yè)產(chǎn)品服務(wù)尚存不足、成本也較為高昂的問題。憑借在該領(lǐng)域深耕的悠久歷史以及積累的深厚經(jīng)驗(yàn)，Akamai 對(duì)其面向 GPU 的新產(chǎn)品進(jìn)行了精心調(diào)整，以滿足媒體和娛樂行業(yè)嚴(yán)苛且特別的需求。

應(yīng)用場(chǎng)景

NVIDIA RTX 4000 GPU 在速度和能效方面表現(xiàn)極為出色，足以應(yīng)對(duì)要求嚴(yán)格的創(chuàng)意、設(shè)計(jì)和工程工作流程，適用于數(shù)字內(nèi)容創(chuàng)建、3D 建模、渲染、推理以及視頻內(nèi)容和流媒體傳輸。媒體相關(guān)的應(yīng)用場(chǎng)景包括：

●   視頻轉(zhuǎn)碼和視頻直播：GPU 可以在視頻直播中執(zhí)行快于實(shí)時(shí)的轉(zhuǎn)碼，同時(shí)通過減少緩沖來改善流媒體傳輸體驗(yàn)，甚至還能進(jìn)行回放，而與基于 CPU 的傳統(tǒng)轉(zhuǎn)碼相比，基于 GPU 的編碼還能提高效率并縮短處理時(shí)間。NVIDIA RTX 4000 GPU 采用了最新一代 NVIDIA NVENC 和 NVDEC 硬件，可為同時(shí)執(zhí)行編碼和解碼的任務(wù)提供更大容量。在需要執(zhí)行高吞吐量視頻處理的應(yīng)用場(chǎng)景（如直播）中，這一點(diǎn)至關(guān)重要。第 8 代 NVENC 引擎支持最新的視頻編解碼器，包括高效的 AV1 編解碼器，它能夠以更低的比特率實(shí)現(xiàn)更高的視頻質(zhì)量。

●   虛擬現(xiàn)實(shí) (VR) 和增強(qiáng)現(xiàn)實(shí) (AR) 內(nèi)容：VR 和 AR 的應(yīng)用場(chǎng)景需要對(duì) 3D 圖形和多媒體內(nèi)容進(jìn)行實(shí)時(shí)渲染，而 GPU 正是處理此類內(nèi)容的理想之選。

Akamai 專門針對(duì)媒體市場(chǎng)優(yōu)化了新的解決方案，而對(duì)于希望構(gòu)建與其他一些行業(yè)應(yīng)用場(chǎng)景相關(guān)的應(yīng)用程序的開發(fā)人員和公司來說，這一新產(chǎn)品同樣適用。這些應(yīng)用場(chǎng)景包括：

●   生成式人工智能和機(jī)器學(xué)習(xí) (Gen AI/ML)：GPU 云計(jì)算的一大主要應(yīng)用場(chǎng)景就是生成式 AI/ML。GPU 非常適合利用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和推理的這類任務(wù)，因?yàn)樗鼈兛梢圆⑿袌?zhí)行大量計(jì)算，這樣就能更快、更高效地訓(xùn)練新模型，從而提高準(zhǔn)確性和性能。NVIDIA RTX 4000 GPU 利用了 NVIDIA Ada Lovelace 架構(gòu)，可在推理任務(wù)中發(fā)揮出色的性能?？傆?jì) 192 個(gè)第四代 Tensor Core 可實(shí)現(xiàn)更多數(shù)據(jù)計(jì)算類型的加速，同時(shí)還具有新的細(xì)粒度結(jié)構(gòu)化稀疏性 (Fine-Grained Structured Sparsity) 功能，其張量矩陣運(yùn)算的吞吐量達(dá)到了上一代產(chǎn)品的 4 倍。該產(chǎn)品還擁有 20 GB 的 GDDR6 顯存，提供了適用于大模型和數(shù)據(jù)集的超強(qiáng)處理能力。

●   數(shù)據(jù)分析和科學(xué)計(jì)算：GPU 云計(jì)算還在數(shù)據(jù)分析和科學(xué)計(jì)算領(lǐng)域得到了廣泛運(yùn)用，原因在于該領(lǐng)域的計(jì)算任務(wù)必然常常涉及到需要處理大量數(shù)據(jù)。這些任務(wù)既需要耗用大量時(shí)間，也需要占用大量計(jì)算資源。GPU 可以并行處理大量數(shù)據(jù)，更快速、更高效地完成分析和模擬，從而實(shí)現(xiàn)這些任務(wù)的加速。

●   游戲和圖形渲染：GPU 廣泛應(yīng)用于游戲行業(yè)，主要是執(zhí)行與視頻游戲開發(fā)相關(guān)的圖形渲染和其他任務(wù)。這是因?yàn)?nbsp;GPU 的設(shè)計(jì)非常適合進(jìn)行復(fù)雜的圖形處理，并且可以實(shí)現(xiàn)快速、高質(zhì)量的 3D 圖形渲染。

●   高性能計(jì)算：由 GPU 提供支持的云計(jì)算可廣泛運(yùn)用于需要快速高效處理大量數(shù)據(jù)的各種高性能計(jì)算應(yīng)用場(chǎng)景，例如建模和仿真。GPU 還可用于對(duì)仿真、計(jì)算和其他計(jì)算密集型任務(wù)的加速，從而幫助更快獲取結(jié)果并實(shí)現(xiàn)更出色的性能。

Michels 補(bǔ)充表示：“要支持各種各樣的工作負(fù)載，客戶需要擁有豐富的計(jì)算實(shí)例。我們推出了行業(yè)優(yōu)化 GPU，但這也只是我們眾多客戶舉措的其中一步。通過這些舉措，我們將進(jìn)一步提升整個(gè)計(jì)算連續(xù)體內(nèi)的實(shí)例多樣性，從而推動(dòng)開發(fā)邊緣原生應(yīng)用程序并為其提供支持?！?/p>