Akamai將基於NVIDIA GPU的新媒體優化服務納入其日益壯大的雲端產品組合。新的基於雲的服務使用NVIDIA RTX 4000 Ada代GPU，為媒體和娛樂行業的公司提供更好的生產力和經濟效益，這些公司在處理視訊內容時面臨著更快速和更高效的挑戰。
Akamai進行的內部基準測試表明，使用NVIDIA RTX 4000的GPU編碼比傳統基於CPU的編碼和轉碼方法處理幀速率（FPS）快25倍，這在串流媒體服務提供商應對典型工作量挑戰的方式上具有重大進展。
使用Akamai的服務，媒體和娛樂公司可以構建可擴展、具有彈性且部署工作負載更快、更可靠和可移植的架構，同時利用全球最分佈式的雲平台和集成的內容傳遞和安全服務。
“媒體公司需要低延遲、可靠的計算資源，保持所創建工作負載的可移植性”，Akamai雲產品副總裁Shawn Michels表示。“當部署在Akamai的全球邊緣平台上時，NVIDIA GPU提供卓越的價格性能。與我們的合格計算合作夥伴和開放平台一起，我們為客戶提供了能夠設計其下一代工作負載為雲不可知並支持多雲架構的能力。”
對產業優化GPU的需求
在高度關注使用 NVIDIA GPU 支援大型語言建模的市場中，Akamai 的媒體客製化 GPU 服務瞄準了當前行業產品服務不足且價格昂貴的行業。憑藉在該領域的豐富傳統和深厚經驗，Akamai 對其新的 GPU 產品進行了微調，以滿足媒體和娛樂行業苛刻的特定要求。
應用案例
NVIDIA RTX 4000 GPU實現了處理3D圖形、渲染、推理和視訊內容和串流媒體所需的速度和功耗效率，媒體專用的應用案例包括：
l 視訊轉碼和直播視訊流：GPU可以實現比即時轉碼更快的速度，改善串流媒體體驗，減少緩沖和甚至播放中斷，而基於GPU的編碼則提高了效率，並減少了與傳統基於CPU的轉碼相比的處理時間。 NVIDIA RTX 4000 GPU配備了最新一代的NVIDIA NVENC和NVDEC硬件，可以同時進行編碼和解碼任務。這對於需要高通量視訊處理的應用非常重要，例如直播流。第八代NVENC引擎支持最新的視訊編解碼器，包括高效的AV1編解碼器，這使得以較低比特率實現更高質量的視訊成為可能。
l 虛擬現實（VR）和擴增現實（AR）內容：VR和AR應用程式需要實時渲染3D圖形和多媒體內容。GPU非常適合處理這樣的內容。
雖然Akamai將新解決方案優化為媒體市場，但新產品還適用於希望構建應用程式與其他行業應用案例相關的開發人員和公司，其中包括：
l 生成式人工智能和機器學習（GenAI/ML）：GPU雲計算的主要應用之一是生成式AI/ML。 GPU非常適合於訓練和推理神經網路等任務，因為它們可以並行執行許多計算，這可以加快新模型的訓練速度和效率，從而提高準確性和性能。 NVIDIA RTX 4000 GPU利用NVIDIA Ada Lovelace架構提供出色的推理性能。共有192個第四代Tensor Core加速器加速更多數據類型，並包括一個新的細粒度結構稀疏特性，使張量矩陣運算的吞吐量提高4倍。提供20 GB的GDDR6記憶體，可容納大型模型和數據集。
l 數據分析和科學計算：GPU雲計算在數據分析和科學計算中也經常使用，因為其任務的性質往往涉及處理大量數據。 這些任務耗時且計算密集。 GPU可以通過並行處理大量數據來幫助加速這些任務，從而實現更快速和更高效的分析和模擬。
l 遊戲和圖形渲染：GPU在遊戲行業中被廣泛應用，主要用於圖形渲染和與視訊遊戲開發相關的其他任務。 這是因為GPU設計用於處理複雜的圖形處理，並且可以提供快速、高質量的3D圖形渲染。
l 高性能運算：GPU啟用的雲端計算通常用於需要快速和高效處理大量數據的高性能運算應用中，例如建模和仿真。 GPU還可用於加速模擬、計算和其他計算密集型任務，從而獲得更快的結果和更好的性能。
「為了支持各種工作負載，您需要各種計算實例」Michels繼續說道。“我們在行業優化的GPU方面所做的工作是我們為客戶採取的眾多步驟之一，以增加整個計算範疇的實例多樣性，從而驅動和支持邊緣原生應用。”