2021年9月28日,北京——今日,英特尔与腾讯云在2021年中国国际信息通信展览会(PT EXPO CHINA)上分享了全新的一站式应用云试玩场景方案。该方案基于全新Xe架构英特尔®服务器GPU,致力于推动app营销新玩法,并在更多领域持续突破,进而以更低时延和更原生画质,助力极致用户体验,激发无限价值。

英特尔视觉基础设施部总经理Nagesh Puppala指出,“得益于英特尔高密度服务器GPU和英特尔至强可扩展处理器,以及包括Intel® BridgeTechnology在内的软件,能够使原生安卓应用在基于英特尔的服务器上无缝运行,同时腾讯云也能够大规模提供云应用服务,并降低总体拥有成本。未来,英特尔也会持续携手腾讯云,进一步将云渲染应用扩展到更多用户、更多市场。”
腾讯云渲染产品总监黎国龙则表示:“腾讯和英特尔在云渲染领域展开全面合作,基于英特尔的高密度和高性价比GPU显卡,该方案拥有高密度、低时延、低功耗、低TCO的能力,不仅能极大地赋能用户,同时也有助于打造更多超级应用,助推行业发展。”
得益于5G技术打通端和边最后一公里连接,以及云计算和边缘计算的高速发展,云应用凭借其任意终端、任意平台、无需安装、即点即用的独特优势,正推动更多热门应用踏上云化之路。以市面上大多数移动应用为例,用户需要下载包体并注册,方可体验应用内容,部分热门应用还需额外等待1GB以上的更新下载流程。当下,移动端应用竞争趋于白热化,应用包体过大对用户体验影响极大,甚至会造成用户流失,影响投放转化率。而利用云渲染技术,数GB大小软件、APP可转化为互动视频流,能够带来近乎原生的用户体验。同时,开发者只需借助轻量级的软件开发工具包(SDK),即可打破应用间壁垒,实现无缝结合,提供绝佳用户体验,实现极高商业价值。
英特尔的高密度和高性价比服务器GPU显卡为腾讯云渲染的一站式应用云试玩场景方案提供了技术能力补充。该方案不仅具备高品质IaaS层能力,还与腾讯云渲染PaaS方案相融合。依托于腾讯云音视频遍布全球的边缘计算节点,以及腾讯实时音视频通信(TRTC)的全端支持、编码优化、传输优化功能,该方案能够让端到端时延低至60~80ms1,在减少冗长周期的同时降低高昂成本,助力软件及应用一键云化,实现即点即用。
作为英特尔正式发布的首款数据中心独立图形显卡,英特尔®服务器GPU采用英特尔Xe-LP微架构(英特尔能效最高的图形架构),配备低功耗独立片上系统设计,128比特管道和8GB专用板载低功耗DDR4显存,专为高密度、低时延的安卓云游戏和流媒体服务而设计,能够从容面对高密度云渲染负载。目前,集成英特尔®服务器GPU的新华三XG310 PCIe卡可提供32GB显存,在一个典型双显卡系统中最高支持160个并发用户,且每个实例的分辨率为720p每秒 30 帧2。此外,在1080p每秒30帧的情况下,该系统还能带来5.5倍高清流媒体(HEVC)转码性能提升,同时将比特率效率提升高达22%3。
展望未来,云渲染将作为通用能力,以不断衍生拓展的方式打造超级应用,加速数字孪生、虚拟仿真、智慧城市、智慧医疗等众多领域持续突破,大幅提升其互动性、可触达性、可延展性等特质。英特尔联合腾讯云的此次合作提升了腾讯云渲染在千行百业拓展的可行性,未来,英特尔也会继续携手众多行业生态合作伙伴,将边缘到云、硬件和软件融入整个生态,共同打造更极致用户体验,让每个人都可以在完全身临其境的模拟体验中实现无缝交互,打破虚拟与现实的边界。
好文章,需要你的鼓励
PHP 8.5正式发布,引入了期待已久的管道操作符和符合标准的URI解析器。管道操作符支持函数调用链式操作,让代码更具可读性,避免冗余变量和嵌套语句。新增的URI扩展基于RFC 3986和WHATWG URL标准,为开发者提供标准化的URI解析功能。此外还包括Clone With属性更新、NoDiscard属性警告等特性。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
SkyReels是专为营销人员、设计师和社交媒体内容创作者打造的多模态生成式AI视频平台。该平台整合了Google Veo 3.1、Sora 2等顶级AI模型,支持文本转图像、图像转视频等多种工作流程。平台特色包括智能创意助手Expert Agent,通过结构化问答指导创作流程,以及150多个针对服装、消费品等领域的专业模板。SkyReels专注于TikTok、Instagram等社交平台的快速内容制作需求。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。