AICAN 平台将带来原生兼容性和高性能,大幅加快云端移动游戏的传输速度。
北京 - 2022 年 8 月 29 日 – NVIDIA 和 Ampere Computing 于今日宣布推出 AICAN 服务器平台。该平台能够将位于云数据中心的移动游戏流式直接传输至终端用户,使用户无需下载。
AICAN 服务器平台(Android-in-Cloud-with-Ampere-and-NVIDIA)是由 Ampere Computing 和 NVIDIA 所共同打造,它采用 Ampere® Altra® 云原生处理器和 NVIDIA® GPU,不需要修改或模拟就能原生运行兼容 Arm 的移动游戏。该平台内置双插槽 Ampere Altra Max CPU,提供行业领先的 256 个内核,并可配置多达 4 个 NVIDIA A16 或 6 个 NVIDIA T4 GPU,每台服务器最多可支持 160 个并发用户(CCUs)。
NVIDIA GeForce 高级副总裁 Jeff Fisher 表示:“移动游戏是最大且增长最快的游戏市场,已有数千部游戏针对 Arm 指令集进行了优化。AICAN 平台旨在原生运行移动游戏,实现最佳的兼容性、性能、成本和用户体验,助推云端流式传输移动游戏市场的发展。”
NVIDIA 的云游戏堆栈可提供最高的密度和服务质量。该堆栈专为低延迟端到端渲染、编码和流式传输进行了优化,为安卓平台带来了最新的游戏进展。公司还专门成立了专业工程和质量保证团队,使合作伙伴能够轻松、快速地进行集成并满足所有最新游戏的需求。NVIDIA ConnectX® SmartNIC 或 BlueField® DPU 网络解决方案通过流畅的流式传输与高服务质量完善了该平台。
Ampere Computing 首席产品官 Jeff Wittich 表示:“凭借 Ampere Altra Max 领先的核密度,单机架 AICAN 服务器可以同时向大约 2,500 多个移动用户传输串流。这不仅使得广大消费者更容易从云端流式传输优质移动游戏,也同时首次为服务提供商提供极具竞争力的基础设施成本。”
图1:AICAN 平台架构
Ampere Computing 和 NVIDIA 一同对 AICAN 平台进行认证和支持,使云服务提供商和游戏开发商可以轻松构建和运营大规模的游戏串流服务。浪潮和华勤等多家领先的 OEM 服务器制造商都在构建 AICAN 服务器平台。
图2:浪潮 AICAN 服务器
浪潮服务器部门总经理赵帅表示:“浪潮与 Ampere 和 NVIDIA 紧密合作,共同设计的 Aoqin AICAN 服务器内置两个 Ampere Altra Max CPU 和多达四个 NVIDIA A16 GPU 以及两块 NVIDIA SmartNIC,机箱尺寸却只有 2U 大小。我们十分高兴能够与 Ampere 和 NVIDIA 一起帮助客户推广移动游戏流式传输解决方案。”
图 3:华勤 AICAN 服务器
华勤的 AICAN 服务器在 2U 空间内兼容 Ampere Altra 和 Altra Max 两代 CPU,并联合NVIDIA 率先适配 T4 GPU ,提高客户收益,作为在中国首发 AICAN 服务器厂商之一,华勤与 NVIDIA 及多家客户一起致力于探索云游解决方案。未来,华勤会一如既往的和 NVIDIA 紧密合作,共同助力全球云游市场发展。
图 4:腾讯先锋云游戏 APP 首页截图
全球对移动游戏流式传输的关注日益增加。腾讯先锋云游戏提供的服务正在为腾讯吸引越来越多的游戏玩家。腾讯先锋云游戏负责人方亮表示:“在 Ampere Computing 和 NVIDIA 的支持下,腾讯先锋云游戏将达到新的高度。”
图 5:腾讯先锋云游戏品牌海报
腾讯先锋云游戏负责人方亮还表示:“现在通过在 Ampere Computing 和 NVIDIA 的 Arm 服务器平台上运行云游戏,我们将多款腾讯精品游戏由 3-10G,压缩储存空间到 20M 左右,用户即便使用存储空间有限的手机也能畅玩精品游戏,这让我们能够接触和覆盖到更广泛的用户,并且提升了增量收入。”
好文章,需要你的鼓励
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
苹果在iOS 26公开发布两周后推出首个修复更新iOS 26.0.1,建议所有用户安装。由于重大版本发布通常伴随漏洞,许多用户此前选择安装iOS 18.7。尽管iOS 26经过数月测试,但更大用户基数能发现更多问题。新版本与iPhone 17等新机型同期发布,测试范围此前受限。预计苹果将继续发布后续修复版本。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。