Akamai利用经济高效的 NVIDIA GPU 执行全新编码,助力流媒体平台优化处理视频
2024年 4月24日 – 负责支持和保护网络生活的云服务提供商阿卡迈技术公司(Akamai Technologies, Inc.,以下简称:Akamai)(NASDAQ:AKAM),近日在其日益丰富的云产品阵容中又增添了一款基于 NVIDIA GPU 的媒体优化型产品。这款全新的云服务产品基于 NVIDIA RTX 4000 Ada Generation GPU,为媒体和娱乐行业的公司带来了更高的工作效率和经济性,帮助他们解决了如何更快速、更高效地处理视频内容的难题。
Akamai 执行的内部基准测试表明,使用 NVIDIA RTX 4000 GPU 执行编码时的每秒帧数 (FPS) 达到了基于 CPU 的传统编码和转码方法的 25 倍,这代表着流媒体服务提供商在典型工作负载处理方式这一难题上取得了重大进步。
通过使用 Akamai 的产品,媒体和娱乐公司可以构建可扩展且具备出色恢复能力的架构,并以更快速、更可靠、可移植性更高的方式来部署工作负载,同时还能充分利用分布极为广泛的云平台以及集成的内容交付和安全服务。
Akamai 云产品副总裁 Shawn Michels 表示:“媒体公司需要低延迟、性能可靠的计算资源来保持所创建工作负载的可移植性。NVIDIA GPU 在部署到 Akamai 的全球边缘平台之后,表现出了极高的性价比。我们与计算合作伙伴及开放式平台齐心协力,使客户有能力构建独立于云且支持多云架构的下一代工作负载。”
对行业优化 GPU 的需求
媒体行业一直非常重视使用 NVIDIA GPU 来支持构建大型语言模型,而 Akamai 专为媒体行业定制的 GPU 服务充分考量了该行业产品服务尚存不足、成本也较为高昂的问题。凭借在该领域深耕的悠久历史以及积累的深厚经验,Akamai 对其面向 GPU 的新产品进行了精心调整,以满足媒体和娱乐行业严苛且特别的需求。
应用场景
NVIDIA RTX 4000 GPU 在速度和能效方面表现极为出色,足以应对要求严格的创意、设计和工程工作流程,适用于数字内容创建、3D 建模、渲染、推理以及视频内容和流媒体传输。媒体相关的应用场景包括:
Akamai 专门针对媒体市场优化了新的解决方案,而对于希望构建与其他一些行业应用场景相关的应用程序的开发人员和公司来说,这一新产品同样适用。这些应用场景包括:
Michels 补充表示:“要支持各种各样的工作负载,客户需要拥有丰富的计算实例。我们推出了行业优化 GPU,但这也只是我们众多客户举措的其中一步。通过这些举措,我们将进一步提升整个计算连续体内的实例多样性,从而推动开发边缘原生应用程序并为其提供支持。”
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。