La nuova funzione di codifica che utilizza GPU NVIDIA offre un’elaborazione ottimale alle aziende del settore dei media
Akamai Technologies, l’azienda di servizi cloud che abilita e protegge la vita online, ha aggiunto al suo crescente portfolio di soluzioni cloud un nuovo prodotto ottimizzato per i media, basato sulle GPU NVIDIA. Con la GPU NVIDIA RTX 4000 Ada Generation, il nuovo servizio basato sul cloud fornisce un miglior livello di produttività e convenienza alle aziende del settore Media & Entertainment, che devono elaborare i contenuti video in modo più rapido ed efficiente.
Le valutazioni condotte internamente da Akamai hanno dimostrato che la codifica basata sulle GPU con NVIDIA RTX 4000 elabora un numero di frame al secondo (FPS) con una velocità 25 volte superiore rispetto ai tradizionali metodi di codifica e transcoding basati sulle CPU, offrendo un significativo miglioramento al modo con cui i provider di servizi di streaming affrontano le tipiche sfide relative ai workload.
Grazie alla soluzione di Akamai, le aziende del settore Media & Entertainment possono creare architetture scalabili e resilienti, implementando i workload in modo più rapido, affidabile e gestibile, sfruttando, al contempo, i vantaggi della rete Edge più distribuita al mondo e dei servizi integrati di content delivery e sicurezza.
“Le aziende che operano nel settore dei media hanno bisogno di una latenza ridotta e di risorse di elaborazione affidabili per mantenere la portabilità dei workload creati”, ha affermato Shawn Michels, Vice President of Cloud Products di Akamai. “Le GPU di NVIDIA forniscono performance di livello superiore una volta implementate nella piattaforma Edge globale di Akamai. Insieme ai nostri Qualified Compute Partner e con la nostra piattaforma aperta, offriamo ai nostri clienti la possibilità di progettare i loro workload di nuova generazione in modo indipendente dal cloud e di supportare le architetture multicloud”.
La necessità di GPU ottimizzate per il settore
In un mercato iper-focalizzato sull’utilizzo delle GPU di NVIDIA per supportare un modello linguistico di grandi dimensioni, il servizio GPU di Akamai personalizzato per i media si concentra su un settore a cui serve un maggior numero di soluzioni più economiche di quelle attuali. Basandosi sulle sue vaste conoscenze e sulla sua profonda esperienza nel settore, Akamai ha ottimizzato la sua nuova soluzione GPU per soddisfare gli esigenti requisiti specifici del settore Media & Entertainment.
Casi di utilizzo
La GPU NVIDIA RTX 4000 raggiunge efficienti livelli di velocità e potenza necessari per affrontare gli impegnativi workflow di creazione, design e progettazione per le operazioni di creazione dei contenuti digitali, modellazione 3D, rendering, inferencing e streaming di contenuti video. I casi di utilizzo specifici del settore dei media includono:
- Transcoding e streaming video live: le GPU possono eseguire il transcoding dei flussi video live più velocemente rispetto alla realtà, migliorando l’experience di streaming mediante la riduzione del buffering e, persino, della riproduzione, mentre la codifica basata sulla GPU migliora l’efficienza e riduce i tempi di elaborazione rispetto al transcoding tradizionale basato sulla CPU. La GPU NVIDIA RTX 4000 è dotata dei dispositivi hardware NVIDIA NVENC e NVDEC di ultima generazione, che offrono una capacità aggiuntiva per eseguire simultaneamente le operazioni di codifica e decodifica. Questa funzionalità è fondamentale per le applicazioni che richiedono un’elaborazione video con throughput elevato, come lo streaming live. I motori NVENC di 8a generazione forniscono il supporto per gli ultimi codec video, incluso il codec AV1 altamente efficiente, che offre video di qualità superiore con bitrate inferiori.
- Contenuti di realtà virtuale (VR) e aumentata (AR): le applicazioni VR e AR richiedono il rendering della grafica 3D e dei contenuti multimediali in tempo reale. Le GPU sono ideali per l’elaborazione di tali contenuti.
Anche se Akamai ha ottimizzato la nuova soluzione per il settore dei media, il nuovo prodotto è adatto anche a sviluppatori e aziende che desiderano creare app per l’utilizzo in altri settori, tra cui:
- Generative Artificial Intelligence e Machine Learning (Gen AI/ML): una delle applicazioni principali del cloud computing basato sulla GPU è nell’AI/ML di tipo generativo. Le GPU sono ideali per attività come la formazione e l’inferenza con le reti neurali, poiché possono eseguire molti calcoli in parallelo, consentendo una formazione più rapida ed efficiente dei nuovi modelli, che può condurre ad un miglior livello di accuratezza e performance. La GPU NVIDIA RTX 4000 rafforza l’architettura NVIDIA Ada Lovelace per fornire eccellenti performance nelle attività di inferencing. Un totale di 192 Tensor Core di 4a generazione accelera più tipi di dati e include una nuova funzione Fine-Grained Structured Sparsity che consente di raggiungere un throughput quattro volte superiore per le operazioni della matrice del tensore rispetto alla generazione precedente. L’aggiunta di 20 GB di memoria GDDR6 offre un’estesa capacità per dataset e modelli di grandi dimensioni.
- Analisi dei dati e calcolo scientifico: il cloud computing basato sulla GPU viene anche comunemente usato nell’analisi dei dati e nel calcolo scientifico per la natura delle sue operazioni, che spesso richiedono l’elaborazione di grandi quantità di dati. Queste operazioni sono dispendiose in termini di tempo e richiedono molti calcoli. Le GPU possono aiutare ad accelerare queste operazioni elaborando grandi quantità di dati in parallelo, il che velocizza e rende più efficienti le attività di analisi e simulazione.
- Gaming e rendering della grafica: le GPU sono ampiamente utilizzate nel settore del gaming, soprattutto per il rendering della grafica e altre attività correlate allo sviluppo dei videogiochi. Ecco perché le GPU sono progettate per gestire elaborazioni grafiche complesse e sono in grado di fornire un rendering veloce e di alta qualità della grafica 3D.
- HPC (High-Performance Computing): il cloud computing basato sulla GPU viene comunemente usato nelle applicazioni HPC, come la modellazione e la simulazione, che richiedono un’elaborazione rapida ed efficiente di grandi quantità di dati. Le GPU possono essere usate anche per accelerare simulazioni, calcoli e altre attività ad elevata intensità di elaborazione, velocizzando i risultati e migliorando le performance.
“Per supportare un’ampia gamma di workload, servono numerose istanze di computing”, ha continuato Michels. “Quello che stiamo facendo con le GPU ottimizzate per il settore è uno dei tanti passi avanti intrapresi per i nostri clienti al fine di incrementare la gamma di applicazioni di computing nell’intero continuum per promuovere e potenziare le applicazioni Edge native”.
