Mengoptimalkan saat Pemrosesan Video, Akamai Luncurkan Infrastruktur dan Layanan Cloud dengan Dukungan NVIDIA

Transkode video dan streaming video langsung: GPU dapat melakukan transkode streaming video langsung lebih cepat dari real-time, sehingga meningkatkan pengalaman streaming dengan mengurangi hambatan dan bahkan pemutaran ulang, sedangkan enkode berdasarkan GPU meningkatkan efisiensi dan mengurangi waktu pemrosesan dibandingkan dengan transkode berdasarkan CPU konvensional. GPU NVIDIA RTX 4000 dilengkapi dengan perangkat keras NVIDIA NVENC dan NVDEC generasi terbaru, yang memungkinkan kapasitas tambahan untuk tugas enkode dan dekode secara bersamaan. Ini penting untuk penerapan yang memerlukan pemrosesan video dengan throughput tinggi, seperti streaming langsung. Mesin NVENC generasi kedelapan memerlukan dukungan untuk kodek video terbaru, termasuk kodek AV1 yang sangat efisien, yang menghadirkan video dengan kualitas lebih tinggi pada kecepatan transfer data yang lebih rendah.

Konten realitas virtual (VR) dan realitas berimbuh (AR):

Penerapan VR dan AR memerlukan rendering grafis 3D dan konten multimedia secara real time. GPU sangat ideal untuk memproses konten tersebut. Meskipun Akamai mengoptimalkan solusi baru untuk pasar media, penawaran baru ini juga dapat diterapkan untuk kasus penggunaan oleh pengembang dan perusahaan yang ingin membangun aplikasi yang terikat ke beberapa industri, termasuk:

Kecerdasan buatan generatif dan pemelajaran mesin (Gen AI/ML): Salah satu penerapan utama komputasi cloud GPU adalah pada AI/ML generatif. GPU sangat cocok untuk tugas-tugas seperti pelatihan dan inferensi dengan jaringan neural, karena unit ini dapat melakukan banyak kalkulasi secara paralel, yang memungkinkan pelatihan model baru yang lebih cepat dan efisien, sehingga memungkinkan performa dan akurasi yang lebih baik. GPU NVIDIA RTX 4000 memanfaatkan arsitektur NVIDIA Ada Lovelace untuk menghadirkan performa yang luar biasa dalam tugas inferensi. Sejumlah 192 Tensor Core generasi keempat mempercepat lebih banyak jenis data dan disertakan fitur Fine-Grained Structured Sparsity baru untuk mempercepat throughput pengoprasian matriks tensor hingga 4x jika dibandingkan dengan generasi sebelumnya. Penyertaan memori GDDR6 20 GB menyediakan kapasitas luas untuk model dan dataset yang besar.