Akamai Technologies ha añadido una nueva oferta optimizada para medios digitales basada en las GPU de Nvidia a su cartera de productos en la nube.
Con la GPU Nvidia RTX 4000 Ada Generation, el nuevo servicio basado en la nube proporciona una mayor productividad y rentabilidad a las empresas del sector de los medios de comunicación y entretenimiento que se enfrentan al desafío de procesar el contenido de vídeo de forma más rápida y eficaz.
Las comparaciones internas realizadas por Akamai demostraron que la codificación basada en GPU con Nvidia RTX 4000 procesa los fotogramas por segundo (FPS) 25 veces más rápido que los métodos tradicionales de codificación y transcodificación basados en CPU. Esto supone un avance significativo en la forma en que los proveedores de servicios de streaming abordan sus desafíos habituales de carga de trabajo.
Con este avance, las empresas pueden crear arquitecturas escalables y resilientes. También se pueden implementar cargas de trabajo que serán más rápidas, fiables y portátiles, al tiempo que aprovechan la plataforma en la nube más distribuida del mundo y los servicios integrados de distribución de contenido y seguridad.
La necesidad de GPU optimizadas para el sector
En un mercado hipercentrado en el uso de GPU de NVIDIA para respaldar los modelos de lenguaje a gran escala. El servicio de GPU personalizado para contenido multimedia de Akamai se dirige a un sector que carece de las ofertas de servicios actuales de la industria, lo que puede resultar caro.
Basándose en su amplia experiencia en el sector, Akamai ha perfeccionado su nueva oferta de GPU para satisfacer los requisitos específicos del sector de los medios de comunicación y entretenimiento.
Casos de uso
La GPU Nvidia RTX 4000 alcanza la velocidad y la eficiencia energética necesarias para afrontar los flujos de trabajo creativos, de diseño e ingeniería para la creación de contenido digital, el modelado en 3D, el renderizado, las inferencias, y el contenido y el streaming de vídeo. Los casos de uso específicos del contenido multimedia incluyen:
Transcodificación de vídeo y streaming de vídeo en directo
Las GPU pueden realizar transcodificación más rápido que en tiempo real del streaming de vídeo en directo. Algo que mejora la experiencia de streaming mediante la reducción del almacenamiento en búfer e incluso la reproducción. Por otro lado, la codificación basada en GPU mejora la eficiencia y reduce los tiempos de procesamiento en comparación con la transcodificación basada en CPU tradicional.
La GPU Nvidia RTX 4000 está equipada con el hardware Nvidia NVENC y NVDEC de última generación. Este permite una capacidad adicional para tareas de codificación y decodificación simultáneas. Esto es fundamental para las aplicaciones que requieren un procesamiento de vídeo de alto rendimiento, como el streaming en directo. Los motores NVENC de octava generación son compatibles con los códecs de vídeo más recientes, incluido el códec AV1 de alta eficiencia, que permite el vídeo de mayor calidad a velocidades de bits más bajas.
Contenido de realidad virtual (RV) y realidad aumentada (RA)
Las aplicaciones de RV y RA requieren el renderizado de gráficos 3D y contenido multimedia en tiempo real. Las GPU son ideales para procesar este tipo de contenido.
Desarrolladores y empresas
Aunque Akamai optimizó la nueva solución para el mercado de contenido multimedia, la nueva oferta también es aplicable a desarrolladores y empresas que desean crear aplicaciones vinculadas a otros casos de uso del sector. Se incluyen los siguientes, entre muchos otros:
Inteligencia artificial generativa y aprendizaje automático (IA generativa/ML)
Una de las aplicaciones principales del cloud computing de GPU es la IA generativa/ML. Las GPU son adecuadas para tareas como el entrenamiento y la inferencia con redes neuronales. Esto se debe a que pueden realizar muchos cálculos en paralelo, lo que permite un entrenamiento más rápido y eficaz de nuevos modelos, y puede derivar en mayor precisión y rendimiento.
La GPU Nvidia RTX 4000 aprovecha la arquitectura Nvidia Ada Lovelace para ofrecer un rendimiento excepcional en tareas de inferencia. Un total de 192 Tensor Cores de cuarta generación aceleran más tipos de datos e incluyen una nueva función de dispersión estructurada de grano fino (Fine-Grained Structured Sparsity) que ofrece un rendimiento hasta 4 veces superior para las operaciones de matriz de tensor en comparación con la generación anterior.
La inclusión de 20 GB de memoria GDDR6 proporciona una amplia capacidad para grandes modelos y conjuntos de datos.
Análisis de datos y computación científica
El cloud computing de GPU también se utiliza comúnmente en análisis de datos y computación científica debido a la naturaleza de sus tareas. Unas que a menudo implican el procesamiento de grandes cantidades de datos.
Estas tareas requieren mucho tiempo y utilizan muchos recursos informáticos. Las GPU pueden ayudar a acelerar estas tareas al procesar grandes cantidades de datos en paralelo. Así se permite un análisis y una simulación más rápidos y eficaces.
Renderizado de juegos y gráficos
Las GPU se utilizan ampliamente en el sector de los videojuegos, principalmente para el renderizado de gráficos y otras tareas relacionadas con el desarrollo de videojuegos. Esto se debe a que las GPU están diseñadas para gestionar el procesamiento de gráficos complejos. También pueden proporcionar un renderizado rápido y de alta calidad de gráficos 3D.
Informática de alto rendimiento (HPC)
El cloud computing basado en GPU se utiliza normalmente para aplicaciones informáticas de alto rendimiento, como el modelado y la simulación, que requieren un procesamiento rápido y eficaz de grandes cantidades de datos.
Las GPU también se pueden utilizar para acelerar simulaciones, cálculos y otras tareas que utilizan muchos recursos informáticos, lo que permite obtener resultados más rápidos y un mejor rendimiento.
