[19/04/2024] Akamai Technologies ha añadido una nueva oferta optimizada para medios basada en GPU NVIDIA a su cartera de productos en la nube. Según lo señalado en el comunicado de prensa, con la GPU NVIDIA RTX 4000 Ada Generation, el nuevo servicio basado en la nube proporciona una mejor productividad y economía para las empresas de la industria de los medios de comunicación y el entretenimiento que se enfrentan al desafío de procesar contenido de video de manera más rápida y eficiente.
"La evaluación comparativa interna realizada por Akamai demostró que la codificación basada en GPU que utiliza NVIDIA RTX 4000 procesa fotogramas por segundo (FPS) 25 veces más rápido que los métodos tradicionales de codificación y transcodificación basados en CPU, lo que supone un avance significativo en la forma en que los proveedores de servicios de streaming abordan sus desafíos típicos de carga de trabajo”, señaló Shawn Michels, vicepresidente de productos en la nube de Akamai.
Con la oferta de Akamai, agregó el ejecutivo, las empresas de medios de comunicación y entretenimiento pueden crear arquitecturas escalables y resilientes e 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 seguridad y entrega de contenido.
Michels indicó que en un mercado hipercentrado en el uso de GPU NVIDIA para admitir el modelado de lenguaje de gran tamaño, el servicio de GPU adaptado a los medios de Akamai se centra en una industria desatendida por las ofertas actuales de la industria, que pueden ser costosas. "Sobre la base de su rica herencia y su profunda experiencia en el sector, Akamai ha ajustado su nueva oferta de GPU para satisfacer los exigentes y específicos requisitos de la industria de los medios de comunicación y el entretenimiento”.
De acuerdo al ejecutivo, los casos de uso específicos de los medios incluyen:
- Transcodificación de video y transmisión de video en directo: Las GPU pueden realizar una transcodificación más rápida que en tiempo real de transmisiones de video en vivo, lo que mejora la experiencia de transmisión al reducir el almacenamiento en búfer e incluso la reproducción, mientras que la codificación basada en GPU mejora la eficiencia y reduce los tiempos de procesamiento en comparación con la transcodificación tradicional basada en CPU. La GPU NVIDIA RTX 4000 está equipada con el hardware NVIDIA NVENC y NVDEC de última generación, lo que permite una capacidad adicional para tareas simultáneas de codificación y decodificación. "Esto es fundamental para las aplicaciones que requieren un procesamiento de vídeo de alto rendimiento, como la transmisión 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 obtener vídeo de mayor calidad a velocidades de bits más bajas”, comentó Michels.
- Contenido de realidad virtual (VR) y realidad aumentada (AR): Las aplicaciones de realidad virtual y realidad aumentada requieren la representación de gráficos 3D y contenido multimedia en tiempo real. Las GPU son ideales para procesar este tipo de contenido.
Si bien Akamai optimizó la nueva solución para el mercado de medios, el ejecutivo indicó que la nueva oferta también tiene aplicabilidad para desarrolladores y empresas que buscan crear aplicaciones vinculadas a varios otros casos de uso de la industria, que incluyen:
- Inteligencia artificial generativa y aprendizaje automático (Gen AI/ML): Una de las principales aplicaciones de la computación en la nube de GPU es la IA/ML generativa. "Las GPU son adecuadas para tareas como el entrenamiento y la inferencia con redes neuronales, ya que pueden realizar muchos cálculos en paralelo, lo que permite un entrenamiento más rápido y eficiente de nuevos modelos, lo que puede conducir a una mayor precisión y rendimiento. La GPU NVIDIA RTX 4000 aprovecha la arquitectura NVIDIA Ada Lovelace para ofrecer un alto rendimiento 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 para obtener hasta 4 veces el rendimiento de las operaciones de matriz tensorial 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”, indicó el ejecutivo.
- Análisis de datos y computación científica: La computación en la nube de GPU también se usa comúnmente en el análisis de datos y la computación científica debido a la naturaleza de sus tareas, que a menudo implican el procesamiento de grandes cantidades de datos. "Estas tareas requieren mucho tiempo y computación. Las GPU pueden ayudar a acelerar estas tareas mediante el procesamiento de grandes cantidades de datos en paralelo, lo que permite un análisis y una simulación más rápidos y eficientes”, explicó Michels.
- Juegos y renderizado de gráficos: Las GPU se utilizan ampliamente en la industria del juego, 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 manejar el procesamiento de gráficos complejos y pueden proporcionar una representación rápida y de alta calidad de gráficos 3D.
- Computación de alto rendimiento: La computación en la nube habilitada para GPU se usa comúnmente para aplicaciones informáticas de alto rendimiento, como modelado y simulación, que requieren un procesamiento rápido y eficiente de grandes cantidades de datos. Las GPU también se pueden utilizar para acelerar simulaciones, cálculos y otras tareas computacionalmente intensivas, lo que conduce a resultados más rápidos y un mejor rendimiento.
"Para admitir una amplia gama de cargas de trabajo, se necesita una amplia gama de instancias informáticas", anotó Michels. "Lo que estamos haciendo con las GPU optimizadas para la industria es uno de los muchos pasos que estamos dando para que nuestros clientes aumenten la diversidad de instancias en todo el continuo de cómputo para impulsar y potenciar las aplicaciones nativas del borde".
Franca Cavassa, CTOPerú