Akamai lança infraestrutura e serviços de Nuvem com tecnologia Nvidia

30A Akamai Technologies, empresa de Nuvem que alimenta e protege a vida online, adicionou uma nova oferta otimizada para mídia baseada em GPUs Nvidia ao seu crescente portfólio de Nuvem. Com a GPU Nvidia RTX 4000 Ada Generation, o novo serviço oferece melhor produtividade e economia para empresas do setor de mídia e entretenimento que são desafiadas a processar conteúdo de vídeo de forma mais rápida e eficiente.

O benchmarking interno conduzido pela Akamai demonstrou que a codificação baseada em GPU usando Nvidia RTX 4000 processa quadros por segundo (FPS) 25x mais rápido do que os métodos tradicionais de codificação e transcodificação baseados em CPU, o que apresenta um avanço significativo na maneira como os provedores de serviços de streaming lidam com seus desafios típicos de carga de trabalho.

Usando a oferta da Akamai, as empresas de mídia e entretenimento podem criar arquiteturas escaláveis e resilientes e implementar cargas de trabalho que serão mais rápidas, confiáveis e portáteis, aproveitando a plataforma de Nuvem mais distribuída do mundo e os serviços integrados de entrega de conteúdo e segurança.

“As empresas de mídia precisam de recursos de computação confiáveis e de baixa latência que mantenham a portabilidade das cargas de trabalho que criam”, disse Shawn Michels, vice-presidente de Produtos em Nuvem da Akamai. “As GPUs Nvidia oferecem desempenho de preço superior quando implementadas na plataforma de Borda global da Akamai. Juntamente com nossos parceiros de computação qualificados e plataforma aberta, oferecemos aos nossos clientes a capacidade de arquitetar suas cargas de trabalho de próxima geração para serem independentes da Nuvem e suportarem arquiteturas Multicloud”, afirmou.

Em um mercado hiperfocado no uso de GPUs Nvidia para suportar modelagem de linguagem grande, o serviço de GPU sob medida para mídia da Akamai abriga um setor pouco atendido pelas ofertas atuais do setor, que podem ser caras. Com base em sua rica herança e profunda experiência no espaço, a Akamai aperfeiçoou sua nova oferta de GPU para atender aos requisitos exigentes e específicos da indústria de mídia e entretenimento.

Casos de uso

A GPU Nvidia RTX 4000 alcança a velocidade e a eficiência energética necessárias para lidar com fluxos de trabalho exigentes de criação, design e engenharia para criação de conteúdo digital, modelagem 3D, renderização, inferência e conteúdo de vídeo e streaming. Os casos de uso específicos de mídia incluem:

Transcodificação de vídeo e streaming de vídeo ao vivo: as GPUs podem realizar transcodificação mais rápida do que em tempo real de fluxos de vídeo ao vivo, melhorando a experiência de streaming reduzindo o buffer e até mesmo a reprodução, enquanto a codificação baseada em GPU melhora a eficiência e reduz os tempos de processamento em comparação com a transcodificação tradicional baseada em CPU. A GPU Nvidia RTX 4000 está equipada com o hardware Nvidia Nvenc de última geração, que permite capacidade adicional para tarefas simultâneas de codificação e decodificação. Isso é fundamental para aplicativos que exigem processamento de vídeo de alta taxa de transferência, como transmissão ao vivo. Os mecanismos Nvenc de oitava geração oferecem suporte para os codecs de vídeo mais recentes, incluindo o codec AV1 altamente eficiente, que permite vídeo de alta qualidade a taxas de bits mais baixas.

Conteúdo de Realidade Virtual (VR) e Realidade Aumentada (AR): aplicações de VR e AR exigem a renderização de gráficos 3D e conteúdo multimídia em tempo real. As GPUs são ideais para processar esse conteúdo.

Embora a Akamai tenha otimizado a nova solução para o mercado de mídia, a nova oferta também tem aplicabilidade para desenvolvedores e empresas que buscam criar aplicativos vinculados a vários outros casos de uso do setor, incluindo:

Inteligência Artificial generativa (GenAI) e aprendizado de máquina (ML): uma das principais aplicações de GPU em computação em Nuvem é na GenAI/ML. As GPUs são bem indicadas para tarefas como treinamento e inferência com redes neurais, pois podem realizar muitos cálculos em paralelo, o que permite um treinamento mais rápido e eficiente de novos modelos, o que pode levar a uma melhor precisão e desempenho. A GPU Nvidia RTX 4000 aproveita a arquitetura Nvidia Ada Lovelace para oferecer desempenho excepcional em tarefas de inferência. Um total de 192 núcleos tensores de quarta geração aceleram mais tipos de dados e incluem um novo recurso de esparsidade estruturada de grão fino para até 4x a taxa de transferência para operações de matriz de tensores em comparação com a geração anterior. A inclusão de 20 GB de memória GDDR6 fornece ampla capacidade para grandes modelos e conjuntos de dados.

Análise de dados e computação científica: a GPU na computação em Nuvem também é comumente usada em análise de dados e computação científica devido à natureza de suas tarefas, que geralmente envolvem o processamento de grandes quantidades de dados. Essas tarefas são demoradas e computacionalmente intensivas. As GPUs podem ajudar a acelerar essas tarefas processando grandes quantidades de dados em paralelo, o que permite análises e simulações mais rápidas e eficientes.

Jogos e renderização de gráficos: GPUs são amplamente utilizadas na indústria de jogos, principalmente para renderização de gráficos e outras tarefas relacionadas ao desenvolvimento de videogames. Isso ocorre porque as GPUs são projetadas para lidar com processamento gráfico complexo e podem fornecer renderização rápida e de alta qualidade de gráficos 3D.

Computação de alto desempenho: a computação em Nuvem habilitada para GPU é comumente usada para aplicativos de computação de alto desempenho, como modelagem e simulação, que exigem processamento rápido e eficiente de grandes quantidades de dados. As GPUs também podem ser usadas para acelerar simulações, cálculos e outras tarefas computacionalmente intensivas, o que leva a resultados mais rápidos e melhor desempenho.

“Para oferecer suporte a uma ampla gama de cargas de trabalho, você precisa de uma ampla variedade de instâncias de computação”, continuou Michels. “O que estamos fazendo com GPUs otimizadas para o setor é uma das muitas etapas que estamos tomando para que nossos clientes aumentem a diversidade de instâncias em todo o contínuo de computação para impulsionar e potencializar aplicativos nativos de Borda”, finalizou