Akamai Luncurkan Infrastruktur dan Layanan Cloud dengan Dukungan NVIDIA

Akamai NVIDIA

thePONSEL.comAkamai Technologies, Inc. menambahkan penawaran berbasis GPU NVIDIA ke porto-folio cloud mereka yang dirancang khusus untuk media.

Dengan GPU NVIDIA RTX 4000 Ada Generation, layanan berbasis cloud baru ini menawarkan produktivitas dan nilai keekonomian yang lebih baik untuk perusahaan di industri media dan hiburan yang dituntut melakukan pem-rosesan konten video dengan cepat dan efisien.

“Perusahaan media memerlukan sumber daya komputasi berlatensi rendah dan andal yang menjaga portabilitas beban kerja yang dibuatnya,” ujar Shawn Michels, Vice President of Cloud Products di Akamai.

Penolokukuran internal yang dilaksanakan oleh Akamai menunjukkan bahwa enkode berbasis GPU menggunakan NVIDIA RTX 4000 memproses bingkai per detik (FPS) 25x lebih cepat dibandingkan metode enkode dan transkode berdasarkan CPU konvensional.

Hal ini menghasilkan kemajuan signifikan terhadap cara penyedia layanan streaming mengatasi tantangan beban kerja umumnya.

Dengan penawaran Akamai, perusahaan media dan hiburan dapat membangun arsitektur yang dapat diskalakan dan tangguh, juga meluncurkan beban kerja yang akan berjalan lebih cepat, andal, dan portabel, sekaligus me-manfaatkan platform cloud yang paling terdistribusi di dunia serta penyediaan konten dan layanan keamanan yang terintegrasi.

“GPU NVIDIA memberikan kinerja harga yang unggul saat diluncurkan pada platform edge global Akamai. Bersa-maan dengan Qualified Compute Partners (Mitra Komputasi Berkualifikasi) dan platform terbuka kami, kami mem-berikan pelanggan kemampuan untuk membangun arsitektur beban kerja termutakhir agar bersifat agnostik cloud dan mendukung arsitektur multi-cloud,” tambah Shawn.

Perlunya GPU khusus industry

Di pasar yang sangat fokus pada penggunaan GPU NVIDIA untuk mendukung pemodelan bahasa besar, layanan GPU khusus media Akamai mengarah pada industri yang kurang dilayani oleh penawaran industri saat ini, yang bisa menjadi mahal.

Baca juga:   Kingston Technology Dominasi Pasar SSD Tahun 2023

Berdasarkan pengalaman serta pengetahuan yang mendalam, Akamai menyempurnakan penawaran GPU ba-runya untuk memenuhi kebutuhan mendesak dan spesifik dari industri media dan hiburan.

Kasus penggunaan

GPU NVIDIA RTX 4000 mencapai efisiensi kecepatan dan daya yang dibutuhkan untuk mengatasi alur kerja kre-atif, desain, dan rekayasa yang berat dalam membuat konten digital, melakukan pemodelan 3D, rendering, inferen-si, serta membuat konten dan streaming video.

Kasus penggunaan khusus media meliputi:

Transkode video dan streaming video langsung

GPU dapat melakukan transkode streaming video langsung lebih cepat dari real-time, sehingga meningkatkan pen-galaman 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 lang-sung.

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 ren-dah.

Baca juga:   Parkee dan Alfabeta Siap Kembangkan Sistem Parkir Berbasis AI

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.

Analisis data dan komputasi ilmiah

Komputasi cloud GPU juga umumnya digunakan dalam analisis data dan komputasi ilmiah karena sifat dari tugas-tugas tersebut, yang sering kali melibatkan pemrosesan jumlah data yang banyak.

Baca juga:   Promo Puncak ShopeePay Super Online Deals Ada Cashback 90% Voucher Games

Tugas-tugas ini sangat memakan waktu dan intensif secara komputasional. GPU dapat membantu mempercepat tugas ini dengan memproses jumlah data yang banyak secara paralel, sehingga memungkinkan analisis dan simu-lasi yang lebih cepat dan efisien.

Gaming dan perenderan grafis

GPU lazim digunakan di industri gaming, umumnya untuk perenderan grafis dan tugas-tugas lainnya terkait pengembangan video game.

Ini karena GPU dirancang untuk menangani pemrosesan grafis yang kompleks serta dapat menyediakan perender-an grafis 3D yang cepat dan berkualitas tinggi.

Komputasi performa tinggi

Cloud yang didukung GPU umumnya digunakan untuk penerapan komputasi berperforma tinggi, seperti pemodelan dan simulasi, yang memerlukan pemrosesan jumlah data yang banyak secara cepat dan efisien.

GPU juga dapat digunakan untuk mempercepat simulasi, kalkulasi, dan tugas-tugas lain yang intensif secara kom-putasional, sehingga memungkinkan hasil yang lebih cepat dan performa yang lebih baik.

“Untuk mendukung beragam beban kerja, Anda memerlukan berbagai mesin komputasi. Yang kami lakukan dengan GPU yang dioptimalkan untuk industri merupakan satu dari banyak langkah yang kami tempuh agar pelanggan kami dapat meningkatkan keberagaman mesin di seluruh kontinum komputasi untuk mendorong dan memberdayakan aplikasi asli edge,” lanjut Michels.

0 0 votes
Article Rating
Subscribe
Notify of
guest

This site uses Akismet to reduce spam. Learn how your comment data is processed.

0 Comments
Inline Feedbacks
View all comments