视频转码性价比提升85%,阿里云发布gn7r实例

简介: gn7r 是一款高性价比的ARM架构服务平台,基于 CIPU+ 飞天的技术架构,搭载 Ampere Altra Max,使用 GPU 虚拟化技术,为每台 gn7r 实例集成 1 个 NVIDIA GA107 加速器(即四分之一张 A16 GPU)进行加速

1 月 9 日,阿里云宣布,将推出面向转码场景的实例 gn7r。gn7r 是一款高性价比的ARM架构服务平台,基于 CIPU+ 飞天的技术架构,搭载 Ampere Altra Max,使用 GPU 虚拟化技术,为每台 gn7r 实例集成 1 个 NVIDIA GA107 加速器(即四分之一张 A16 GPU)进行加速。


随着 5G 网络的普及,以视频为代表的富媒体信息成为主流。短视频不仅成为人们日常生活中的“时间杀手”,同时带动了营销模式的改变。碎片化的消费模式、极致的观感需求、创新应用场景,让短视频、超高清视频和实时音视频成为需求风口。


如此背景下,企业对处理视频编解码的需求与成本激增,gn7r  实例可以借助 GPU 中的转码器为互联网视频服务提供高性价的转码计算能力。相比主流通用计算方案,gn7r 实例处理 H.265/HEVC  编解码的平均每路价格下降 95%,处理 H.264 编解码平均每路价格下降 85%。gn7r 实例采用 NVIDIA A16  GPU,每个实例提供一组 NVENC 硬件转码器,可提供 25 路 HEVC 转码能力,同时支持 H.264 等其他协议和各种不同分辨率。


由于该款实例集成了 NVIDIA Ampere 架构处理器,在提供极高转码性价比的同时,还能满足部分业务场景下的图形与 AI 处理需求。在不同的业务场景下,应用往往需要对视频进行不同的处理,如视频网站的加水印、转换分辨率,图片与视频处理软件的智能编辑等。这些场景都需要在解码之后,在解码后利用  GPU 进行自动化、智能化的处理,gn7r 实例所搭载的 A16 GPU 基于 CUDA+Tensor core  架构,可以在解码后直接实现基于 CUDA 的图形或 AI 处理。


f93c16e58de0ebdbc06e03e9c022d268.jpg

相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
VSCode 如何设置背景图片
VSCode 如何设置背景图片
3555 1
|
编解码 弹性计算 Cloud Native
倚天使用|倚天ECS视频编解码之x264性能
在平头哥发布了首颗为云而生的 CPU 芯片倚天710之后,搭载倚天 710 的 ECS 实例表现出强劲的性能实力,在x264编解码场景下有着极高的性价比。
|
5月前
|
人工智能 搜索推荐 算法
从需求到落地:企业 AI 漫剧服务商选择指南
在数字化浪潮下,集之互动凭借自研“无垠大模型”与行业深耕经验,助力企业打造高质AI漫剧,提升品牌竞争力。本文解析如何优选服务商,把握市场机遇,实现降本增效与品牌共鸣的双赢布局。(238字)
157 2
|
2月前
|
人工智能 弹性计算 API
阿里云杀疯了!7.9 元解锁 8 款顶尖 AI 编程模型,OpenClaw 终于实现算力自由
OpenClaw/Claude Code 用户Token焦虑终结者!阿里云百炼上线Coding Plan订阅服务,首发7.9元/月起,集成Qwen3.5、GLM-5、Kimi2.5等8款顶级编程模型,按次计费(非Token),Lite/Pro双套餐灵活选择,5分钟极速对接,彻底告别高额账单。
|
11月前
|
数据采集 供应链 搜索推荐
电商数据分析师进阶指南:高效运用API的N种技巧!
电商数据分析师如何合理运用电商API,已成为推动业务增长的重要课题。本文从电商API概述、运用步骤到实际案例,全面解析其在数据分析中的作用。通过明确数据需求、掌握调用技巧、清洗与分析数据,再到可视化呈现,分析师可挖掘用户行为、优化库存及支持精准营销。同时,面对数据安全、质量和技术挑战,需强化安全措施、提升技能并培养专业人才。合理运用电商API,将为企业解锁数据潜能,助力电商行业持续发展。
|
SQL 机器学习/深度学习 人工智能
今日 AI 开源|共 4 项|DeepSeek 推出新一代 AI 推理模型,实力比肩 OpenAI o1-preview!
本文介绍了四个最新的 AI 开源项目,涵盖多模态生成式 AI、自然语言到 SQL 转化、多模态数学推理和复杂逻辑推理等多个领域,为 AI 应用开发提供了丰富的资源和工具。
942 0
今日 AI 开源|共 4 项|DeepSeek 推出新一代 AI 推理模型,实力比肩 OpenAI o1-preview!
|
消息中间件 存储 前端开发
「3.4w字」超保姆级教程带你实现Promise的核心功能
该文章通过详细的步骤和示例代码,逐步介绍了如何从零开始实现一个符合ECMAScript标准的Promise对象,涵盖了Promise的基本使用、状态管理、链式调用、错误处理机制及Promise.all和Promise.resolve等方法的实现。
「3.4w字」超保姆级教程带你实现Promise的核心功能
|
数据采集 搜索推荐 算法
基于B站视频评论的文本分析,采用包括文本聚类分析、LDA主题分析、网络语义分析
本文通过Python爬虫技术采集B站视频评论数据,利用LDA主题分析、聚类分析和语义网络分析等方法,对评论进行深入的文本分析,挖掘用户评论的主题、情感倾向和语义结构,旨在为商业决策提供支持,优化内容创作和用户满意度。
3206 2
基于B站视频评论的文本分析,采用包括文本聚类分析、LDA主题分析、网络语义分析
|
机器学习/深度学习 存储 自然语言处理
大语言模型参数真的必须要万亿以上吗?
本文探讨了大语言模型(LLMs)的发展及其在自然语言处理领域的应用。随着模型规模的不断增大,文章分析了参数规模与性能之间的关系,并展示了不同规模模型的优势与挑战。此外,文中还提供了代码示例,介绍了参数设置的方法。未来研究方向包括模型压缩和多模态学习,以进一步优化模型性能。总之,选择合适的模型规模对于平衡性能和效率至关重要。

热门文章

最新文章