|
異構計算作為重要的算力底座，被認為是科技進入智能時代和全真互聯網時代的算力基礎。那么，它主要是解決哪些問題呢？云異構計算產品總監宋丹丹提到了三個方面，一是解決了全真互聯過程中所需要的一個單機算力，二是伴隨著卡的迭代，PCIe帶寬也在增加，異構計算可以解決高延時問題，三是可以解決成本高的問題。 在AI領域，AI技術早前主要應用在兒童游樂園、電影院等簡單的體驗場景上，近兩年開始民用化、商用化，例如在飛機駕駛人員的培訓上，AI技術可以用于模擬機艙中，讓飛行員進行飛行訓練，解決傳統的模擬飛行高成本的問題。這是XR的落地場景，背后是GPU server在做非常多的仿真計算。宋丹丹提到，如果仿真計算算得不準，或者算慢了，整個的訓練基本上就是無效的。這也對異構計算平臺提出了非常高的要求：要算得準、算得快，并且不能出錯。 
從AI技術的應用趨勢來看，異構計算的落地場景也在逐漸拓展，例如視覺計算領域。早在兩年前英偉達的CloudXR面向全球發布時，官方介紹，CloudXR是基于NVIDIA RTX GPU和CloudXR SDK構建，而且能夠從數據中心、云端或邊緣等位置流式傳輸XR體驗。 但在現階段，AR/VR要提供高性能的實時高渲染能力還需要強大的技術支持。騰訊云總結了客戶遇到的痛點，一是在超過千人的場館，瞬時算力需求高，線下IDC很難滿足業務彈性需求；二是AR/VR實時渲染效果、編碼質量、時延要求高；三是自行搭建云渲染平臺，難度大，周期長。為此，騰訊云推出了搭載GPU云服務器，并且能夠接入Pass平臺，提供完整云渲染方案。隨著邊緣計算節點、分布式云逐漸發展，帶寬越來越大、成本下降，再加上內容的成熟，XR將不再停留在概念階段，而是會加快商業化進展。宋丹丹也提到，在兩年前對XR技術是保持觀望態度，但如今在虛擬營業廳、虛擬會場等領域開始有實際的商用化探索，可以讓這個技術慢慢地走向商用。 |
