应用场景

视频的生产和消费其实是不对等的，用户在生产视频内容时，通常只会产生一路或几路特定规格的视频。而当视频在消费时，却需要应对复杂的网络环境（有线、WIFI、移动网络等）、解码能力不一的各式终端，以及灵活多变的用户需求（多画面展示、水印、超分、高质低码等）。由于视频编码标准的快速演进，H265/VP9/AV1 等编码格式的快速普及，对原始视频进行编码格式、分辨率、带宽、帧率、封装格式以及加水印等，诸如此类的转码处理，是整个音视频行业不可或缺的一环，转码已然成为行业刚需。

针对视频转码领域，GPU 在架构设计时，专门包含了一个或多个基于硬件的解码器和编码器，因此在调用 GPU 进行视频编解码时，完全不用 CPU 参与。即便是专门针对视频编解码领域推出的专用芯片（VPU），在 AI 处理、深度学习相关领域也无法与并行计算能力强大的 GPU 比拟，比如慢动作补帧、AI 物体擦除、自动美颜等。

深度学习算法的突破是新一轮 AI 产业腾飞的开端，将计算机视觉（CV）、自然语言处理（NLP）、跨媒体分析与推理、自主无人系统等关键技术推向高潮。但在应用落地过程中，深度学习算法的进展极大依赖算力增长，“研究三年算法不如用 10 倍 GPU” —— 这样的算力焦虑正成为业界的普遍困扰。云平台 提供极致算力支持实现深度学习算法加速和快速部署，超高的性价比帮您彻底远离算力焦虑。

大数据正改变着现代企业的资产结构以及产品服务的价值构成，大数据的“喂养”不仅使得 AI 系统具备了快速颠覆先发技术优势的可能，也在辅助决策、产品设计、行为预测等场景中迅速实现商业变现。云平台 提供极致算力，提供海量内存、超过 2TB/秒的内存带宽和 NVIDIA® NVLink® 和 NVSwitchTM 的可伸缩性，提供前所未有的性能和效率。