GTC23 看点预告 | 超视频时代业务增长的技术密码，GTC 字节跳动专场一次讲透
来源:NVIDIA英伟达发布时间:2023-02-231582浏览
询问 AI我们已经进入了一个超视频时代。
第 50 次《中国互联网络发展状况统计报告》显示，截至 2022 年 6 月，我国网民规模已达 10.51 亿，互联网普及率达 74.4%。我国短视频用户规模增长最为明显，达 9.26 亿，较 2021 年 12 月增长 2805 万。国际数据调研机构 IDC 预计，2025 年全球数据空间中 80.3%将是以视频、图片、音频为代表的非结构化数据。
如此庞大的人群规模和数据体量，从体验的角度来看，势必会从量变引起质变。在全行业视频化的大趋势下，用户对视频云的需求产生了什么样的变化？企业又将如何拥抱视频化浪潮？在这些问题上，为抖音、西瓜视频提供技术支撑的火山引擎，可能是最有经验的答题者。
2022 卡塔尔世界杯期间，火山引擎平稳支撑了抖音世界杯 64 场比赛直播，为用户提供了延时低至 1s、大屏级画质、稳定流畅的观赛体验，并延展出 “无障碍字幕” “边看边聊” 等无障碍功能和创新玩法，覆盖累计 106 亿人次。而在今年春晚，在火山引擎视频云及边缘云技术的支持下，抖音春晚直播为超过 1.3 亿观众提供了超高清、低延迟的丝滑观看体验。C 端用户可能直观上不容易察觉火山引擎都做了什么，但实际上早在不知不觉间用上了火山引擎的云原生服务。
自 2021 年正式发布云产品以来，火山引擎作为国内云计算市场一股重要的新兴力量，在云原生领域有着深度参与和长期实践。基于其云原生产品矩阵和解决方案，火山引擎正在将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业，帮助企业在数字化升级中实现持续增长。
面向现代化应用，火山引擎的云原生究竟提供了哪些能力？
在音视频应用场景，如何利用异构计算、音频理解推理加速、六自由度视频等技术进一步提高用户体验，实现持续增长？
以李星澜 Lydia 数字人项目为例，字节跳动如何打造完善的虚拟数字人技术和应用体系？
在 3 月 20 日-23 日举行的 NVIDIA GTC 大会上，来自字节跳动的五位专家将围绕这些话题带来独家的干货分享。
以下为议题简介。
GTC23 字节跳动演讲推荐
★
演讲题目：
通过现代化的 PaaS，桥接计算能力和商业场景，实现更快速的创新
[S52448]
演讲时间：
3 月 22 日 3:00 PM
演讲人：
张鑫，火山引擎副总裁、字节跳动开源治理运营负责人
演讲概要：
云技术和 GPU 的普及为持续的业务增长提供了强大的计算能力。与此同时，快速发展的业务场景也提出了新的需求，需要用更多不同的方式来使用这些基础设施资源。这要求为特定的使用场景定制标准的技术和工具，从而给用户带来了巨大的挑战，因为涉及到深入理解技术和业务逻辑，此外，还有可能因此产生重要的工程时间，影响创新速度。
本场演讲将分享如何利用云原生套件、应用程序 PaaS（aPaaS）、工作流引擎和机器学习平台协同工作，构建现代化的 PaaS，以实现快速创新，并减少定制开发工作。
★
演讲题目：
极致挖掘 GPU 算力——GPU 在字节跳动点播业务中的应用解决方案
[S51147]
演讲时间：
3 月 22 日 10:00 PM
演讲人：
张清源，火山引擎点播多媒体平台技术负责人
演讲概要：
视频市场正在快速增长。作为世界顶级的视频平台之一，字节跳动每天要消耗大量的计算资源来处理上亿量级的视频。此外，为了满足用户对视频质量和播放体验日益提高的要求，视频处理算法的复杂度也在大幅度提高。传统的基于 CPU 的处理方式已经无法从成本和计算能力上完全满足业务需求。
包括 GPU 在内的、越来越多的异构资源被应用于视频处理。本场演讲将以点播视频应用为例，分享一些可以从大规模应用 GPU 中受益的场景。
★
演讲题目：
视频场景中的音频理解推理加速解决方案
[SE51166]
演讲时间：
3 月 22 日 4:00 PM
演讲人：
陈炳州，字节跳动音频理解视频方向引擎负责人
演讲概要：
音频理解是指通过语音识别、事件检测、语种识别、声纹识别等技术从音频数据中解析出多维度信息。在视频场景上，比较经典的落地技术，比如视频字幕生成、视频字幕打轴等等。这些技术应用极大地提高了人效，也带来生活的便利。
伴随短视频和音频类应用的兴起，用户请求量、音频数据正呈几何级别增长，这些都为大规模数据处理，以及高并发低延迟的推理带来诸多挑战。比如机器有限的情况下如何处理更多的音频，多语种的场景中单卡处理单语种模型存在利用率较低的问题。
本场演讲将基于 NVIDIA 提供的推理 GPU（T4, A10, A30），介绍音频理解如何做推理加速，以及如何广泛应用于抖音等大流量场景。
★
演讲题目：
六自由度视频及应用实践
[S52449]
演讲时间：
3 月 22 日即可在线观看
演讲人：
焦少慧，火山引擎三维视频负责人
演讲概要：
视频技术作为多媒体内容的重要部分，更高清、更沉浸、更互动，是其发展目标。对于下一代视频来说，六自由度视频是重要的发展方向，六自由度视频可以允许用户改变观测位置和旋转参数，观看视频不同角度的内容，更符合人们认知事物的方式，同时，也可以让用户增强参与感、交互感，摆脱对传统导播视角的依赖。
本场演讲将详细讲述 VR 视频、自由视角视频、光场视频以及体积视频，分析六自由度视频的痛点，以及介绍火山引擎的技术解决方案及应用实践。同时，由于六自由度视频的数据量大于传统二维视频，本次分享还会介绍视频压缩方案及 GPU 加速方案。
★
演讲题目：
李星澜：一个基于实时智能交互系统打造的 “真实” 数字生命
[SE51461]
演讲时间：
3 月 22 日 1:30 PM
演讲人：
四道，朝夕光年江南工作室 AI 技术负责人
演讲概要：
智能 NPC 和数字人已经在娱乐行业和社交媒体平台被广泛应用，包括人工智能驱动的主持人、评论员和网红等。但开发具有高视觉保真度的逼真智能AI通常需要大量时间，而且成本很高，很难扩大规模。
朝夕光年提出了一个 GPU 驱动的系统，包括文本到语音模块、音频到全身动画模块、视频分析模块、渲染模块和聊天机器人模块，基于这些模块可以构建一个逼真的实时交互数字人。
本场演讲将介绍如何利用 NVIDIA Omniverse 和 NVIDIA GPU，以及如何借助计算机图形学和人工智能功能来构建 李星澜 Lydia 数字人项目。
预约感兴趣的演讲内容
想要预约以上精彩内容？扫描下方图片二维码或 点击“阅读原文”，即可搜索相关会议代码找到对应演讲内容，通过点击 “Add to Schedule”或 点击 “星星”，将该演讲内容添加至您的日程，大会开始后登录即可在线观看。
例如：搜索演讲代码[S52448]，点击 “Add to Schedule”，即可将该演讲添加至您的日程。
例如：搜索演讲代码[S52449]，发现没有 “Add to Schedule” 按钮，说明该演讲为点播形式，从 3 月 22 日开始即可在线观看。点击右上方的星星，将该演讲添加至您的日程。
如果尚未注册，请点击链接查看GTC23 注册教程。
关于 GTC23
NVIDIA GTC是一个面向全球 AI 开发者的大会，将于2023 年 3 月 20 日-23 日在线上举行，包括超过 650 场演讲、专家座谈会以及特别活动，涵盖加速计算和开发工具、计算机视觉、对话式 AI/NLP、数据科学、深度学习、推荐系统/个性化、元宇宙等多个主题。目前已确认参与本届 GTC 的重磅嘉宾包括：Open AI 的联合创始人兼首席科学家 Ilya Stutskever、DeepMind 的创始人兼 CEO Demis Hassabis 等。NVIDIA 创始人兼首席执行官黄仁勋将在本次 GTC 主题演讲中分享 NVIDIA 加速计算平台如何推动 AI、元宇宙、云技术和可持续计算的下一波浪潮。
欢迎加入 GTC 23，与全球 AI 者同行！
扫描下方海报二维码，即可免费注册 GTC23，在 3 月 24 日 听 OpenAI 联合创始人与 NVIDIA 创始人的炉边谈话，将由 NVIDIA 专家主持，配中文讲解和实时答疑，一起看 AI 的现状和未来！
新闻来源：NVIDIA英伟达，文中所述为作者独立观点，不代表icspec立场。更多精彩资讯请下载icspec App。如对本稿件有异议，请联系微信客服specltkj。
