我們已經進入了一個超視頻時代。

第 50 次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示，截至 2022 年 6 月，我國網(wǎng)民規(guī)模已達 10.51 億，互聯(lián)網(wǎng)普及率達 74.4%。我國短視頻用戶規(guī)模增長最為明顯，達 9.26 億，較 2021 年 12 月增長 2805 萬。國際數(shù)據(jù)調研機構 IDC 預計，2025 年全球數(shù)據(jù)空間中 80.3%將是以視頻、圖片、音頻為代表的非結構化數(shù)據(jù)。

如此龐大的人群規(guī)模和數(shù)據(jù)體量，從體驗的角度來看，勢必會從量變引起質變。在全行業(yè)視頻化的大趨勢下，用戶對視頻云的需求產生了什么樣的變化？企業(yè)又將如何擁抱視頻化浪潮？在這些問題上，為抖音、西瓜視頻提供技術支撐的火山引擎，可能是最有經驗的答題者。

2022 卡塔爾世界杯期間，火山引擎平穩(wěn)支撐了抖音世界杯 64 場比賽直播，為用戶提供了延時低至 1s、大屏級畫質、穩(wěn)定流暢的觀賽體驗，并延展出 “無障礙字幕” “邊看邊聊” 等無障礙功能和創(chuàng)新玩法，覆蓋累計 106 億人次。而在今年春晚，在火山引擎視頻云及邊緣云技術的支持下，抖音春晚直播為超過 1.3 億觀眾提供了超高清、低延遲的絲滑觀看體驗。C 端用戶可能直觀上不容易察覺火山引擎都做了什么，但實際上早在不知不覺間用上了火山引擎的云原生服務。

自 2021 年正式發(fā)布云產品以來，火山引擎作為國內云計算市場一股重要的新興力量，在云原生領域有著深度參與和長期實踐。基于其云原生產品矩陣和解決方案，火山引擎正在將字節(jié)跳動快速發(fā)展過程中積累的增長方法、技術能力和應用工具開放給外部企業(yè)，幫助企業(yè)在數(shù)字化升級中實現(xiàn)持續(xù)增長。

• 面向現(xiàn)代化應用，火山引擎的云原生究竟提供了哪些能力？

• 在音視頻應用場景，如何利用異構計算、音頻理解推理加速、六自由度視頻等技術進一步提高用戶體驗，實現(xiàn)持續(xù)增長？

• 以李星瀾 Lydia 數(shù)字人項目為例，字節(jié)跳動如何打造完善的虛擬數(shù)字人技術和應用體系？

在 3 月 20 日-23 日舉行的 NVIDIA GTC 大會上，來自字節(jié)跳動的五位專家將圍繞這些話題帶來獨家的干貨分享。

以下為議題簡介。

GTC23 字節(jié)跳動演講推薦

★

演講題目：

通過現(xiàn)代化的 PaaS，橋接計算能力和商業(yè)場景，實現(xiàn)更快速的創(chuàng)新

[S52448]

演講時間：

3 月 22 日 3:00 PM

演講人：

張鑫，火山引擎副總裁、字節(jié)跳動開源治理運營負責人

演講概要：

云技術和 GPU 的普及為持續(xù)的業(yè)務增長提供了強大的計算能力。與此同時，快速發(fā)展的業(yè)務場景也提出了新的需求，需要用更多不同的方式來使用這些基礎設施資源。這要求為特定的使用場景定制標準的技術和工具，從而給用戶帶來了巨大的挑戰(zhàn)，因為涉及到深入理解技術和業(yè)務邏輯，此外，還有可能因此產生重要的工程時間，影響創(chuàng)新速度。

本場演講將分享如何利用云原生套件、應用程序 PaaS（aPaaS）、工作流引擎和機器學習平臺協(xié)同工作，構建現(xiàn)代化的 PaaS，以實現(xiàn)快速創(chuàng)新，并減少定制開發(fā)工作。

★

演講題目：

極致挖掘 GPU 算力——GPU 在字節(jié)跳動點播業(yè)務中的應用解決方案

[S51147]

演講時間：

3 月 22 日 10:00 PM

演講人：

張清源，火山引擎點播多媒體平臺技術負責人

演講概要：

視頻市場正在快速增長。作為世界頂級的視頻平臺之一，字節(jié)跳動每天要消耗大量的計算資源來處理上億量級的視頻。此外，為了滿足用戶對視頻質量和播放體驗日益提高的要求，視頻處理算法的復雜度也在大幅度提高。傳統(tǒng)的基于 CPU 的處理方式已經無法從成本和計算能力上完全滿足業(yè)務需求。

包括 GPU 在內的、越來越多的異構資源被應用于視頻處理。本場演講將以點播視頻應用為例，分享一些可以從大規(guī)模應用 GPU 中受益的場景。

★

演講題目：

視頻場景中的音頻理解推理加速解決方案

[SE51166]

演講時間：

3 月 22 日 4:00 PM

演講人：

陳炳州，字節(jié)跳動音頻理解視頻方向引擎負責人

演講概要：

音頻理解是指通過語音識別、事件檢測、語種識別、聲紋識別等技術從音頻數(shù)據(jù)中解析出多維度信息。在視頻場景上，比較經典的落地技術，比如視頻字幕生成、視頻字幕打軸等等。這些技術應用極大地提高了人效，也帶來生活的便利。

伴隨短視頻和音頻類應用的興起，用戶請求量、音頻數(shù)據(jù)正呈幾何級別增長，這些都為大規(guī)模數(shù)據(jù)處理，以及高并發(fā)低延遲的推理帶來諸多挑戰(zhàn)。比如機器有限的情況下如何處理更多的音頻，多語種的場景中單卡處理單語種模型存在利用率較低的問題。

本場演講將基于 NVIDIA 提供的推理 GPU（T4, A10, A30），介紹音頻理解如何做推理加速，以及如何廣泛應用于抖音等大流量場景。

★

演講題目：

六自由度視頻及應用實踐

[S52449]

演講時間：

3 月 22 日即可在線觀看

演講人：

焦少慧，火山引擎三維視頻負責人

演講概要：

視頻技術作為多媒體內容的重要部分，更高清、更沉浸、更互動，是其發(fā)展目標。對于下一代視頻來說，六自由度視頻是重要的發(fā)展方向，六自由度視頻可以允許用戶改變觀測位置和旋轉參數(shù)，觀看視頻不同角度的內容，更符合人們認知事物的方式，同時，也可以讓用戶增強參與感、交互感，擺脫對傳統(tǒng)導播視角的依賴。

本場演講將詳細講述 VR 視頻、自由視角視頻、光場視頻以及體積視頻，分析六自由度視頻的痛點，以及介紹火山引擎的技術解決方案及應用實踐。同時，由于六自由度視頻的數(shù)據(jù)量大于傳統(tǒng)二維視頻，本次分享還會介紹視頻壓縮方案及 GPU 加速方案。

★

演講題目：

李星瀾：一個基于實時智能交互系統(tǒng)打造的 “真實” 數(shù)字生命

[SE51461]

演講時間：

3 月 22 日 1:30 PM

演講人：

四道，朝夕光年江南工作室 AI 技術負責人

演講概要：

智能 NPC 和數(shù)字人已經在娛樂行業(yè)和社交媒體平臺被廣泛應用，包括人工智能驅動的主持人、評論員和網(wǎng)紅等。但開發(fā)具有高視覺保真度的逼真智能AI通常需要大量時間，而且成本很高，很難擴大規(guī)模。

朝夕光年提出了一個 GPU 驅動的系統(tǒng)，包括文本到語音模塊、音頻到全身動畫模塊、視頻分析模塊、渲染模塊和聊天機器人模塊，基于這些模塊可以構建一個逼真的實時交互數(shù)字人。

本場演講將介紹如何利用 NVIDIA Omniverse 和 NVIDIA GPU，以及如何借助計算機圖形學和人工智能功能來構建 李星瀾 Lydia 數(shù)字人項目。

預約感興趣的演講內容

想要預約以上精彩內容？掃描下方圖片二維碼或 點擊“閱讀原文”，即可搜索相關會議代碼找到對應演講內容，通過點擊 “Add to Schedule”或 點擊 “星星”，將該演講內容添加至您的日程，大會開始后登錄即可在線觀看。

例如：搜索演講代碼[S52448]，點擊 “Add to Schedule”，即可將該演講添加至您的日程。

例如：搜索演講代碼[S52449]，發(fā)現(xiàn)沒有 “Add to Schedule” 按鈕，說明該演講為點播形式，從 3 月 22 日開始即可在線觀看。點擊右上方的星星，將該演講添加至您的日程。

如果尚未注冊，請點擊鏈接查看GTC23 注冊教程。

關于 GTC23

NVIDIA GTC是一個面向全球 AI 開發(fā)者的大會，將于2023 年 3 月 20 日-23 日在線上舉行，包括超過 650 場演講、專家座談會以及特別活動，涵蓋加速計算和開發(fā)工具、計算機視覺、對話式 AI/NLP、數(shù)據(jù)科學、深度學習、推薦系統(tǒng)/個性化、元宇宙等多個主題。目前已確認參與本屆 GTC 的重磅嘉賓包括：Open AI 的聯(lián)合創(chuàng)始人兼首席科學家 Ilya Stutskever、DeepMind 的創(chuàng)始人兼 CEO Demis Hassabis 等。NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛將在本次 GTC 主題演講中分享 NVIDIA 加速計算平臺如何推動 AI、元宇宙、云技術和可持續(xù)計算的下一波浪潮。

歡迎加入 GTC 23，與全球 AI 者同行！

掃描下方海報二維碼，即可免費注冊 GTC23，在 3 月 24 日 聽 OpenAI 聯(lián)合創(chuàng)始人與 NVIDIA 創(chuàng)始人的爐邊談話，將由 NVIDIA 專家主持，配中文講解和實時答疑，一起看 AI 的現(xiàn)狀和未來！