Foto: Hananeko_Studio - shutterstock.com
Laut dem aktuellen Traffic-Report von Sandvine stieg der weltweite Internet-Traffic im vorigen Jahr um 23 Prozent an, was vor allem auf die steigende Nutzung von Videostreaming zurückzuführen ist. So beträgt dessen Anteil mittlerweile 65 Prozent des gesamten Traffics. Doch um qualitativ anspruchsvolle Videos zu streamen, müssen die Inhalte zunächst codiert und komprimiert werden. Anschließend werden sie dann noch an die jeweiligen Endgeräte angepasst, sodass ein bestmögliches Ergebnis entsteht. Andernfalls wird eine sichtbar schlechte Qualität abgespielt, was bis zu Ruckelbildern führen kann. Aus diesem Grund ist die automatische Echtzeit-Videobearbeitung ein entscheidender Schritt für eine akzeptable Streaming-Qualität.
Netflix: 230 Millionen Abonnenten in 190 Ländern
Einer der größten Streaming-Anbieter ist Netflix, der im vorigen Jahr mit seinen 230 Millionen Abonnenten in 190 Ländern erstmals YouTube als größte Einzel-App abgelöst hat. Die Netflix-App wird auf einer Vielzahl von unterschiedlichen Geräten mit speziellen Funktionen, Zugriffsprofilen und Anforderungen gehostet. Diese Geräte werden unter sehr unterschiedlichen Netzwerkbedingungen betrieben, sodass Leistungsoptimierung und End-to-End-Zuverlässigkeit von entscheidender Bedeutung sind. Hierzu wird jeder Titel so codiert, dass auch bei langsamen, überlasteten Netzen die bestmögliche Qualität erzielt werden kann. Was die zugehörige Technologie angeht, so arbeitet Netflix eng mit Intel zusammen. "Zur Leistungssteigerung haben wir Intel® AVX-512- und VNNI-Beschleunigungen in eine Vielzahl von Anwendungen integriert", schreibt Amer Ather, Senior Cloud Architect bei Netflix, in seinem Blog. Weiterhin kommen Intel-Profiling-Tools, wie VTune, Perfspect, Processwatch und PCM zum Einsatz, da sie aussagekräftige Einblicke in die Systemleistung bieten. "Wir nutzen die vielseitigen Funktionen dieser Tools, um Regressionen aufzudecken und die Leistung in den Test- und Produktionsumgebungen zu steigern", führt Ather weiter aus.
Bei Netflix werden auch die Inferenz-Workloads für maschinelles Lernen (ML/DL) auf Intel-CPUs in der AWS-Cloud gehostet, da dies praktischer und kostengünstiger ist als die Verwendung von GPUs. "Wir verwenden unsere gesamte ungenutzte, aber reservierte Cloud-Kapazität für Batch-/Offline-Inferenzen, um so die Kosten zu senken", sagt Ather über diesen Anwendungsteil.
Intels Unterstützung der Streamingdienste basiert hardwareseitig auf den Intel® Xeon® Prozessoren, doch darüber hinaus steht ein breites Portfolio an Software-Tools bereit, um sowohl die Prozessoren als auch die Streaming-Verfahren bestmöglich zu nutzen. Hierzu gehört beispielsweise auch die Unterstützung von neuronalen Netzen, die bei Netflix zum Einsatz kommen.
FOX News: Live-Streaming der FIFA-WM
Der große US-amerikanische TV-Sender FOX Sports nutzt in seinen Control- und Operations-Centern die Überwachungs- und Visualisierungsplattform von TAG Video Systems. Der bislang umfangreichste Einsatz war während der FIFA-WM in Katar, wo darüber 64 Fußballspiele live in die USA gestreamt wurden. Die TAG Video Systems bieten hochmoderne IP-Überwachungs- und Analysetools, die aufgrund der geringen Latenz und hohen Auflösung bei den größten Sportübertragungen der Welt für Over-the-Top-Streaming (OTT) und Content-Distribution-Network-Überwachung (CDN) eingesetzt werden. Um die erforderliche Performance zu erzielen, nutzt auch TAG die Intel Xeon Prozessoren. "Alles läuft bei uns auf Xeon Prozessoren, sie sind der Eckpfeiler unseres gesamten Technologieeinsatzes", sagt Peter Wharton, Chief Strategy und Cloud Officer bei TAG. Das betrifft auch die rechenintensiven KI-Anwendungen. "Wir nutzen KI auf ganz unterschiedliche Weise, doch in allen Fällen sind hohe Rechenleistungen erforderlich, um die notwenige Gesamt-Performance sicherzustellen", sagt Kevin Callahan, Vice President of Studio Remote Operations bei FOX Sports.
Intel: Leistungsstarker Backbone der Streaming-Anbieter
Intels Beitrag für Highend-Streaming beschränkt sich nicht nur auf die Prozessoren und die bei Netflix erwähnten Tools, sondern umfasst auch weitere Unterstützungsprogramme. Ein besonders beliebtes Tool ist die Intel® oneAPI Deep Neural Network Library (oneDNN). Sie bietet optimierte Implementierungen von Deep-Learning-Bausteinen. Damit können Entwickler von Deep-Learning-Anwendungen und -Frameworks dieselbe API für CPUs, GPUs oder beide verwenden, denn sie abstrahiert die Befehlssätze und andere Komplexitäten der Leistungsoptimierung. Damit lässt sich auch die Leistung von anderen Frameworks wie OpenVINO™, Intel AI Analytics, Intel Distribution für PyTorch und Intel Distribution für TensorFlow verbessern.
Fazit
Ob Live-Streaming, Video-Conferencing, Social Media oder Cloud-Gaming - Videostreaming-Anwendungen breiten sich rasant aus und erfordern Hochleistungstechnologien, um die steigenden Qualitätsansprüche der User zu erfüllen. Erschwerend kommt hinzu, dass immer mehr Anwendungsfälle, Formate und Geräte genutzt werden. Viele Streamingdienste setzen hierzu auf Intels Hard- und Softwarekomponenten, denn sie machen die Videoverarbeitung und das Datenstreaming effizienter und skalierbarer.