Nvidia推出云端AI视讯串流平台Maxine

Nvidia在GTC大会上，推出使用云端GPU加持的人工智能视讯会议套件Maxine，让用户能够以H.264串流影像标准十分之一的带宽，高效能地传输影像，由于Maxine采用云端原生架构，开发者还能够利用Kubernetes的扩展性缩放服务规模。另外，Maxine整合先进的视讯、音讯和对话AI功能，提供视线校正（Gaze Correction）、超高分辨率、噪音消除和脸部打光等功能。

Nvidia使用人工智能新技术，大幅度降低传输视讯所需要的带宽，Maxine并不会真的串流整个画面的像素，而是透过人工智能技术，分析每个会议参与者的脸部关键点，并在另一端进行动画处理，因此需要传输的资料，会比起完整的画面少上许多。

Nvidia使用在GPU上执行的人工智能视讯压缩技术，将视讯带宽消耗，减少到H.264串流视讯压缩标准的十分之一，不只减少服务供应商的成本，也让终端使用者可以用更少的传输资料，获得顺畅的视讯会议体验。

Maxine还应用了生成对抗网络技术，让视讯会议服务供应商，提供各种功能改善视讯会议体验，像是自动校正脸部，能够让脸看起来正对所有会议参与者，也能校正会议参与者的视线，模拟眼神接触。这些功能可以让会议参与者，即便不看着摄影机，也能维持专心与人对话的状态。

而视讯会议服务供应商，也能添加替身功能，让会议参与者选择以动画人物代替自身影像，即时表现情绪以及声音。另外，Maxine还能提供人像追踪功能，即便说话者随意移动，画面也会自动跟随说话者。

Maxine整合了各种Nvidia人工智能SDK与API，像是可提供对话式人工智能功能的SDK Jarvis，开发人员可以借由整合虚拟助理，在视讯会议服务加入语音辨识、语音理解和语音生成功能，让虚拟助理代为记录笔记，帮忙配置项目，或是以人声回答问题，也能够提供翻译、字幕和语音转文字服务，帮助参与者理解会议内容。

除了使用Jarvis，Maxine平台还利用DeepStream SDK，强化音讯和视讯功能，并且以TensorRT SDK，执行高效能深度学习推理。官方提到，Maxine平台的人工智能运算，因为都在云端处理，终端使用者不需要使用专用硬件，就能获得这些人工智能功能。

Maxine的云端原生基础架构设计，是以GPU执行Kubernetes容器丛集，提供各式人工智能微服务，因此开发者能够扩展服务规模，应付突如其来的大量请求，而且Maxine模组化的设计，开发人员可以选择需要的人工智能功能，整合到视讯会议解决方案中。