Nvidia推出雲端AI視訊串流平臺Maxine

Nvidia在GTC大會上，推出使用雲端GPU加持的人工智慧視訊會議套件Maxine，讓用戶能夠以H.264串流影像標準十分之一的頻寬，高效能地傳輸影像，由於Maxine採用雲端原生架構，開發者還能夠利用Kubernetes的擴展性縮放服務規模。另外，Maxine整合先進的視訊、音訊和對話AI功能，提供視線校正（Gaze Correction）、超高解析度、噪音消除和臉部打光等功能。

Nvidia使用人工智慧新技術，大幅度降低傳輸視訊所需要的頻寬，Maxine並不會真的串流整個畫面的像素，而是透過人工智慧技術，分析每個會議參與者的臉部關鍵點，並在另一端進行動畫處理，因此需要傳輸的資料，會比起完整的畫面少上許多。

Nvidia使用在GPU上執行的人工智慧視訊壓縮技術，將視訊頻寬消耗，減少到H.264串流視訊壓縮標準的十分之一，不只減少服務供應商的成本，也讓終端使用者可以用更少的傳輸資料，獲得順暢的視訊會議體驗。

Maxine還應用了生成對抗網路技術，讓視訊會議服務供應商，提供各種功能改善視訊會議體驗，像是自動校正臉部，能夠讓臉看起來正對所有會議參與者，也能校正會議參與者的視線，模擬眼神接觸。這些功能可以讓會議參與者，即便不看著攝影機，也能維持專心與人對話的狀態。

而視訊會議服務供應商，也能添加替身功能，讓會議參與者選擇以動畫人物代替自身影像，即時表現情緒以及聲音。另外，Maxine還能提供人像追蹤功能，即便說話者隨意移動，畫面也會自動跟隨說話者。

Maxine整合了各種Nvidia人工智慧SDK與API，像是可提供對話式人工智慧功能的SDK Jarvis，開發人員可以藉由整合虛擬助理，在視訊會議服務加入語音辨識、語音理解和語音生成功能，讓虛擬助理代為記錄筆記，幫忙配置項目，或是以人聲回答問題，也能夠提供翻譯、字幕和語音轉文字服務，幫助參與者理解會議內容。

除了使用Jarvis，Maxine平臺還利用DeepStream SDK，強化音訊和視訊功能，並且以TensorRT SDK，執行高效能深度學習推理。官方提到，Maxine平臺的人工智慧運算，因為都在雲端處理，終端使用者不需要使用專用硬體，就能獲得這些人工智慧功能。

Maxine的雲端原生基礎架構設計，是以GPU執行Kubernetes容器叢集，提供各式人工智慧微服務，因此開發者能夠擴展服務規模，應付突如其來的大量請求，而且Maxine模組化的設計，開發人員可以選擇需要的人工智慧功能，整合到視訊會議解決方案中。