短视频，在过去两年里成为了耳熟能详的国民应用，堪称互联网行业的“现象级”爆款产品。而今短视频市场人口红利期已经基本消失，强流量和补贴的加入也难以为继，短视频应用究竟该怎样做才能再次实现爆发式的增长呢？
AI能力的“软”升级
AI技术的实现将为短视频行业带来新的发展机遇。短视频涉及一系列的大数据运算与筛选，包含海量原创内容的审核与排查，广大用户画像的刻写与推荐，都需要深度学习算法的实现与优化。另一方面，AI将扮演更重要角色，其延伸能力将有更多生长空间，例如在视频内容理解和原创保护方面将具备更多主动性。
AI能做的事情还有很多，就算法推荐而言，AI会更深度地参与以后的短视频生产、审核、分发全链条。视频理解技术走上舞台，自主渗透理解视频内容，精准实现视频自动分类和有效推动原创保护工作开展。将来视频语义识别能力达到一定高度后，AI还可以像理解文字一样理解视频，将进一步提高视频检索分发效率。同时，AI能力与短视频创作也相得益彰，以AI剪辑为例，通过智能卡点配乐，降低创作者的学习成本和创作门槛，将收获更多用户的青睐。
FPGA芯片的“硬”提升
短视频是一个典型的技术驱动型的行业，而AI技术则是其中最为重要的环节。人工智能需要大量的样本进行训练，但随着人工智能的应用越来越广，训练数据的样本量越来越大，对并行存储容量和带宽都提出了新的要求。
传统处理器面向海量的待处理数据，必然在成本、功耗以及散热等方面迎来更多的挑战。而解决这一问题途径就是硬件采用特定域的架构（Domain Specific Architecture），即异构计算。目前，异构计算包括GPU、FPGA和ASIC三种方式，其中FPGA因低功耗、低延迟、高性能、可编程等特点，已经成为线上推理平台的重要选项。
相对而言，尽管GPU在线下的训练领域取得了很大的成功，但它不太擅长实时推理的应用场景，而FPGA还有一个独特的优势，配备的网卡口使它能够在通信领域发挥更多的价值，因此FPGA将在异构计算时代大有所为。
英特尔的平台搭建
英特尔基于PAC A10、E3S10和PAC S10板卡， 已经构建出了三大类型的异构计算平台。其中，基于英特尔® PAC A10的峰值算力可以达到1.366TFLOPS，构成了片上的分布式存储，可以提供6MB的SRAM。更关键的是，区别于传统处理器，它的片上的SRAM采用分布式的方式，可以提供最高达8TB/s的并行带宽。而PAC S10算力更强，存储的容量更大，资源更丰富，这些板卡可以非常高效的满足深度学习模型的需求。
此外，英特尔® E3S10是一个更大的加速卡，这个大加速卡上面是E3的传统处理器，视频编解码能力非常强，同时还有专门的显示芯片，然后再加上S10的FPGA，就构成了一个比较齐全的异构加速卡，集合了传统处理器和FPGA，可以很好的实现视频和AI的应用结合。
另一方面，为解决传统的FPGA开发周期长的问题，英特尔推出了基于OpenCL语言的开发方式，更好的降低了开发难度，方便硬件技术人员的高效工作。
总体而言，英特尔®FPGA提供的可定制化的开发能力，为短视频在人工智能领域的应用带来新的可能性，同时也进一步助推了短视频在AI领域的探索和创新。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
