亚马逊最先进的芯片为Prime 360背后的AI提供动力——以下是其工作原理

核心要点 * 亚马逊定制的 Trainium 芯片为 Prime 360 电影级精彩集锦背后的 AI 提供动力。 * Prime 360 精彩集锦将在部分 NBA on Prime 转播节目中呈现。 * Trainium 能够以足够快的速度处理每帧画面所需的数十亿次计算，从而满足直播赛事转播的应用需求。 在本赛季的部分 NBA on Prime 转播中，一项名为 Prime 360 的突破性技术将把实际比赛画面转化为电影级精彩集锦，以前所未有的方式为在家观看的球迷呈现赛场上的动态。 这项专有 AI 驱动技术由 Prime Video 制片人、工程师和 AI 科学家通过独特合作打造，还依赖于扩散模型（diffusion models）——一类需要巨大算力的 AI；为了在直播中足够快地运行这些模型，亚马逊转向了 Trainium——其定制设计的 AI 芯片。 Trainium 是亚马逊专为高速处理大量数据块而设计的芯片，也是 Prime 360 精彩集锦技术的核心引擎之一；Prime 360 利用布置在球场周围的高分辨率相机阵列捕捉赛场动态，随后通过 AI 模型逐帧构建沉浸式精彩集锦。 真正的技术挑战不在于捕捉画面，而在于以足够快的速度生成广播级精彩集锦，以便应用于实时比赛转播中。 为什么比赛中的精彩集锦需要如此强大的算力？ Prime 360 的视觉保真度来自一类称为扩散模型的 AI 模型；它与流行的图像生成工具背后相同的基础技术一致：该模型通过迭代优化视觉输出，将噪声转化为精美的画面。 扩散模型功能强大，但也极其消耗算力。每一帧画面在播出前都必须经过该模型的处理。每一次通过模型的迭代都涉及数十亿次数学运算——包括矩阵乘法、注意力计算和迭代去噪步骤——所有这些运算都必须完成得足够快，以跟上直播的节奏。 这使得扩散过程成为 Prime 360 流程中的关键一步。生成最终输出的模型必须跟上电视直播的快速节奏。解决这一挑战既需要软件优化，也需要芯片层面的创新。 是什么让 Trainium 的速度足够快？ 这正是亚马逊定制 AI 芯片 Trainium 发挥作用的地方。 Trainium 从底层开始就是为这类工作负载专门设计的——尽管几年前这种应用还只是一个大胆设想；其架构遵循亚马逊芯片设计团队中的 Trainium 工程师所描述的“tile in, tile out”设计：针对输入和输出均为大型张量的工作流进行了优化。 Prime 360 的扩散模型通过将每帧画面分割成数十个重叠的图块（tiles）来处理，每个图块独立通过模型进行处理。每一步的输入和输出都是大型张量（AI 模型用于表示图像、运动和深度的巨大数字网格）。 其结果是，扩散模型推理将延迟降低了 40% 以上，使其速度快到足以为比赛中使用而生成的这些精彩集锦，并使制作人员能够增强叙事方式和球迷的观看体验。 Trainium 为未来提供了什么？ 亚马逊多年来一直在研发定制芯片，但大部分工作都在幕后为云基础设施提供动力——让在 AWS 上构建业务和开发的企业受益于更快、更高效的计算。 随着 Prime 360 的出现，这一投资正以数百万球迷将在屏幕上看到的形式展现出来；这是亚马逊利用自有定制硅片为观看 NBA on Prime 的球迷带来变革性 AI 体验的一个令人振奋的例子；更简单的结论是：传统摄像机无法复制的那些电影级精彩集锦正由亚马逊设计的硬件生成；这直接体现了从芯片设计到电视画面的连接——而这只是亚马逊日益增长的定制芯片组合所能实现的可能性之一。 阅读关于亚马逊如何成为全球顶级芯片公司的故事。