एआई कैसे जीपीयू और सर्वर के साथ खेल विज्ञापन में एकाधिकार से लड़ रहा है

तत्काल परिनियोजन के साथ GPU सर्वर या पेशेवर-ग्रेड NVIDIA टेस्ला H100 / H100 80Gb या RTX A5000 / A4000 कार्ड के साथ कस्टम कॉन्फ़िगरेशन वाला सर्वर किराए पर लें। गेम RTX4090 कार्ड के साथ GPU सर्वर भी उपलब्ध हैं।

आजकल खेल आयोजनों में विज्ञापनों की भरमार है, स्क्रीन पर विज्ञापनों से लेकर स्टेडियम के बिलबोर्ड पर कंपनी के स्थिर लोगो तक। एयरवेव्स विभिन्न ब्रांडों और विज्ञापन कानूनों के साथ कई देशों में फैली हुई हैं। एआई और एआर प्रौद्योगिकी में प्रगति के लिए धन्यवाद, किसी मैच के लाइव प्रसारण के दौरान सीधे प्रत्येक दर्शक के लिए प्रदर्शित जानकारी को अनुकूलित करना संभव है।

खेल के मैदानों में विज्ञापन शुरू में स्थिर था और इसका उद्देश्य किसी विशेष शहर में किसी विशेष कार्यक्रम में भाग लेने वाले लोगों के लिए था। बाद में, एलईडी स्क्रीन दिखाई दीं, जिन पर वैकल्पिक विज्ञापन दिखाए गए। अगला विकास एक सेकंड के एक अंश के लिए बिलबोर्ड पर स्थानों में एक हरे रंग की स्क्रीन डालना था, जिससे एआई को स्थान को परिभाषित करने और एक अद्वितीय पाठ डालने की अनुमति मिल सके।

आजकल, आप किसी भी चीज़ को किसी भी चीज़ से बदल सकते हैं। चुनौती यह सुनिश्चित करना है कि प्रतिस्थापन विवेकपूर्ण और यथार्थवादी ढंग से किया जाए। इस बाज़ार के प्रमुख खिलाड़ी विशेष कैमरों का उपयोग करते हैं। तस्वीरों से, हम यह निष्कर्ष निकाल सकते हैं कि विशेष सेंसर हैं जो स्थिति और संरेखण जानकारी को समझते हैं। अर्थात्, लोकप्रिय समाधानों में अभी भी कठोर बैसाखियाँ हैं।

इस सब के लिए अत्यधिक कंप्यूटिंग शक्ति की आवश्यकता होती है, क्योंकि इनपुट और मूल प्रसारण को विशेष सॉफ़्टवेयर द्वारा ऑनलाइन संसाधित किया जाता है। यानी कंप्यूटिंग के लिए सर्वर कैमरे और सेंसर से जुड़े होते हैं। यह उपकरण महँगा है, बाज़ार बंद है, और तकनीक भी बंद है। यहीं पर एआई और क्लाउड जीपीयू सर्वर बचाव के लिए आते हैं।

महँगा, स्थिर, और हर किसी के लिए नहीं

HOSTKEY के पास एक क्लाइंट है, जिसे स्टार्टअप कहा जाता है पीटीएफ लैब , जिसने आभासी विज्ञापन को लागू करने और डिजिटल सामग्री (जैसे संवर्धित वास्तविकता) को बहु-क्षेत्रीय मोड में एकीकृत करने के लिए अपनी तकनीक विकसित की है। और उनका समाधान सीधे वीडियो स्ट्रीम में विज्ञापनों के निर्बाध (और कमजोर) एकीकरण का वादा करता है।

कुछ समय पहले, उन्होंने ओपन डेटा साइंस (ओडीएस) समुदाय में HOSTKEY के बारे में जानकारी देखी और जब उन्हें क्लाउड क्षमता की आवश्यकता हुई, तो उन्होंने हमारी सेवा, मूल्य निर्धारण और उपलब्ध विकल्पों की लचीली लाइनअप की सराहना करते हुए हमसे संपर्क किया।

स्टार्टअप के लक्ष्य नेक, समझने योग्य और काफी प्राप्त करने योग्य हैं:

1. महंगे मालिकाना उपकरण और जटिल सेटअप से छुटकारा पाने के लिए, विज्ञापन प्लेसमेंट और फ्रेम निर्माण के कार्य को कृत्रिम बुद्धिमत्ता में स्थानांतरित करना, जो फ्रेम में ओवरलैपिंग वाले लोगों और वस्तुओं को ध्यान में रखता है।
2. ऐसा करके, वे अपेक्षाकृत छोटी घटनाओं (जैसे कि अखाड़े की लड़ाई, आदि) को कवर कर सकते हैं और प्रौद्योगिकी को जन-जन तक पहुंचा सकते हैं।
3. अंततः, खेल विज्ञापन को सुलभ और अपेक्षाकृत सस्ता बनाया जाना चाहिए।

इसके अलावा, स्टार्टअप ने लचीलेपन के मामले में एकाधिकार दिग्गजों द्वारा पेश किए गए समाधानों को पार करने का महत्वाकांक्षी लक्ष्य निर्धारित किया है। उदाहरण के लिए, यह रीप्ले के दौरान "आभासी विज्ञापन" प्रदर्शित कर सकता है और केवल कुछ कोणों से नहीं, बल्कि किसी भी कैमरे से कोणों का उपयोग कर सकता है।

यह कैसे काम करता है?

किसी खेल आयोजन स्थल से वीडियो सिग्नल को न केवल आयोजन स्थल पर बल्कि क्लाउड में भी कंप्यूटिंग शक्ति का उपयोग करके संसाधित किया जा सकता है। यह लचीले लोड वितरण और विज्ञापनों को लागू करने के विकल्प की अनुमति देता है: प्रसारण से पहले या उसके दौरान, विभिन्न बाजारों को ध्यान में रखते हुए। साथ ही, क्लाउड सेवाओं के साथ काम करने से आप उन स्थानों पर विज्ञापन का उपयोग कर सकते हैं जहां सर्वर लाना असंभव है (और सिद्धांत रूप में, यह अधिक सुविधाजनक है)।

ऑब्जेक्ट विभाजन यू-नेट के तंत्रिका नेटवर्क आर्किटेक्चर पर आधारित है। तंत्रिका नेटवर्क वस्तुओं के स्थान और प्रमुख बिंदुओं का पता लगाने और तुलना करने के लिए जिम्मेदार हैं। हालाँकि, कार्य गैर-तुच्छ है, इसलिए सभी समाधानों और तंत्रिका नेटवर्क को फिर से काम करना पड़ा और उपयोग के लिए प्रशिक्षित किया गया। मार्शल आर्ट प्रसारण में यह विशेष रूप से कठिन है, जहां चित्र के दृष्टिकोण से वस्तुतः सब कुछ अप्रत्याशित है: प्रकाश स्रोत, छाया, कैमरा कोण, ग्रिड ओवरलैपिंग प्रायोजक लोगो, और सेनानियों और रेफरी के शरीर।

न्यूरल नेटवर्क का उपयोग हर जगह नहीं किया जाता है। कभी-कभी, किसी समस्या को हल करने के लिए सरलता दिखाना और सरल एल्गोरिदम का उपयोग करना ही पर्याप्त होता है। उदाहरण के लिए, ट्रैकिंग एल्गोरिदम तंत्रिका नेटवर्क विधियों और रैखिक और गैर-रेखीय समीकरणों की प्रणालियों को जोड़ते हैं।

GPU का एक महत्वपूर्ण हिस्सा विभाजन द्वारा लिया जाता है। फ़्रेम में लोगों और वस्तुओं का जितना बेहतर पता लगाया जाएगा और योजनाओं और प्रकार के आधार पर उनका पृथक्करण किया जाएगा, विज्ञापन ओवरले के बाद फ़्रेम उतना ही अधिक प्राकृतिक और आकर्षक लगेगा।

एक अलग कार्य प्रकाश और छाया से संबंधित है, जिसे किसी दृश्य को प्रस्तुत करते समय संवर्धित वास्तविकता में ध्यान में रखा जाना चाहिए। चित्र की "विश्वसनीयता" का आकलन करने में छाया का यथार्थवाद एक महत्वपूर्ण तत्व है।

परंपरागत रूप से, खेल तंत्रिका नेटवर्क को मानव चिह्नों और सिंथेटिक मॉडल का उपयोग करके वास्तविक प्रसारण पर प्रशिक्षित किया जाता है। यहां, ब्लेंडर बचाव के लिए आता है। कंपनी रिंग, फाइटर्स और रेफरी के 3डी मॉडल बनाती है और सही कोण और सेगमेंटेशन मास्क, या प्रशिक्षण के लिए आवश्यक वस्तुओं और कैमरों की स्थिति से वास्तविक फुटेज प्रदान करती है। वास्तविक डेटा का मार्कअप समय लेने वाला और महंगा है लेकिन विशिष्ट स्थानों या प्रकार की प्रतियोगिताओं के लिए उच्च गुणवत्ता वाला है। कम यथार्थवाद वाला सिंथेटिक डेटा प्रशिक्षण के लिए अधिक डेटा प्रदान करता है।

मुख्य कठिनाई यह है कि स्थान भिन्न-भिन्न हो सकते हैं। एक मामले में, यह रस्सियों के साथ एक मुक्केबाजी रिंग होगी, और दूसरे मामले में, यह जालीदार दीवारों वाला एक अखाड़ा होगा, जिनमें से प्रत्येक विभाजन के लिए कठिनाइयाँ पैदा करता है।

कैमरा ट्रैकिंग और विज्ञापन स्थिति का निर्धारण स्थल के 3डी मॉडल से पॉइंट क्लाउड की फ्रेम में उसकी वास्तविक स्थिति से तुलना करके किया जाता है। यह उन्हें अराजक गति वाले मैनुअल कैमरों के लिए भी स्थिति निर्धारित करने की अनुमति देता है। 2डी से 3डी फ्रेम के पुनर्निर्माण (आवश्यक कोण का निर्धारण) के बाद, 3डी इंजन में विज्ञापन का सीधा प्रतिपादन किया जाता है और वीडियो प्रसारण फ्रेम के साथ जोड़ा जाता है।

काम शुरू करने से पहले एक 3डी दृश्य बनाना पड़ता है, और वास्तव में, हमारे पास फ्रेम में स्थल की एक आभासी प्रतिलिपि होती है, जिसमें हम रेंडर मास्क के माध्यम से वास्तविक लोगों और वस्तुओं को फिट करते हैं। यह जटिल लगता है, लेकिन सही शक्ति और अनुकूलित तंत्रिका नेटवर्क के साथ, इन कलाबाजियों को तुरंत और निर्बाध रूप से निष्पादित करना संभव है।

प्रोजेक्ट को GPU कंप्यूटिंग और सर्वर रेंटल की आवश्यकता क्यों है?

पीटीएफ लैब के अपने सर्वर हैं (और उन्हें प्रतियोगिता स्थल पर साइट पर उपयोग करने की संभावना का उल्लेख पहले किया गया था), लेकिन दूरस्थ संसाधनों का उपयोग करना अधिक सुविधाजनक है, क्योंकि सेवा प्रदाता के इंजीनियर उपकरण उपलब्धता के लिए जिम्मेदार हैं, और कंपनी आवंटन करती है इसके लिए कम संसाधन. और ग्राहक अपने बटुए से वोट करता है और लागत प्रभावी विकल्प हमेशा बेहतर होते हैं।

साथ ही, कंपनी के लिए आवश्यक क्षमता भी लगातार बढ़ रही है। यदि आवश्यक हो, तो इसे अधिक किराए पर लेकर (कंपनी की आवश्यकताओं के अनुरूप सर्वर कॉन्फ़िगरेशन को बदलने सहित) आसानी से बढ़ाया जा सकता है।

भविष्य में किसी स्टार्टअप को बहुत अधिक क्लाउड क्षमता की आवश्यकता हो सकती है। जब उनकी सेवाओं की मांग बढ़ती या घटती है तो भौतिक सर्वर खरीदने और बेचने की तुलना में उन्हें किराए पर लेना आसान होता है।

पट्टे पर दिए गए सर्वर और GPU क्षमता का उपयोग अब निम्नलिखित क्षेत्रों में किया जा रहा है:

1. जीपीयू पर तंत्रिका नेटवर्क का प्रशिक्षण (खेल प्रसारण में लोगों और अन्य वस्तुओं का विभाजन; 3डी वर्चुअल कैमरा ट्रैकिंग)।
2. डेटा बैकअप (घटनाओं, डेटासेट आदि से वीडियो)।
3. वीडियो-परीक्षण क्लाउड उत्पादन के साथ काम करने की सीधी प्रक्रिया, जब कंपनी का सॉफ़्टवेयर दूरस्थ सर्वर पर तैनात किया जाता है और वीडियो सिग्नल इसके माध्यम से प्रवाहित होते हैं: इनपुट - ग्राफिक्स के बिना, आउटपुट - ग्राफिक्स के साथ एक या अधिक सिग्नल।

HOSTKEY पर हमारी अपनी कंप्यूटिंग शक्ति के अलावा, स्टार्टअप वर्तमान में निम्नलिखित GPU कॉन्फ़िगरेशन का लाभ उठा रहा है:

• AMD Ryzen 9 5950X 3.4GHz (16 कोर)/128Gb/1Tb NVMe SSD+12Tb HDD/2xRTX 3090+PSU]
• Xeon E3-1230 3.2GHz (4 कोर)/16Gb/2x12Tb HDD/PSU]
• AMD Ryzen 9 5950X 3.4GHz (16 कोर)/128Gb/1Tb NVMe SSD+12Tb HDD/2xRTX 3090+PSU+HDMI एमुलेटर]
• AMD Ryzen 9 5950X 3.4GHz (16 कोर)/128Gb/1Tb NVMe SSD+12Tb HDD/2xRTX 3090+PSU]
• AMD EPYC 7402P 2.8GHz (24 कोर)/384Gb/2x1.92Tb U3 NVMe SSD/4xRTX 4090+2xPSU]

जैसा कि आप देख सकते हैं, अधिकांश GPU समाधान RTX4090/3090 के आधार पर किराए पर लिए जाते हैं, लेकिन जैसे-जैसे कंप्यूटिंग शक्ति की आवश्यकताएं बढ़ती हैं, स्टार्टअप अधिक शक्तिशाली, पेशेवर कार्ड वाले सर्वर के लिए विकल्प चाहता है जो निरंतर 24/ में चलने पर बेहतर स्थिरता प्रदान करते हैं। 7 ऑपरेशन. 3090 के मामले में, वही A5000 किराए पर लेना और भी सस्ता हो सकता है।

पीटीएफ लैब अपनी यात्रा की शुरुआत में है, लेकिन इसके परिणाम पहले से ही आशाजनक हैं, और HOSTKEY में हम उनकी सफलता और विकास की कामना करते हैं, खासकर खेल संवर्धित वास्तविकता के एकाधिकार पर काबू पाने के मामले में। चतुर डेविड हमेशा अनाड़ी मालिक गोलियथ को हरा देता है।

यदि आपके पास पीटीएफ लैब के हमारे सहयोगियों के लिए कोई प्रश्न है, तो कृपया बेझिझक उनसे टिप्पणियों में पूछ सकते हैं।

तत्काल परिनियोजन के साथ GPU सर्वर या पेशेवर-ग्रेड NVIDIA टेस्ला H100 / H100 80Gb या RTX A5000 / A4000 कार्ड के साथ कस्टम कॉन्फ़िगरेशन वाला सर्वर किराए पर लें। गेम RTX4090 कार्ड के साथ GPU सर्वर भी उपलब्ध हैं।