Imgix перевёл обработку более 8 млрд изображений и видео в сутки на G4 VM с NVIDIA Blackwell и сократил задержки вдвое

Imgix переместил основные вычисления визуальной платформы на G4 VM в Google Cloud AI Hypercomputer с NVIDIA RTX PRO 6000 Blackwell, что снизило медианную задержку на 50% и увеличило пропускную способность на узел в 6 раз без рефакторинга основного приложения.

Imgix перевёл обработку более 8 миллиардов изображений и видео в сутки на G4 VM в Google Cloud AI Hypercomputer, добившись заметного прироста производительности: медианная задержка упала на 50%, а пропускная способность на узел выросла в шесть раз при сохранении исходного кода приложения. Это позволило компании взять курс на реальное, on‑demand преобразование медиа вместо предрендеринга и хранения множества версий. Такой переход ускорит доставку персонализированных визуалов и снизит потребность в гигантских объёмах хранения для клиентов платформы.

Аппаратная конфигурация G4 VM объединяет по восемь NVIDIA RTX PRO 6000 Blackwell GPU, два процессора AMD Turin и аппаратные Google Titanium offloads. Специальный P2P‑интерконнект этой платформы уменьшает узкие места и обеспечивает до 168% большей пропускной способности по сравнению со стандартными конфигурациями, что дало Imgix возможность переместить тяжёлые стадии обработки на GPU и обслуживать множество параллельных запросов одновременно.

Переход был продиктован спросом на «реальное» медиа высокого качества: бренды вроде Bugatti, Yeti, Porsche, Spotify и Sonos используют Imgix для быстрой доставки персонализированных изображений. Компания отказалась от модели частных дата‑центров в пользу full‑stack GPU‑окружения, чтобы выполнять трансформации по запросу, а не заранее рендерить миллионы вариантов. Архитектура поддерживает более 150 визуальных фильтров и строит конвейер трансформаций динамически, исходя из опций пользователя, что ускоряет выпуск актуальных вариаций контента. Пайплайн Imgix разделён на чёткие этапы. Ingestion — получение активов и кэширование в 2,5‑петабайтовом слое Google Cloud Storage, который заменил ненадёжные случайные веб‑запросы распределённой и отказоустойчивой инфраструктурой, обеспечивая стабильный доступ к исходным файлам.

Decoding — высокопроизводительные C‑библиотеки с nvJPEG декодируют данные в сырое представление RGBA и распараллеливают тяжёлые стадии, такие как Huffman‑декодирование, Inverse DCT и преобразования цветовых пространств, снижая время на подготовку пиксельных данных для последующих трансформаций. Transformation — кастомный стек compute‑шейдеров на Vulkan рассматривает трансформации как параллельные математические задачи и выполняет тысячи операций над пикселями одновременно. Перенос этих вычислений на GPU позволил Imgix эффективно масштабировать throughput без изменения логики приложения. После выполнения трансформаций ассеты повторно кодируются и отправляются в сеть в формате, требуемом клиентскими устройствами. Такой подход сохраняет соответствие форматов под разные устройства и уменьшает задержки доставки конечному пользователю.