广电媒体格局变化,加速行业发展,日趋成熟的高清设备与技术,可以为观众带来震撼的视听体验。而4K、8K视频的后期视频制作,除了媒体应用软件,还需要强有力的硬件设备。Infortrend普安科技与北京东睿视讯科技有限公司携手推出4K影视存储设备,凭借存储设备响应速度快,效率高等特点,为后期制作人员提供不一样的非编体验。
北京东睿视讯科技有限公司成立至今有14年的时间,是一家专业从事多媒体电台、广播电视制作、大型真人秀、视频存储显示等设备研发销售的专业视音频存储显示厂商. Infortrend作为一个二十多年专业的存储厂商,始终致力于不断提高产品质量与性能,以满足-不同行业、应用上的存储需求。
对于此次合作,Infortrend中国区总经理杨文仁表示:"北京东睿视讯科技是专注为广电行业提供优质-音视频、存储设备的企业,拥有众多的客户群体,如:真人秀、影视后期制作等媒体企业,对广电行业的专注态度以及为客户提供专业级存储解决方案的决心,是非常值得学习的,双方通过战略合作,集结优势、整合产品技术,共同打造智能广电解决方案,为广电行业客户提供更安全、稳定、高性价比的存储设备。
随着高清设备的普及,4K媒资也成为市场最庞大的数据量,由于4K素材的超高分辨率和高采样位数等因素,4k 50P的数据量是1080 50i数据量的8倍。并且导入素材、剪辑、渲染都会产生大量数据以及各工作站频繁的数据交互,这对后期制作存储设备的带宽、容量、安全性方面都是个巨大的挑战。
Infortrend普安科技与北京东睿视讯科技通过一次次的技术沟通与产品测试,针对4K非编领域推出相应的存储解决方案。
1.高速带宽极速响应:
对媒资进行共享与编辑,不仅仅要求存储设备顺序读的性能,更多的要求随机读的性能,随机读6GB/s带宽用以实现高效率团队协作非编。
集合NAS、SAN于一身,支持对渲染和非编过程中产生的海量文件混合存储及高并发读写,单一系统的SAN输出带宽高达23,000 MB/s及单一系统的NAS输出带宽高达17,000 MB/s,享受高速不失帧的非编体验。对媒资进行共享与编辑,不仅仅要求存储设备顺序读的性能,更多的要求随机读的性能,用以实现高效率团队协作非编。 随机读带宽6GB/s,随机写带宽4GB/s,随机读IOPS 700K。 工作站站点支持双16G光纤接入,最高可稳定在2000MB/S左右带宽,完全满足4K真人秀、影视调色、特效制作的需求。
产品 |
采集性能 |
编辑/后期性能
|
渲染性能 |
播出性能
|
GS5000 |
顺序写 5800 MB/s |
随机读/写 6000/4000 MB/s |
随机读 6000MB/s |
顺序读 23000 MB/s |
2.海量容量支持扩容:
o 连接SAS 12Gb/s扩展柜
o 两个SAS 12Gb/s扩展端口,大幅度增加带宽
o 最大支持30个JBOD扩展箱,一个系统最大可支持1680颗硬盘
o 支持不同规格的扩展柜
1. 支持SAN/NAS 快速故障转移
o SMB 3.0 连续可用性保证意外事件发生,重新连接后,不会被察觉
2. 支持超级电容或电池(视型号而定)+闪存模块,断电时确保缓存数据安全,维护付出极低
3. 核心组件冗余设计,保证高可用性 核心冗余组件与数据服务的搭配保证可用性高达99.999%
4. 硬盘智能恢复(IDR)
防止中断
数据智能恢复机制:坏块的检测与恢复
防止RAID重建
预测故障硬盘: 硬盘故障前拷贝克隆数据
5、集SAN、NAS和云存储于一体的统一存储系统,并且支持与云端对接,进行媒资库分享备份与媒体分发,适用于各级机构共享数据文件。
6.全面的影视后期软件及技术服务支持:
4K光纤影视后期制作网全面支持市场上主流的剪辑、特效合成、3D创作、调色软件。
北京东睿视讯科技搭建了4K光纤影视后期制作网体验中心,使用FC-SAN共享存储架构。搭建这套完整的4K光纤影视后期网络制作体验环境,期望通过FC-SAN共享非编存储架构能让客户畅快体验一站式影视后期制作流程。
该架构是"FC+LAN"双网结构,即由F C光纤通道网络和LAN以太网络两个网络共同构成,其中以太网络负责工作站与MDC(Meta Data Controller)服务器之间的元数据信息传输和交换,FC光纤通道网络只负责实际数据的高带宽传输。
东睿视讯公司拥有一支从事广电及影视存储网络设备营销服务十余载,经验丰富的团队。能为客户提供一站式影视后期网络系统定制化解决方案。
服务客户群体:北京卫视、优酷4K花园、千秋岁影视、深井冰文化、湖南卫视、芒果TV、芒果娱乐、湖南乐田智作及各大影视制作机构,政企事业单位等。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。