为了推动广播电视行业制作业务"上云",浪潮与捷成世纪近日共同打造了广播电视综合制作云联合解决方案。该方案融合了捷成世纪稳定、高效的JEMP制作管理平台,以及浪潮高性能的企业级硬件平台、浪潮云海OS云平台,不仅能够将广播电视的制作效率提升数倍,还能有效提高硬件资源利用率、降低"上云"成本,为用户迈向融媒体时代提供了强大的技术基础设施。

浪潮携手捷成世纪打造广播电视综合制作云联合解决方案
PB级数据让广播电视制作"压力山大"
近年来,随着移动互联网、新媒体以及云计算和大数据等新兴技术的快速发展,不仅媒介的信息量呈现出爆发式的增长,受众对于高清多媒体内容的数量、质量的要求也越来越高。根据测算,很多电视台的节目数据量已经突破PB级别,特效缓存文件量高达上百G,对这些海量素材进行收集、剪辑、渲染的过程中,如果制作系统性能不足,将可能导致节目的制作时间增长几倍,难以给受众提供最新鲜的多媒体内容。要想在互联网时代满足受众对传播内容的需求,需要对广播电视综合制作平台进行深入改进,提高制作系统的数据存储容量与计算能力,引入创新的制作应用与技术,以提升广播电视制作的水平与效率。
随着制作水平的进一步提升,很多客户发现,过去一直采用的广播电视制作系统以"烟囱"方式为主,系统各自独立运行、数据不能互访,使得硬件资源浪费严重,数据无法统一调度,信息无法共享复用。
在此背景下,综合制作云平台成为融合媒体的发展方向。它通过混合云平台及去孤岛化的方式,打破了原有制作系统孤岛化现状,后台统一建设一套平台,按需接入各厂商的非编客户端,支撑前端的编辑、调色、渲染,存储等工作,最高提升数倍的硬件资源使用率。
强强联手 广播电视综合制作云问世
为了满足广播电视行业对于综合制作云平台的需求,浪潮提供了云平台基础设施及管理软件,捷成世纪提供了JEMP制作管理平台,双方合作共同打造了广播电视综合制作云联合解决方案。方案结合公有云、私有云技术,通过优化流程、变革体系架构,实践网络制播平台2.0,能够承担多种形态的综合节目生产任务,成功应对融媒体趋势下的综合类节目制作需求。
浪潮与捷成世纪合作的广播电视综合制作云平台,包括了基础系统、制作系统、管理系统,采取了水平系统分层建设的方式,实现资源层统一建设。在业务层面,云平台提供了非编工具具备专业的编辑能力,为传播内容的制作、发布提供高效支撑。而且,平台具备的标准化技术能支持各种终端工具、网络的接入,满足制作能力扩展的需要。由于解决方案融合了浪潮高性能、高可用的基础设施,以及捷成世纪的高效制作平台,在广播电视制作的业务实践中可以将制作效率提升数倍,显著的缩短了节目的制作及上线时间。
浪潮在广播电视综合制作平台搭建之初,就从整体设计上要求云平台的架构既能支持业务应用需求,又能根据需求进行基础设施资源的共享和灵活调配。其中,浪潮云海OS中的虚拟化软件InCloud Sphere支持桌面虚拟化和应用处理,以及服务器虚拟化,保证业务应用的虚拟化部署和远程桌面的虚拟化访问。网络和安全服务保证网络和安全的协同和对虚拟化的支持,同时支持云管理平台的服务调用。
广播电视云制作平台的管理功能则由浪潮云海OS中的InCloud Manager软件系统提供支撑,InCloud Manager支持计算、存储、网络资源池的管理与云安全的集成和资源调度和监控,支持自动化运维和调度审批流程定义,以及用户角色和访问控制,实现了统一的管理。
目前,浪潮和捷成世纪为广播电视综合制作业务建设了一个可靠、高效、强大的云平台,为综合制作业务应用运行及数据交换提供了数据载体,并为未来综合制作业务能力的扩展提供了一个标准、开放的接入平台。
浪潮表示:"广播电视综合制作云是浪潮和捷成世纪在广播电视领域的一次深度合作,双方还将继续根据客户需求进行开发、创新,并共同推进此联合方案在广播电视行业更多客户业务中落地实施,帮助客户在融媒体时代的行业竞争中脱颖而出。"
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。