隨著4K超高清建設(shè)的加速和AI大模型的落地應(yīng)用，廣電行業(yè)素材數(shù)據(jù)量正急速增長。傳統(tǒng)制播流程正面臨前所未有的挑戰(zhàn)：視頻容量激增、制作環(huán)節(jié)對(duì)性能要求不斷提高、海量媒資資產(chǎn)的高效管理難題日益凸顯，傳統(tǒng)存儲(chǔ)架構(gòu)已難以為繼。

視界 菁彩有為”媒體超高清技術(shù)&行業(yè)智能運(yùn)維峰會(huì)上，華為中國政企數(shù)據(jù)存儲(chǔ)總經(jīng)理唐浩表示，面對(duì)這一趨勢(shì)，華為深入理解廣電行業(yè)需求，圍繞行業(yè)核心訴求，打造了面向4K超高清時(shí)代的媒資數(shù)據(jù)湖解決方案，構(gòu)建高密度、高性能、易管理的新一代存儲(chǔ)底座。

華為中國政企數(shù)據(jù)存儲(chǔ)總經(jīng)理 ?唐浩

同時(shí)，為應(yīng)對(duì)AI技術(shù)帶來的新挑戰(zhàn)，華為還推出了三大AI存儲(chǔ)解決方案，提升大模型訓(xùn)練效率、解決長序列推理難題、助力各行業(yè)語料庫的建設(shè)，為訓(xùn)練行業(yè)垂域模型提供最佳數(shù)據(jù)賦能平臺(tái)，全面支撐廣電行業(yè)邁向智能化、高質(zhì)量發(fā)展的新階段。

媒資數(shù)據(jù)湖方案
應(yīng)對(duì)4K超高清制播三大核心挑戰(zhàn)

唐浩指出，隨著4K超高清視頻的普及，廣電行業(yè)面臨“存、取、管”三方面的核心挑戰(zhàn)。首先是“存 ”。隨著視頻內(nèi)容從傳統(tǒng)的720P、1080P高清邁向4K超高清時(shí)代，視頻文件的容量有了顯著提升。同樣時(shí)長的節(jié)目，4K內(nèi)容的體積大約是1080P的4到5倍。如何實(shí)現(xiàn)高效、快速且低成本地存儲(chǔ)如此龐大的數(shù)據(jù)，是首先要解決的問題。

對(duì)此，華為存儲(chǔ)產(chǎn)品線打造了媒資數(shù)據(jù)湖解決方案，以O(shè)ceanStor Pacific分布式存儲(chǔ)為核心構(gòu)建數(shù)據(jù)底座，采用全對(duì)稱分布式架構(gòu)，支持性能與容量線性擴(kuò)展，單集群可支持EB級(jí)存儲(chǔ)容量，輕松應(yīng)對(duì)4K超高清視頻的海量存儲(chǔ)需求。

同時(shí)，華為專為大容量場景設(shè)計(jì)了高密架構(gòu)，支持單U 24盤位的高密度配置，節(jié)省20%的空間。結(jié)合高效的數(shù)據(jù)編碼算法（如大比例EC算法），硬盤利用率最高可達(dá)92%，遠(yuǎn)高于業(yè)界平均的33%，大幅降低客戶成本。

其次是“取 ”。4K視頻通常碼率高達(dá)100Mbps以上，部分專業(yè)格式甚至達(dá)到400~800Mbps。在后期實(shí)時(shí)處理、多軌多層非線性編輯等場景下，對(duì)存儲(chǔ)系統(tǒng)的性能提出了極高的要求。

華為OceanStor Pacific產(chǎn)品具備強(qiáng)大的混合負(fù)載能力，每節(jié)點(diǎn)可提供最大5GB/s的帶寬性能，一套存儲(chǔ)即可輕松承載電視臺(tái)多業(yè)務(wù)環(huán)境共同的數(shù)據(jù)。這在全國多個(gè)省級(jí)電視臺(tái)的4K超高清建設(shè)項(xiàng)目中已有成功實(shí)踐。例如，近期在某省電視臺(tái)王牌綜藝節(jié)目的4K超高清測試中，實(shí)現(xiàn)了單MAC環(huán)境下多達(dá)70層4K超高清的非線性編輯，其產(chǎn)品能力得到客戶的高度認(rèn)可。

最后是“管 ”。對(duì)于廣電行業(yè)來說，視頻、圖片等內(nèi)容是核心的數(shù)據(jù)資產(chǎn)。在媒體融合和數(shù)據(jù)要素化的趨勢(shì)下，如何更好地盤活這些數(shù)據(jù)資產(chǎn)，實(shí)現(xiàn)跨平臺(tái)、跨終端的內(nèi)容調(diào)度與再利用，成為了一個(gè)關(guān)鍵課題。這對(duì)數(shù)據(jù)資產(chǎn)的可視性、可管性提出了極高要求。

為此，華為在媒資數(shù)據(jù)湖方案中集成了智能管理平臺(tái)——DME。該平臺(tái)不僅支持計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等硬件資源的日常運(yùn)維管理，更重要的是提供了數(shù)據(jù)智能管理能力，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)的可視化、可管理化、跨站點(diǎn)的流動(dòng)與調(diào)度，助力廣電行業(yè)全面盤活數(shù)據(jù)資產(chǎn)，提升數(shù)據(jù)使用效率。

三大AI存儲(chǔ)解決方案
支撐廣電行業(yè)智能化升級(jí)

在4K超高清建設(shè)加速推進(jìn)的同時(shí)，AI大模型也在廣電行業(yè)逐步滲透，視頻生成、劇本分析、智能剪輯等新興應(yīng)用場景不斷涌現(xiàn)。尤其是視頻類AI模型的廣泛應(yīng)用，其背后的原始數(shù)據(jù)量更是呈指數(shù)級(jí)增長，對(duì)存儲(chǔ)系統(tǒng)的性能、容量與管理能力提出了更高要求。那么，華為如何應(yīng)對(duì)廣電行業(yè)的智能化升級(jí)需求？唐浩介紹，今年三月，華為推出了三大AI存儲(chǔ)解決方案，可全面支撐廣電行業(yè)大模型訓(xùn)練、推理及語料庫建設(shè)。

一是面向行業(yè)大模型訓(xùn)練與訓(xùn)推平臺(tái)建設(shè)的DCS?AI解決方案。Deepseek 帶來AI普惠平權(quán)，AI行業(yè)落地速度加快、模型調(diào)優(yōu)/推理市場需求大增，各行各業(yè)紛紛啟動(dòng)AI平臺(tái)建設(shè)。華為觀察到，從通用大模型到行業(yè)場景大模型，需要進(jìn)行針對(duì)性訓(xùn)練，企業(yè)普遍缺乏數(shù)據(jù)工程和模型工程能力，導(dǎo)致項(xiàng)目開發(fā)難度大，模型應(yīng)用落地慢。

為此，華為推出了DCS?AI解決方案，面向智算中心、企業(yè)訓(xùn)推場景提供千卡集群和百卡級(jí)AI訓(xùn)推一體機(jī)兩種部署形態(tài)。該方案不僅支持大規(guī)模模型的高效訓(xùn)練，還集成了完整的AI開發(fā)工具平臺(tái)，使能數(shù)據(jù)加工、模型調(diào)優(yōu)和應(yīng)用開發(fā)，助力廣電行業(yè)快速構(gòu)建AI訓(xùn)練與推理平臺(tái)，加速AI應(yīng)用落地。

二是面向廣電行業(yè)的劇本創(chuàng)作、超高清內(nèi)容制作與質(zhì)檢、媒體內(nèi)容審核與合規(guī)等長序列推理應(yīng)用推理場景推出“AI存儲(chǔ)推理加速方案”，解決當(dāng)前業(yè)界推理方案存在關(guān)鍵信息截?cái)嘟档屯评頊?zhǔn)確率、并發(fā)推理性能弱引發(fā)響應(yīng)時(shí)間長、顯存擴(kuò)容增加推理成本等問題。華為認(rèn)為，媒資行業(yè)的長序列推理正從單點(diǎn)分析轉(zhuǎn)向全域語義理解，未來將與生成式AI結(jié)合，實(shí)現(xiàn)內(nèi)容自動(dòng)創(chuàng)作與交互式敘事。

為此，華為提出的AI推理加速解決方案，通過存儲(chǔ)系統(tǒng)與GPU/NPU算力協(xié)同，將中間計(jì)算結(jié)果持久化保存，實(shí)現(xiàn)“以查代算、以存強(qiáng)算”，突破HBM瓶頸，顯著提升推理效率，降低重復(fù)計(jì)算成本，讓AI“推得動(dòng)、推得快、推得省”。

三是構(gòu)建行業(yè)語料體系：隨著L0通用大模型趨于穩(wěn)定，行業(yè)焦點(diǎn)正轉(zhuǎn)向垂直領(lǐng)域模型的發(fā)展，而垂域模型的訓(xùn)練離不開高質(zhì)量、結(jié)構(gòu)化的行業(yè)語料支撐。

針對(duì)這一趨勢(shì)，華為推出AI數(shù)據(jù)湖解決方案，致力于打破行業(yè)內(nèi)的數(shù)據(jù)孤島，實(shí)現(xiàn)行業(yè)語料的統(tǒng)一匯聚、可視可管與靈活調(diào)度，為行業(yè)提供高質(zhì)量語料庫，賦能垂域模型，破解AI落地過程中“缺數(shù)據(jù)無AI”的難題。該方案支持海量非結(jié)構(gòu)化數(shù)據(jù)的高效管理，并為垂域模型孵化提供堅(jiān)實(shí)的數(shù)據(jù)底座。

結(jié)語

在4K超高清與AI雙重驅(qū)動(dòng)下，廣電行業(yè)的制播流程正在經(jīng)歷深刻變革。華為憑借在存儲(chǔ)領(lǐng)域的深厚積累，正助力廣電行業(yè)邁向更加智能、高效、高質(zhì)量的新發(fā)展階段。