隨著4K超高清建設的加速和AI大模型的落地應用，廣電行業素材數據量正急速增長。傳統制播流程正面臨前所未有的挑戰：視頻容量激增、制作環節對性能要求不斷提高、海量媒資資產的高效管理難題日益凸顯，傳統存儲架構已難以為繼。

視界 菁彩有為”媒體超高清技術&行業智能運維峰會上，華為中國政企數據存儲總經理唐浩表示，面對這一趨勢，華為深入理解廣電行業需求，圍繞行業核心訴求，打造了面向4K超高清時代的媒資數據湖解決方案，構建高密度、高性能、易管理的新一代存儲底座。

華為中國政企數據存儲總經理 ?唐浩

同時，為應對AI技術帶來的新挑戰，華為還推出了三大AI存儲解決方案，提升大模型訓練效率、解決長序列推理難題、助力各行業語料庫的建設，為訓練行業垂域模型提供最佳數據賦能平臺，全面支撐廣電行業邁向智能化、高質量發展的新階段。

媒資數據湖方案
應對4K超高清制播三大核心挑戰

唐浩指出，隨著4K超高清視頻的普及，廣電行業面臨“存、取、管”三方面的核心挑戰。首先是“存 ”。隨著視頻內容從傳統的720P、1080P高清邁向4K超高清時代，視頻文件的容量有了顯著提升。同樣時長的節目，4K內容的體積大約是1080P的4到5倍。如何實現高效、快速且低成本地存儲如此龐大的數據，是首先要解決的問題。

對此，華為存儲產品線打造了媒資數據湖解決方案，以OceanStor Pacific分布式存儲為核心構建數據底座，采用全對稱分布式架構，支持性能與容量線性擴展，單集群可支持EB級存儲容量，輕松應對4K超高清視頻的海量存儲需求。

同時，華為專為大容量場景設計了高密架構，支持單U 24盤位的高密度配置，節省20%的空間。結合高效的數據編碼算法（如大比例EC算法），硬盤利用率最高可達92%，遠高于業界平均的33%，大幅降低客戶成本。

其次是“取 ”。4K視頻通常碼率高達100Mbps以上，部分專業格式甚至達到400~800Mbps。在后期實時處理、多軌多層非線性編輯等場景下，對存儲系統的性能提出了極高的要求。

華為OceanStor Pacific產品具備強大的混合負載能力，每節點可提供最大5GB/s的帶寬性能，一套存儲即可輕松承載電視臺多業務環境共同的數據。這在全國多個省級電視臺的4K超高清建設項目中已有成功實踐。例如，近期在某省電視臺王牌綜藝節目的4K超高清測試中，實現了單MAC環境下多達70層4K超高清的非線性編輯，其產品能力得到客戶的高度認可。

最后是“管 ”。對于廣電行業來說，視頻、圖片等內容是核心的數據資產。在媒體融合和數據要素化的趨勢下，如何更好地盤活這些數據資產，實現跨平臺、跨終端的內容調度與再利用，成為了一個關鍵課題。這對數據資產的可視性、可管性提出了極高要求。

為此，華為在媒資數據湖方案中集成了智能管理平臺——DME。該平臺不僅支持計算、存儲、網絡等硬件資源的日常運維管理，更重要的是提供了數據智能管理能力，實現數據資產的可視化、可管理化、跨站點的流動與調度，助力廣電行業全面盤活數據資產，提升數據使用效率。

三大AI存儲解決方案
支撐廣電行業智能化升級

在4K超高清建設加速推進的同時，AI大模型也在廣電行業逐步滲透，視頻生成、劇本分析、智能剪輯等新興應用場景不斷涌現。尤其是視頻類AI模型的廣泛應用，其背后的原始數據量更是呈指數級增長，對存儲系統的性能、容量與管理能力提出了更高要求。那么，華為如何應對廣電行業的智能化升級需求？唐浩介紹，今年三月，華為推出了三大AI存儲解決方案，可全面支撐廣電行業大模型訓練、推理及語料庫建設。

一是面向行業大模型訓練與訓推平臺建設的DCS?AI解決方案。Deepseek 帶來AI普惠平權，AI行業落地速度加快、模型調優/推理市場需求大增，各行各業紛紛啟動AI平臺建設。華為觀察到，從通用大模型到行業場景大模型，需要進行針對性訓練，企業普遍缺乏數據工程和模型工程能力，導致項目開發難度大，模型應用落地慢。

為此，華為推出了DCS?AI解決方案，面向智算中心、企業訓推場景提供千卡集群和百卡級AI訓推一體機兩種部署形態。該方案不僅支持大規模模型的高效訓練，還集成了完整的AI開發工具平臺，使能數據加工、模型調優和應用開發，助力廣電行業快速構建AI訓練與推理平臺，加速AI應用落地。

二是面向廣電行業的劇本創作、超高清內容制作與質檢、媒體內容審核與合規等長序列推理應用推理場景推出“AI存儲推理加速方案”，解決當前業界推理方案存在關鍵信息截斷降低推理準確率、并發推理性能弱引發響應時間長、顯存擴容增加推理成本等問題。華為認為，媒資行業的長序列推理正從單點分析轉向全域語義理解，未來將與生成式AI結合，實現內容自動創作與交互式敘事。

為此，華為提出的AI推理加速解決方案，通過存儲系統與GPU/NPU算力協同，將中間計算結果持久化保存，實現“以查代算、以存強算”，突破HBM瓶頸，顯著提升推理效率，降低重復計算成本，讓AI“推得動、推得快、推得省”。

三是構建行業語料體系：隨著L0通用大模型趨于穩定，行業焦點正轉向垂直領域模型的發展，而垂域模型的訓練離不開高質量、結構化的行業語料支撐。

針對這一趨勢，華為推出AI數據湖解決方案，致力于打破行業內的數據孤島，實現行業語料的統一匯聚、可視可管與靈活調度，為行業提供高質量語料庫，賦能垂域模型，破解AI落地過程中“缺數據無AI”的難題。該方案支持海量非結構化數據的高效管理，并為垂域模型孵化提供堅實的數據底座。

結語

在4K超高清與AI雙重驅動下，廣電行業的制播流程正在經歷深刻變革。華為憑借在存儲領域的深厚積累，正助力廣電行業邁向更加智能、高效、高質量的新發展階段。