该软件定义平台帮助全球广播和流媒体领域的开发者实现 AI 赋能的媒体解决方案。
无论是提供体育直播节目、流媒体服务、网络广播还是社交平台内容,媒体公司都面临着颇具挑战的形势。
越来越多的观众倾向于互动内容和个性化内容;虚拟现实(VR)和增强现实(AR)技术日益成为主流;新的视频压缩标准正在给传统计算基础设施带来挑战;AI 正在产生全方位的影响。
在多变的环境下,媒体公司可以利用 AI 赋能的媒体解决方案灵活满足其不断变化的开发和交付需求,这将使他们获益匪浅。
NVIDIA Holoscan for Media 现已上市,该软件定义平台可帮助开发者轻松构建直播媒体应用,利用 AI 为其增效并部署到各个媒体平台。
全新媒体应用开发方法
Holoscan for Media 提供了一种全新的直播媒体开发方法。它通过提供基于互联网协议(IP)且不受专用硬件、环境或地点限制的云原生架构,来简化应用开发过程。而且该平台还集成了开源技术以及其他受到广泛应用的技术,既简化了向客户交付应用的流程,同时又优化了成本。
直播媒体市场的传统应用开发依赖于专用硬件。由于软件与硬件绑定,开发者在创新或升级应用时会受到限制。
无论是本地部署还是云部署,每种部署都有自己的构造,这使得开发成本变得高昂且低效。除了设计应用的用户界面和核心功能外,开发者还必须构建额外的基础设施服务,这进一步消耗了研发预算。
由于构建 AI 软件堆栈的复杂性,AI 的整合成为了最重大的挑战,阻碍了许多试点项目中的应用投产。
Holoscan for Media 的底层架构可将软件定义视频部署到与 AI 应用(包括生成式 AI 工具)相同的软件堆栈上,降低了将 AI 集成到应用开发中的难度,使想要将 AI 应用整合到直播视频的供应商和研发部门从中受益。
由于 Holoscan for Media 是一个云原生平台,因此无论是在云端、本地还是在边缘,该架构的运行均不受位置限制。除此之外,它不依赖于任何特定设备、现场可编程逻辑门阵列(FPGA)或装置。
Holoscan for Media 架构包含身份验证、日志记录和安全等服务,以及帮助广播公司迁移到基于 IP 的技术的功能,例如 SMPTE ST 2110 传输协议、用于定时和同步的精确时间协议,以及用于动态设备管理的 NMOS 控制器和注册表等。
日益壮大的合作伙伴生态系统
Beamr、Complimato、Lawo、Media.Monks、Pebble、RED Digital Cinema、索尼和 Telestream 等早期采用者正在使用 Holoscan for Media 深入改变直播媒体行业。
软件定义生产工作流提供商 Media.Monks 的创新和创意解决方案高级副总裁 Lewis Smithingham 表示:“我们将 Holoscan for Media 作为我们广播和媒体工作流的核心基础设施,它为我们提供了强大的规模,使我们能够在各种频道和平台上根据观众兴趣提供内容。”
专业数字电影摄影机制造商 RED Digital Cinema 的产品管理副总裁 Jeff Goodman 表示:“Holoscan for Media 将各种应用分门别类,并实现了它们之间的可互操作,这让我们可以在一个平台上轻松采用多家不同公司的最新创新成果。它大幅降低了集成的复杂性并将显著加快创新的步伐。我们十分高兴能够参与其中。”
索尼媒体解决方案业务高级总经理 Masakazu Murata 表示:“我们相信 NVIDIA Holoscan for Media 是推动行业下一代产品和服务发展的途径之一,它让我们可以按需扩展 GPU 能力。我们在 Holoscan for Media 上运行的 M2L-X 软件切换台原型展示了客户如何在 GPU 集群上运行索尼的解决方案。”
数字媒体软件和解决方案提供商 Telestream 高级副总裁兼总经理 Charlie Dunn 表示:“Telestream 致力于改变媒体行业的格局,追求在不牺牲质量和用户友好性的前提下提高效率和内容体验。我们已将 Holoscan for Media 平台无缝集成到我们的 INSPECT IP 视频监控解决方案中,为达到 ST 2110 标准开辟了一条清晰、高效的途径。”
在 NAB Show 上体验 Holoscan for Media
这些合作伙伴将于 4 月 13 日至 17 日在拉斯维加斯举行的广播、媒体和娱乐行业盛会——NAB Show上展示他们如何使用 NVIDIA Holoscan for Media。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。