思科助媒体广电行业转型重拳出击本地化

简介:

根据广电总局“十三五”规划,在未来几年,广电行业要全面实现广播电视数字化,拥抱互联网,用互联网这样一个更加通畅、更加四通八达的融合网络,全面提升广电融合媒体服务能力,把广电业务提升到更高的平台上。

近年来,思科致力于帮助媒体广播电视行业全数字化转型,并针对媒体和广电行业推出了许多创新科技与本土化解决方案。在这个“十三五”规划总体方案的指引下,思科将契合现在广电全面IP化的需求提供更好的整合解决方案。

直面挑战:洞悉媒体和广电行业痛点

近几年媒体和广电行业波涛汹涌,转型遭遇重重困难。一方面,以前在传统DVB环境下,电视台或者网络公司的广播频道分发内容的时候,服务相对来说比较单一;如今随着互联网尤其是无线互联网的发展,态势已经发生了很大变化。另一方面,随着互联网的发展,自媒体的发展也很快,如何把这些市场变化和媒体广电行业结合起来是一个值得关注的问题。  

思科助媒体和广电行业转型

“广电行业要想腾飞,必须要把自己武装起来,必须要有一个功能强大的内容分发平台与服务分发平台。思科在过去若干年里一直致力于把传统DVB与现代IP、互联网环境融合起来。”思科大中华区副总裁、媒体和广电事业部总经理王茵表示。

这个过程带来了一定的挑战,一是运营商及广电从业者要尊重过去的历史遗留问题和现状,另一是运营商已经在运维上承担了过多的负担,不能再像码积木一样过多地施加压力。

因此思科推出了融合网络解决方案,用软件来解决许多硬件不能解决的问题。

整合方案:助媒体和广电行业释放数字化动能

“思科非常重视这个行业,” 王茵说道,“现在正是传统媒体转型的关键时期,市场的转型要求从业者转型,更要求思科转型在先;思科要早了解市场需求,从而早于市场需求拿出解决方案,思科要全速前进来确保适时地交付最合适的解决方案。”

思科助媒体和广电行业转型

据思科介绍,CANAL+正与思科合作,进行直播媒体制作设施的转型升级。为支持客户完成从SDI到IP的迁移,思科提供了Media Blueprint解决方案。这是一套基础设施和软件解决方案,旨在为用户带来卓越的云媒体体验。该项目采用了思科IP媒体矩阵解决方案,基于思科Nexus 9000交换机和SDN控制器,并由思科高级服务提供支持。全新网络基础设施为CANAL+提供了出色的可靠性,支持其在IP上开展直播制作,并可扩展至支持12 Tbps的流量,同时还能支持CANAL+对制作环境进行敏捷快速的重新配置,并轻松实现冗余配置。  

思科助媒体和广电行业转型

此外,思科在中国帮助宁波电视台进行融媒体云平台建设。思科基于Cisco UCS Director的IaaS云媒体资源管理平台和基于思科ACI的云平台网络解决方案,助力宁波广电融媒体云平台在保障传统业务流程的同时,满足媒体融合的多业务流程需求,为新业务提供统一的内容支撑、技术服务、数据分析、运营计费等服务一体化技术业务平台,形成立体多样、融合发展的现代传播体系。

量身打造:本土化+定制化双拳出击

媒体和广电行业无论是在思科大中华区还是在思科全球一直以来都是极为重要的。由于国内外的客户情况有所区别,思科会根据具体情况研发相应的解决方案去配合不同国家的客户,以满足客户本土化或定制化的需求。

王茵表示:“思科在很多软件方案和硬件配置上,相对来说是比较标准化的,但是当来到中国时,我们入乡随俗,量身打造,以提供适合本土化的解决方案和服务。”

思科助媒体和广电行业转型


▲思科大中华区副总裁、媒体和广电事业部总经理王茵

“思科的中国团队,包括销售、技术、研发团队承担的任务就是为行业客户量身打造,根据客户的特殊需求来做调整,最终交付出一个适合客户的、真正能支撑客户新业务、新架构的解决方案——这是思科在中国本地化的一个很重要的工作。”

关于本地化,每一个公司都会有自己的步骤和方法。国内在广电行业发展上有政策要求,比如广电行业不能做电信的某些业务,电信不能做广电业务,思科就需要从技术方案上去做调整,比如广电这边一定是以主业为主,同时也要帮助其在IP化过程当中保持先进性。

“对于思科来说,一方面是思科本地的团队要做本地化,” 王茵说道,“另一方面也要与本地的合作伙伴一起认真地分析、了解客户有什么个性化需求。”为此思科抱着为广电运营商、电视台、现代化出版传媒机构服务的想法,愿意携手国内外合作伙伴一起交付客户真正想要的解决方案。

据悉,思科正与贵州有线紧密合作,为贵州有线提供融合的、快速部署的解决方案,同时利用广电的机顶盒网络平台,提供个人的统一视频通信,以及企业与政府的协作云平台,开拓适合广电运营商开展网内基于双向视频通讯的全业务运营,增加广电转型中新业务的亮点与粘合度,解决智慧城市项目中标准视频通讯平台的后台统一问题。



本文转自d1net(转载)

相关文章
|
10月前
|
数据处理 Python
熵值法计算权重
熵值法计算权重是一种基于信息论的方法,用于多指标综合评价。通过计算各指标的信息熵,反映指标的变异程度,从而确定其在综合评价中的权重。熵值越小,表示信息量越大,指标的重要性越高。该方法适用于样本数据较少的情形,能有效避免主观因素的影响。文中详细介绍了熵值法的原理、计算步骤及Python实现代码。
1782 0
|
SQL 缓存 Java
Mybatis之配置文件与映射文件的“那些事”,你真的知道吗?(上)
Mybatis之配置文件与映射文件的“那些事”,你真的知道吗?(上)
|
10天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
8天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
387 130
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
2天前
|
存储 安全 前端开发
如何将加密和解密函数应用到实际项目中?
如何将加密和解密函数应用到实际项目中?
197 138
|
9天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
373 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
2天前
|
存储 JSON 安全
加密和解密函数的具体实现代码
加密和解密函数的具体实现代码
193 136
|
21天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1344 8