VIVIBIT 攜手大普微與 SJ WORKS，憑藉創新儲存方案加速影視工業化進程
Share
近日，VIVIBIT 攜手大普微（DapuStor）、三界影業（SJ WORKS），順利完成一項針對高端影視製作流程的創新測試。
測試結果顯示，VIVIBIT 自主研發的桌面數據中心 E1001 搭載大普微企業級固態硬碟後，可完全滿足 4K/8K 超高清水準影視專案的後期製作需求，為 SJ WORKS 的「DIT 工業化全流程解決方案」提供了強力的底層數據支援。
強強聯合，瞄準影視數據儲存痛點
數位時代下，影視作品的數據量正以指數級速度增長。一個 4K/8K 專案所產生的原始素材，容量往往高達數百 TB 甚至 PB 等級，這對儲存系統的容量、頻寬、穩定性與便攜性提出了極高要求。
VIVIBIT 是專注於高效能低碳儲存技術的創新品牌，致力於透過異構運算、軟硬體協同設計，為邊緣運算、AI 與元宇宙提供「零負擔」的數據基礎設施，協助全球企業邁向綠色智慧時代。
大普微（DapuStor）是企業級儲存領域极具影響力的專業儲存主控晶片、企業級固態硬碟及儲存方案供應商，其產品以高效能與高可靠性聞名，能為企業級應用提供強大的儲存支援。
三界影業（SJ WORKS）是電影工業化技術全流程服務的業界標竿，並參與編寫「影視技術白皮書」。其 DIT 全流程技術方案已應用於多部一線電影，例如《流浪地球 2》《流浪地球》《長城》《邪不壓正》等頂級影視專案。
此次多方合作，旨在透過技術創新與場景創新，破解影視製作中海量素材的儲存、讀寫與協同處理難題，將影視製作能力有效延伸至拍攝現場，加速從前期拍攝到後期製作的整個流程。
精益求精，多維度測試驗證卓越性能
本次測試所使用的設備為 E1001 桌面數據中心（標準版），其核心儲存採用大普微企業級固態硬碟蛟容 SSD J5100 與 Roealsen SSD R5100。
E1001 透過一條 DAC 一分四線纜（100GbE 分為 4 個 25GbE），同時連接一台 Mac Pro 與一台 MacBook Pro，模擬影視後期團隊中多位剪輯師、調色師同時存取並操作同一素材庫的真實工作場景。
測試過程涵蓋理論頻寬、實際檔案傳輸及真實編輯環境三大維度：
- 理論頻寬測試：透過 AJA Disk Speed Test 進行測試，MacBook Pro 的實測讀寫速率分別為 WRITE：2820MB、READ：2993MB；另一台 Mac Pro 的實測讀寫速率則為 WRITE：2532MB、READ：2648MB，展現出強大的原始頻寬能力。
- 實際檔案傳輸測試：透過上傳 / 下載大型影片檔案，觀察 iMac 活動監視器中的網路資料流，實測速率穩定維持在 WRITE：2280MB、READ：2360MB，驗證了其在真實工作負載下的高效穩定性。
- 4K 素材編輯實戰：在 DaVinci Resolve 中存取並流暢播放由約 7000 張、單張 47MB 的 TIF 檔案組成的 4K 素材序列，期間網路流量穩定維持在約 10GbE 水準。
- 8K 素材編輯壓力測試：進一步挑戰更高數據量的 8K 素材 —— 約 2000 張、單張 192MB 的 TIF 檔案。E1001 同樣確保了素材的流暢播放，此時網路流量約為 20GbE，充分證明其應對極限壓力場景的能力。
超越預期，E1001 重新定義桌面儲存
經過嚴格的 POC 測試與業務數據實測，芯途異構 E1001 桌面數據中心的表現超出預期，其多項特性完美匹配高端影視製作的需求：
- 大容量儲存：支援 300TB 以上的超大容量，為海量的 4K/8K 原始素材提供可靠的儲存空間。
- 高效低能耗：整機運行功耗低於 100W，在提供強大性能的同時，仍保持優異的能效比。
- 高頻寬性能：配備百 G 網路介面，確保多機存取時的高速與穩定。
- 靈活切分與協同：百 G 網卡可配置為 4×25G 模式，支援多台設備直連，大幅提升製作團隊間的協作效率。
- 極簡便攜設計：機身尺寸僅如啤酒杯大小，通電即可使用，無需專業機房與複雜維運，可隨劇組靈活部署。
E1001 不僅在提供海量儲存空間的同時，有效保障使用者數據的儲存安全，其卓越性能更顯著提升了多個製作團隊間的協作效能，充分體現使用者的投資價值。
攜手共進，賦能影視工業化未來
此次多方合作的成功，為影視業的數據儲存與處理提供了全新解決方案。VIVIBIT 的異構運算與儲存架構，結合大普微高效能企業級固態硬碟的可靠性，共同為 SJ WORKS 的工業化流程注入強勁的數位動力。而 SJ WORKS 身為業界技術的引領者，其專案經驗與技術標準，也為儲存解決方案的優化迭代提供了寶貴方向。
未來，VIVIBIT 也將與更多業界夥伴深化合作，探索在更廣泛的高效能運算、人工智慧數據處理、智慧城市等領域的應用可能性，共同協助各行各業從容應對 AI 時代的海量數據挑戰。