“人工智能的普及及進一步推廣，已徹底改變傳統(tǒng)視頻監(jiān)控現(xiàn)狀，智能視頻加速推進。如何解決人工智能新時代的大數(shù)據(jù)存儲，是存儲廠商需要解決的問題?！?/p>

這是西部數(shù)據(jù)產(chǎn)品市場部副總裁朱海翔對安防智能化時代，存儲廠商的發(fā)展要求及方向做出的總結(jié)。

當下視頻記錄應(yīng)用的普及和物聯(lián)網(wǎng)應(yīng)用的加深，儼然成為數(shù)據(jù)快速增長的主要推進劑，ZB級數(shù)據(jù)時代悄然以來。據(jù)IDC分析顯示，2023年，兩者將貢獻近100ZB的數(shù)據(jù)增量。

特別是伴隨著人工智能技術(shù)在視頻監(jiān)控領(lǐng)域的下沉與普及，未來大部分的視頻監(jiān)控設(shè)備都將具備AI能力，從而創(chuàng)造更多的數(shù)據(jù)價值。

作為專注于數(shù)據(jù)存儲的廠商，西部數(shù)據(jù)又是如何看待傳統(tǒng)視頻向智能視頻的轉(zhuǎn)型？如何從數(shù)據(jù)的角度賦能智慧視頻發(fā)展？

在日前落幕的第十五屆中國安防論壇·技術(shù)論壇上，朱海翔以“助力智能視頻 賦能智慧未來”為主題，詳細介紹了智能爆發(fā)時代數(shù)據(jù)的流動與存儲現(xiàn)狀與前景。

智慧視頻創(chuàng)造數(shù)據(jù)價值

在演講中，朱海翔指出，從企業(yè)角度看數(shù)據(jù)發(fā)展，當前數(shù)據(jù)非常明顯劃分為三個層面。

即數(shù)據(jù)產(chǎn)生的終端層面、數(shù)據(jù)初步匯聚分析的分布式數(shù)據(jù)中心層面，最大化攫取數(shù)據(jù)價值的中央數(shù)據(jù)中心層面。

這其中，AIOT的迅猛發(fā)展使得數(shù)據(jù)產(chǎn)生由人向機器不斷延伸。預計到2023年，超過90%的數(shù)據(jù)將由機器生成，視頻和物聯(lián)網(wǎng)是主要的數(shù)據(jù)來源。

終端設(shè)備所產(chǎn)生的海量數(shù)據(jù)，如果不加提煉和甄別，全部存儲到邊緣和核心，將造成資源的嚴重浪費。這也帶動了視頻分析產(chǎn)品在視頻監(jiān)控領(lǐng)域的快速滲透。

傳統(tǒng)視頻監(jiān)控最大特征是一個事后調(diào)查系統(tǒng)，案件發(fā)生時候依靠人力事后調(diào)取錄像查看，視頻數(shù)據(jù)保留價值低。

而智慧視頻會在每一個環(huán)節(jié)都發(fā)生革命性變化，可以做到事發(fā)時實時報警甚至事前預警，視頻保留價值顯著提高。

賦能智慧視頻催生更緊密的行業(yè)合作

在智能數(shù)據(jù)大爆發(fā)的背景下，為進一步賦能智慧視頻，需要各個行業(yè)的更緊密合作，因此生態(tài)系統(tǒng)的建設(shè)尤為重要。

算力上，計算算力不斷提升，成本可控。需要AI芯片廠商不斷的研發(fā)出更適合市場，可大規(guī)模使用的高性價比芯片；

算法上，設(shè)計高效準確的AI算法以及開發(fā)目標行業(yè)的應(yīng)用，需要算法廠商不斷的努力；

數(shù)據(jù)上，如何解決人工智能新時代的大數(shù)據(jù)存儲，是存儲廠商需要解決的問題；

另一方面，系統(tǒng)集成商將作為溝通算力、算法、數(shù)據(jù)存儲三類廠商之間的橋梁。需要將各個關(guān)鍵生產(chǎn)要素組合成高效系統(tǒng)，形成切實可行解決方案。

為此西部數(shù)據(jù)在本屆CPSE安博會上，除了展出全線數(shù)據(jù)存儲產(chǎn)品外，也與7家國內(nèi)領(lǐng)先的系統(tǒng)廠商展出了涵括平安城市、智慧園區(qū)、智能交通、雪亮工程在內(nèi)的行業(yè)解決方案。

智慧視頻的架構(gòu)轉(zhuǎn)變需要存儲器件相匹配

值得一提的是，演講中朱海翔還認為，作為賦能智慧視頻生態(tài)系統(tǒng)的重要一員，存儲扮演者基礎(chǔ)設(shè)施的角色，因為任何數(shù)據(jù)都需要存儲。

面對智慧視頻產(chǎn)生數(shù)據(jù)多樣化的新特性，存儲廠商也需要推出更加適合的存儲器。

在攝像頭端，由于視頻圖像的數(shù)據(jù)量大大增加，對本地存儲容量的需求加大，那么就需要更高容量的microSD存儲卡。

同時，AI攝像頭會產(chǎn)生大量的隨機化讀寫結(jié)構(gòu)化數(shù)據(jù)，因此要求更高讀寫性能的嵌入式閃存產(chǎn)品，如e.MMC或UFS。

在邊緣側(cè)，伴隨著傳統(tǒng)邊緣服務(wù)器向AI邊緣和分布式云邊緣的轉(zhuǎn)變，大數(shù)據(jù)的存儲需要更大容量，更高可靠性，更高性能邁進。

因此會引入AI監(jiān)控紫盤，甚至企業(yè)級硬盤，適配視頻數(shù)據(jù)分析的應(yīng)用。

在核心側(cè)，隨著更多視頻圖像數(shù)據(jù)不斷地從邊/端匯聚并累計，海量高數(shù)據(jù)價值存儲量帶來了存儲容量和成本壓力的巨大提升。

因此超大容量的主機管理疊瓦式氦氣硬盤可以很好的應(yīng)對。同時，隨著云/邊的AI訓練及推理的增長，高性能的SSD必然被引入，作為數(shù)據(jù)計算的緩存。

當前西部數(shù)據(jù)針對視頻監(jiān)控有著從端側(cè)的數(shù)據(jù)捕獲采集，到邊緣側(cè)的數(shù)據(jù)存儲管理和事后分析，以及云端的深度學習，歸檔以及AI訓練/推理，有著廣泛的全數(shù)據(jù)鏈產(chǎn)品解決方案。

智慧視頻帶來存儲變革

演講的最后，朱海翔以AI攝像機為例，向參會嘉賓闡述了智慧視頻所帶來的存儲變革。

在傳統(tǒng)視頻監(jiān)控中，攝像機本地所要存儲的數(shù)據(jù)主要是操作系統(tǒng)以及斷網(wǎng)的時候才把視頻圖像數(shù)據(jù)臨時存放在本地的microSD卡片中作為臨時備份。

智慧視頻架構(gòu)下的AI攝像頭，除了產(chǎn)生傳統(tǒng)視頻數(shù)據(jù)之外，還會產(chǎn)生更高分辨率的圖像數(shù)據(jù)用做視頻分析，以及大量結(jié)構(gòu)化數(shù)據(jù)。本地就要存儲結(jié)構(gòu)化數(shù)據(jù)庫以及更多本地視頻圖像數(shù)據(jù)作為運算使用。

高分辨率的視頻數(shù)據(jù)帶來順序讀寫壓力的加大，結(jié)構(gòu)化數(shù)據(jù)庫的存儲帶來的是大量的隨機讀寫。因此傳統(tǒng)攝像頭內(nèi)部的SPI FLASH不能夠滿足性能的要求，需要e.MMC/UFS等高性能嵌入式閃存的加入。

大量高清視頻圖像以及AI產(chǎn)生的圖片數(shù)據(jù)的存儲要求，需要更大容量存儲器，而這也是西部數(shù)據(jù)推出512GB視頻監(jiān)控卡的主要原因。

結(jié)構(gòu)化數(shù)據(jù)的隨機寫入壓力以及視頻圖像數(shù)據(jù)的順序?qū)懭肓康脑黾?，也帶來了高壽命存儲產(chǎn)品需求的上漲。

大容量、高壽命的產(chǎn)品必然會帶來存儲成本的上升。為此西部數(shù)據(jù)也通過3D TLC的存儲技術(shù)最大化降低用戶存儲成本。