算力下放，數(shù)據(jù)上云成為智能安防發(fā)展新趨勢

視頻監(jiān)控市場在過去10年經(jīng)歷了爆炸式的增長，由于高清智能攝像頭的價格比之前有了大幅下降，使得高清網(wǎng)絡攝像頭在視頻監(jiān)控項目中的部署越來越普遍。而自2018年以來，人工智能（AI）也得到了迅猛發(fā)展，其中落地速度最快的當屬視頻監(jiān)控項目，因此，出現(xiàn)了越來越多的嵌入了視頻分析功能的智能攝像頭，讓“安防+AI”成為了安防行業(yè)發(fā)展的趨勢。

根據(jù)IHS Markit統(tǒng)計的數(shù)據(jù)，2018年和2019年全球視頻監(jiān)控市場規(guī)模分別為182億美元和199億美元。從市場增長率上來看，2015年到2018年，全球視頻監(jiān)控市場的增長率分別為1.9%、3.9%、9.3%和8.7%，持續(xù)保持了一個較高的增長率。這與政府和企業(yè)在安防方面的支出持續(xù)增加密不可分，特別是近幾年來，智慧城市和平安城市項目的展開，大大促進了安防方面的支出。

圖1：IHS Markit統(tǒng)計的全球視頻監(jiān)控市場規(guī)模和近5年的市場增長率。

從市場分布來看，2018年中國視頻監(jiān)控市場占了全球市場份額的45%，是全球最大的一塊市場，而且增長速度也遠高于海外市場。據(jù)IHS Markit預計，2018年至2023年，視頻監(jiān)控市場增長率比較快的市場有中國、印度、越南和泰國。其中，增長速度最快的印度將會達到16.6%，其次是10.7%，當然，中國的增長速度也不慢，有10.5%。

圖2：視頻監(jiān)控市場增速較快的幾個地區(qū)。

中國市場增長較快的一個重要原因是政府“雪亮工程”“平安城市”等推動了對城市監(jiān)控項目的投資，而且還擴展到了周邊農(nóng)村地區(qū)。比如在2020存儲產(chǎn)業(yè)趨勢峰會上，有嘉賓介紹中國的“平安城市”項目里使用的攝像頭數(shù)目，其中深圳在1953平方公里的城市里使用了40萬個攝像頭，平均每平方公里就有205個攝像頭。攝像頭數(shù)目上100萬的城市有北京和上海兩個，北京115萬個，上海100萬個，不過由于這兩個城市的面積相對較大，密度并沒有深圳高。

圖3：“平安城市”項目中不同城市使用的攝像頭數(shù)目統(tǒng)計。

除了政府和企業(yè)的推動，視頻監(jiān)控市場快速增長的原因還有視頻監(jiān)控攝像頭的價格下降了很多。自2015年以來，全球市場上網(wǎng)絡監(jiān)控攝像頭的平均價格下降了22%以上。

此外，視頻監(jiān)控的用途越來越廣。攝像頭除了在傳統(tǒng)公共安全或者防盜應用中使用外，還有很多場景中會用到，比如監(jiān)控、控制和記錄業(yè)務運營情況；安全生產(chǎn)監(jiān)督，像滑倒和跌落，火災和煙霧報警檢測等；市場營銷信息收集，像零售行業(yè)中的客戶數(shù)目統(tǒng)計、整理客戶信息資料，繪制商店客流熱力圖等等；以及在訴訟案件中用于收集潛在的視頻證據(jù)等等。

如此多攝像頭的部署，加上新部署的攝像頭很多都是高分辨率的攝像頭，比如1080p，2K，甚至是4K分辨率的攝像頭，盡管壓縮技術(shù)正在不斷進步，但這么多攝像頭產(chǎn)生的數(shù)據(jù)依然是個龐大的數(shù)字，企業(yè)需要的存儲空間不斷提升。據(jù)IHS Markit估計，2018年全球用于視頻監(jiān)控的存儲出貨達81 EB，相當9200萬小時的視頻（1080p @ 2Mbps）。這些存儲通常分布在錄像機（DVR或者NVR），內(nèi)部存儲以及外部存儲系統(tǒng)中。

西部數(shù)據(jù)公司高級副總裁兼中國區(qū)總經(jīng)理Steven Craig曾表示，2018年約產(chǎn)生了32ZB（約1萬億GB）的數(shù)據(jù)。“到2023年，預計會產(chǎn)生103ZB的數(shù)據(jù)?！?Steven Craig進一步指出。這些數(shù)據(jù)主要來源于末端的邊緣數(shù)據(jù)、在邊緣進行整合后的數(shù)據(jù)，以及在云端經(jīng)過了處理和轉(zhuǎn)換的智能信息。

在Steven Craig看來，這些看似龐大的數(shù)據(jù)其實只有小部分會被存儲下來，比如說2018年的數(shù)據(jù)存儲量是5ZB左右，占產(chǎn)生數(shù)據(jù)的15%；預計到2023年，存儲下來的數(shù)據(jù)為12ZB左右，占產(chǎn)生數(shù)據(jù)的11%，其他的數(shù)據(jù)將會失散掉，而且將永遠也不可能找回來了。

如此海量的數(shù)據(jù)，原有的視頻監(jiān)控基礎(chǔ)架構(gòu)已經(jīng)不再適用新的形勢，尤其是對于大型項目。一種結(jié)合了AI、云，大數(shù)據(jù)以及物聯(lián)網(wǎng)技術(shù)的新型架構(gòu)正在視頻監(jiān)控系統(tǒng)中大規(guī)模落地，尤其是在中國的平安城市項目中。

隨著AI、云、大數(shù)據(jù)和IoT等變革性技術(shù)越發(fā)滲透于視頻監(jiān)控系統(tǒng)，出現(xiàn)了不同的方法來滿足將這些技術(shù)集成到現(xiàn)代系統(tǒng)的需求。諸如安全城市等的大型項目需要從全局了解公共安全狀況，簡化視頻監(jiān)控并自動化視頻處理和分析過程。

圖4：新型視頻監(jiān)控基礎(chǔ)架構(gòu)。

云、邊、端（在國外也稱為云、霧、邊）是基于物聯(lián)網(wǎng)概念的三層架構(gòu)，在許多中國公共安全項目中被廣泛使用。從傳統(tǒng)的集中式數(shù)據(jù)中心演變而來的該體系結(jié)構(gòu)通過添加霧層作為云和端的中間層，而傳統(tǒng)的架構(gòu)正在被這種新型的分布式架構(gòu)所取代。不同于傳統(tǒng)的架構(gòu)，云中心將計算、存儲和網(wǎng)絡資源整合在一起并對這些資源進行集中管理。同樣，邊側(cè)也在各個節(jié)點提供統(tǒng)一的平臺管理并整合來自不同廠商的IT基礎(chǔ)設施部件以及端側(cè)設備。

圖5：AI賦能的基礎(chǔ)架構(gòu)

AI解決方案一開始是部署在數(shù)據(jù)中心，或者云端的，然后逐漸擴展到邊緣端。特別是近年來，隨著ASIC和SoC技術(shù)的發(fā)展，芯片的算力越來越強，攝像頭也能夠運行一些AI推理算法。因此視頻分析既可以在現(xiàn)成的標準化分析服務器或錄像機上運行，又可以嵌入到網(wǎng)絡攝像頭和編碼器之類的視頻監(jiān)控端側(cè)設備中。

目前主要有三種方法來部署AI解決方案：

部署在端側(cè)的AI攝像頭。AI攝像頭生成的結(jié)構(gòu)化數(shù)據(jù)通過網(wǎng)絡傳輸?shù)椒掌?，用于例如面部圖像識別和車輛識別等基于場景的其他應用程序。但是，這種方法難以被廣泛采用的原因是AI攝相頭替換傳統(tǒng)攝像頭的成本相對較高。此外，端側(cè)AI攝像頭的算力限制也阻礙了廣泛應用。即使使用最新的ASIC芯片，許多端側(cè)設備也將無法同時運行多種算法。因此，僅靠端側(cè)設備很難實現(xiàn)規(guī)模效益。

部署在中心的AI解決方案。借助這種方法，無需更換傳統(tǒng)的攝像機便可將視頻流發(fā)送到分析服務器或錄像機或云端以進行集中處理。這使系統(tǒng)能夠為每個攝像頭視頻運行更多樣的分析，并將多路攝像頭聯(lián)動來運行不同的視頻分析。但是所有數(shù)據(jù)都需要被發(fā)送到數(shù)據(jù)中心，而這種方法需要高帶寬支持。數(shù)據(jù)中心必須能夠提供所有算力，這很大程度上意味著用戶為購買AI服務器和錄像機需要支付高昂成本。

云-邊-端基礎(chǔ)架構(gòu)上分布的AI解決方案。這種混合方式可通過結(jié)合使用端側(cè)的智能攝像頭、邊側(cè)集中式服務器和云中心，來確保視頻分析的工作負載更加均衡。這意味著可以在攝像頭上運行一些分析，例如人群監(jiān)視、計數(shù)和對象檢測，目的是節(jié)省帶寬并減輕后端的算力壓力?？梢允褂霉δ芨鼜姶蟮募惺椒治鰜磉\行需要大算力的應用程序，例如人或車輛的特征提取以及對象搜索。

另外，由于深度學習分析能夠?qū)⒎墙Y(jié)構(gòu)化的視頻和圖像轉(zhuǎn)換為結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)。這些數(shù)據(jù)可以通過云-邊-端基礎(chǔ)架構(gòu)匯聚，從AI攝像頭開始，然后到邊緣側(cè)的服務器或錄像機，再到云數(shù)據(jù)中心。該過程由算法和算力實現(xiàn)，需要用到強大的邏輯處理器、圖像處理器、內(nèi)存和存儲的支持。

在端側(cè)，目前具有1TOPS算力的嵌入式SoC的智能攝像頭已經(jīng)很普遍，有些高端的攝像頭已經(jīng)采用了16TOPS算力的芯片，這些高端攝像頭可以運行多種深度學習算法和應用程序。還有，高性能大容量并且具有高P/E（寫入/擦除）周期的嵌入式閃存存儲器在端側(cè)的AI攝像頭中被越來越多的使用，例如e.MMC和UFS。

由于大量基于AI技術(shù)的上層應用，顯著增加了用戶對視頻數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)的讀操作，這就需要存放這些數(shù)據(jù)的存儲器具有更好的順序和隨機讀寫性能，以及更大的本地存儲空間。<電子發(fā)燒友>與從視頻監(jiān)控設備供應商處了解到，現(xiàn)在很多視頻監(jiān)控廠商其實都是使用消費級的存儲卡，但這類存儲卡很容易損壞，這時客戶就認為這是監(jiān)控設備出了問題。這給他們帶來了很大的困擾。也正是為了解決這個問題，西部數(shù)據(jù)去年開始特意推出了專門針對安防市場的存儲設備------WD Purple系列產(chǎn)品。比如下面這款專門針對端側(cè)的WD PurpleSC QD101耐久度microSD存儲卡，該產(chǎn)品專為主流安全攝像頭市場中的設備制造商、經(jīng)銷商和安裝人員而設計。它采用了西部數(shù)據(jù)先進的96層3D NAND技術(shù)，并提供了高耐久度、高性能存儲和512GB大容量的高性價比組合，可滿足不斷增長的視頻安防市場的需求；重要的是，在兼容的攝像頭中，存儲卡的運行狀況管理使安裝人員和集成商能夠查看剩余續(xù)航時間，并在需要時預先維修存儲卡；此外，該存儲卡可提供32GB、64GB、128GB、256GB和512GB容量選擇。

圖6：西部數(shù)據(jù)針對安防市場的WD Purple microSD存儲卡。

在邊緣側(cè)和云端，適合運行包括圖像識別在內(nèi)的大量深度學習任務的“CPU+GPU”架構(gòu)變得流行。

隨著越來越多的數(shù)據(jù)在包括錄像機和企業(yè)級存儲在內(nèi)的后端存儲中被匯聚，需要更大的存儲支撐。具有更高容量的硬盤存儲陣列可在有限物理區(qū)域中提供更大的容量。由于疊瓦式磁記錄（SMR）技術(shù)的發(fā)展，使得最新一代3.5英寸硬盤的容量可以最高達到20TB。 疊瓦式硬盤通過將驅(qū)動器磁道部分彼此疊置（類似于屋頂上重疊的瓦片）來實現(xiàn)更大的容量，從而以較低的成本增加同一區(qū)域的存儲密度。這種方法可以在視頻監(jiān)控云中心中很好地發(fā)揮作用，因為視頻數(shù)據(jù)流具有順序化存儲的特性，并且視頻云中海量歸檔的視頻都不會進行隨機寫操作。

另外，為了提升在云端進行密集的AI計算的能力，一些廠商開始在視頻監(jiān)控系統(tǒng)的AI計算中引入非易失性內(nèi)存主機控制器接口（NVMe）存儲，即NVMe enterprise SSD。為了獲得更好的性能，西部數(shù)據(jù)還提出了一個開源的標準化的分區(qū)存儲技術(shù)ZNS，以在NVMe SSD上實現(xiàn)更好的耐久性、可預測的低延遲和QoS（服務質(zhì)量）性能。

當然，西部數(shù)據(jù)也沒忘記在邊緣和云端推出相應的產(chǎn)品，其最新的WD Purple 14TB* HDD就是專門針對安防市場的存儲產(chǎn)品。與西部數(shù)據(jù)其他WD Purple系列硬盤一樣，WD Purple 14TB硬盤專為24/7全天候高清安防系統(tǒng)應用而設計；它采用西部數(shù)據(jù)專有的AllFrame技術(shù)，可改善視頻獲取能力，同時有助于減少錄像系統(tǒng)中可能發(fā)生的錯誤，例如像素失幀或視頻中斷；而且，WD Purple硬盤可處理更繁重的工作負載，支持配有64個攝像頭并進行24x7錄像的系統(tǒng)。

圖7：西部數(shù)據(jù)針對安防邊緣端和云端的存儲產(chǎn)品。

基于AI和深度學習的視頻分析現(xiàn)在正影響著新型的視頻監(jiān)控基礎(chǔ)架構(gòu)，即從端到邊再到云數(shù)據(jù)中心。AI初創(chuàng)公司，半導體廠商與傳統(tǒng)的視頻監(jiān)控供應商已經(jīng)建立了一個完整生態(tài)系統(tǒng)以提供從芯片到算法和應用程序的解決方案，推動AI技術(shù)的落地。

AI解決方案的開發(fā)需要涉及科技界多方共同努力。沒有一家企業(yè)可以獨自推動AI產(chǎn)業(yè)向前發(fā)展，因為AI硬件和軟件的開發(fā)非常耗時耗資，甚至對一些科技巨頭都是一項巨大的挑戰(zhàn)。由于AI的這個特點，各廠商的AI技術(shù)的協(xié)作和整合是構(gòu)建可持續(xù)視頻監(jiān)控生態(tài)系統(tǒng)的必要條件。

未來在AI加持下的安防行業(yè)，將會出現(xiàn)兩大趨勢，即數(shù)據(jù)匯聚到云端數(shù)據(jù)中心，而算力則逐漸下放至邊緣測和端側(cè)。