Как переход на «умное» видеонаблюдение приведет к увеличению потребности в хранилищах для динамических данных

Как переход на «умное» видеонаблюдение приведет к увеличению потребности в хранилищах для динамических данных

По данным Omdia Research, в 2019 году на рынке профессионального оборудования для видеонаблюдения было реализовано более 116 млн сетевых камер – такая армия может ежедневно генерировать примерно 9
петабайт видеоматериалов. В дальнейшем, по мере увеличения спроса и более широкого использования в аппаратном оборудовании таких развивающихся технологий, как искусственный интеллект (ИИ), объем
создаваемых данных будет только увеличиваться. В связи с этим поставщикам решений для СХД уже сейчас следует задуматься, чем они ответят на этот рост.

Важно отметить, что эволюция технологии видеонаблюдения не проходит изолированно – ее совершенствование идет параллельно с развитием других технических и инфраструктурных аспектов хранения,
обработки и передачи данных. Речь, в частности, идет о пятом поколении мобильной связи (5G) и «Интернете вещей» (IoT). Синхронное улучшение этих технологий оказывает значительное влияние на
архитектуру СХД.

Эволюция видеонаблюдения позволяет нам выделить пять основных трендов:

1. Инновации и рост

Камер становится не просто больше – каждая новая модель обладает улучшенным функционалом. Чем больше камер, тем больше информации мы сможем увидеть и зафиксировать, ведь будут увеличиваться и углы
обзора, и площадь территории покрытия. А чем больше в нашем распоряжении видео, передающегося в режиме реального времени, тем больше материалов может быть направлено на обучение ИИ.

Кроме того, все чаще камеры позволяют снимать в высоком разрешении (например, 4K), следовательно, видеопоток будет требовать бóльших объемов хранения по сравнению с видеоматериалами, отснятыми в
более низких разрешениях. В свою очередь повышение детализации видео расширит возможности извлечения из него ценной информации, что положительно скажется на эффективности алгоритмов ИИ. Более того,
новые камеры транслируют не только основной, но и дополнительные видеопотоки с низким битрейтом, используемые для низкоскоростного мониторинга и распознавания шаблонов ИИ.

В отличие от своих предшественниц, смарт-камеры работают непрерывно 24 часа в сутки 7 дней в неделю 365 дней в году, а значит, повышается не только рабочая нагрузка, но и требования к СХД, которые
должны поддерживать необходимую скорость передачи и записи данных. По мере более широкого распространения таких камер в промышленности и государственном секторе все большую роль будет играть
оборудование для хранения данных на первичных устройствах захвата видео и в децентрализованных хранилищах, соответственно повысятся требования к их долговечности и надежности.

2. В любом месте, в любое время

Сохранение информации стало практически неотъемлемой частью нашей жизни: мы записываем данные о коммерческой деятельности, научных исследованиях и даже о делах личного характера. В результате на
свет появляются все более совершенные виды камер, способных регистрировать новые типы информации, которую впоследствии можно проанализировать.

Так, стремительное развитие пандемии новой коронавирусной инфекции (COVID-19) вывело на передний план тепловизионные камеры, способные выявить людей с повышенной температурой, а также
взрывозащищенные модели, применяемые в районах с наиболее острыми экологическими рисками. Камеры сегодня повсюду – на крышах зданий, внутри транспортных средств, на борту дронов и даже в дверных
звонках.

При разработке технологий хранения данных следует помнить, что они должны учитывать местоположение оборудования и его формфактор. Помимо этого, необходимо принять во внимание возможные ограничения
на доступ к камерам. Установлены ли они в труднодоступном месте? Работают ли в условиях экстремальных перепадов температур? Для обеспечения длительной, надежной и непрерывной записи критически
важного видео все эти факторы принципиально важны.

3. Специализация ИИ

Совершенствование вычислительных мощностей камер приводит к тому, что обработка данных происходит непосредственно на самом устройстве, создавая условия для принятия на нем решений в реальном
времени. Новые чипсеты с улучшенными функциями ИИ и обработкой данных глубинной нейронной сетью для аналитики с глубинным обучением на камере уже доступны на рынке и готовы продемонстрировать все,
на что способны. Согласно прогнозам отраслевой аналитической компании Omdia, с 2019 по 2024 год поставки таких камер будут расти на 64% ежегодно.

Даже в решениях, выстроенных вокруг стандартных камер видеонаблюдения, для обеспечения продвинутых функций с ИИ и аналитики с глубинным обучением в сетевых видеорегистраторах (NVR), устройствах
видеоаналитики и пограничных шлюзах применяются усовершенствованные чипсеты и дискретные графические процессоры (GPU). Одно из самых кардинальных изменений связано с тем, что сегодня просто хранить
один или несколько видеопотоков недостаточно – необходимо иметь дополнительное место, чтобы хранить метаданные для работы ИИ в реальном времени и референтные данные для распознавания
шаблонов.

Как переход на «умное» видеонаблюдение приведет к увеличению потребности в хранилищах для динамических данных

4. Глубинное обучение и облако

Несмотря на выход новых чипсетов для камер и записывающих устройств с более совершенными вычислительными мощностями, в современных решениях для видеонаблюдения бóльшая часть видеоаналитики и
глубинного обучения по-прежнему выполняется с помощью дискретного оборудования или в облаке, поскольку именно там «живут» большие данные. Но приложения с ИИ, обладающие более широким функционалом и
использующие не только видеоинформацию, но и данные с других сенсоров, также постепенно укрепляют свои позиции в облаке глубинного обучения, способствуя созданию более эффективного ИИ.

Чтобы поспевать за новыми рабочими нагрузками, облако тоже пережило трансформацию. Процессоры нейронных сетей в нем стали чаще использовать массивные кластеры графических процессоров, а также
специальные, программируемые пользователем вентильные матрицы (FPGA). В них поступают тысячи часов обучающего видео и петабайты данных, а значит, нужны HDD корпоративного класса (на данный момент –
до 20 Тбайт) и высокопроизводительные SSD-накопители на флеше, объединенные в платформы и массивы.

5. Влияние 5G на сетевые ресурсы

Проводной и беспроводной Интернет обеспечил масштабируемость и упростил процесс установки камер видеонаблюдения, что, в свою очередь, привело к взрывному росту их использования. Впрочем, другим
условием такого роста стало наличие готовой инфраструктуры локальной (LAN) и глобальной (WAN) сетей. Да и пятое поколение сотовой связи уже не за горами – оно снимает многие барьеры для
развертывания, расширяя количество точек, где установка городских камер не только возможна, но и легко осуществима. А чем проще развертывание, тем легче масштабироваться, следовательно, появятся
новые сценарии использования и продолжится эволюция как конструкции камер, так и организации облака.

Например, камеры уже можно устанавливать изолированно, то есть для нормальной работы их достаточно подключить напрямую к центральному облаку, минуя локальную сеть. В перспективные модели с
поддержкой 5G уже на этапе разработки закладывается возможность загрузки и запуска сторонних приложений, которые еще больше расширят функционал. 5G открывает совершенно новые и порой неизведанные
горизонты для инноваций в сфере видеонаблюдения.

Однако, обладая большей автономией, такие камеры потребуют еще более динамичного хранилища. А для оптимального выполнения функций, завязанных на устанавливаемые приложения, к ним будут
предъявляться уже другие требования по долговечности, мощности, производительности и эффективности энергопотребления.

*    *    *

Мир видеонаблюдения дарит нам одновременно сложные и захватывающие разработки, а значит, и системы хранения соответствующих данных отставать не должны. Но чтобы справиться с новыми рабочими
нагрузками, которые уже стали реальностью, и подготовиться к инновациям завтрашнего дня, должна поменяться архитектура как первичных устройств захвата видео, так и конечных точек. В течение всего
этого времени аналитика с глубинным обучением продолжает совершенствоваться на серверах и в облаке.

Круглосуточная работа систем видеонаблюдения вкупе с захватывающими возможностями ИИ и 5G означает, что компаниям, которые управляют разветвленной сетью камер, следует внимательно изучить
требования к СХД еще до оценки инвестиций в новые технологии. Ведь чтобы обеспечить сохранность важнейших данных, соответствие нормативным требованиям и прослеживаемость важной для компании
информации, ее СХД должна быть долговечной и надежной.

Western Digital Видеонаблюдение СХД 5G Искусственный интеллект AI

Брайан Маллари (Brian Mallari)

Директор по продуктовому маркетингу направления «Видеонаблюдение» компании Western Digital

Статьи

Источник