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)控基礎架構已經(jīng)不再適用新的形勢，尤其是對于大型項目。一種結合了AI、云，大數(shù)據(jù)以及物聯(lián)網(wǎng)技術的新型架構正在視頻監(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)控基礎架構。

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，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構通過添加霧層作為云和端的中間層，而傳統(tǒng)的架構正在被這種新型的分布式架構所取代。不同于傳統(tǒng)的架構，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基礎設施部件以及端側設備。

圖5：AI賦能的基礎架構

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：

部署在端側的AI攝像頭。AI攝像頭生成的結構化數(shù)據(jù)通過網(wǎng)絡傳輸?shù)椒掌鳎糜诶缑娌繄D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，許多端側設備也將無法同時運行多種算法。因此，僅靠端側設備很難實現(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-端基礎架構上分布的AI解決方案。這種混合方式可通過結合使用端側的智能攝像頭、邊側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。可以使用功能更強大的集中式分析來運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將非結構化的視頻和圖像轉換為結構化和半結構化的數(shù)據(jù)。這些數(shù)據(jù)可以通過云-邊-端基礎架構匯聚，從AI攝像頭開始，然后到邊緣側的服務器或錄像機，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，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技術的上層應用，顯著增加了用戶對視頻數(shù)據(jù)和結構化數(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，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，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)控基礎架構，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技術的協(xié)作和整合是構建可持續(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。