“人工智能的普及及进一步推广，已彻底改变传统视频监控现状，智能视频加速推进。如何解决人工智能新时代的大数据存储，是存储厂商需要解决的问题。”
这是西部数据产品市场部副总裁朱海翔对安防智能化时代，存储厂商的发展要求及方向做出的总结。
当下视频记录应用的普及和物联网应用的加深，俨然成为数据快速增长的主要推进剂，ZB级数据时代悄然以来。据IDC分析显示，2023年，两者将贡献近100ZB的数据增量。
特别是伴随着人工智能技术在视频监控领域的下沉与普及，未来大部分的视频监控设备都将具备AI能力，从而创造更多的数据价值。
作为专注于数据存储的厂商，西部数据又是如何看待传统视频向智能视频的转型？如何从数据的角度赋能智慧视频发展？
在日前落幕的第十五届中国安防论坛·技术论坛上，朱海翔以“助力智能视频 赋能智慧未来”为主题，详细介绍了智能爆发时代数据的流动与存储现状与前景。
智慧视频创造数据价值
在演讲中，朱海翔指出，从企业角度看数据发展，当前数据非常明显划分为三个层面。
即数据产生的终端层面、数据初步汇聚分析的分布式数据中心层面，最大化攫取数据价值的中央数据中心层面。
这其中，AIOT的迅猛发展使得数据产生由人向机器不断延伸。预计到2023年，超过90%的数据将由机器生成，视频和物联网是主要的数据来源。
终端设备所产生的海量数据，如果不加提炼和甄别，全部存储到边缘和核心，将造成资源的严重浪费。这也带动了视频分析产品在视频监控领域的快速渗透。
传统视频监控最大特征是一个事后调查系统，案件发生时候依靠人力事后调取录像查看，视频数据保留价值低。
而智慧视频会在每一个环节都发生革命性变化，可以做到事发时实时报警甚至事前预警，视频保留价值显著提高。
赋能智慧视频催生更紧密的行业合作
在智能数据大爆发的背景下，为进一步赋能智慧视频，需要各个行业的更紧密合作，因此生态系统的建设尤为重要。
算力上，计算算力不断提升，成本可控。需要AI芯片厂商不断的研发出更适合市场，可大规模使用的高性价比芯片；
算法上，设计高效准确的AI算法以及开发目标行业的应用，需要算法厂商不断的努力；
数据上，如何解决人工智能新时代的大数据存储，是存储厂商需要解决的问题；
另一方面，系统集成商将作为沟通算力、算法、数据存储三类厂商之间的桥梁。需要将各个关键生产要素组合成高效系统，形成切实可行解决方案。
为此西部数据在本届CPSE安博会上，除了展出全线数据存储产品外，也与7家国内领先的系统厂商展出了涵括平安城市、智慧园区、智能交通、雪亮工程在内的行业解决方案。
智慧视频的架构转变需要存储器件相匹配
值得一提的是，演讲中朱海翔还认为，作为赋能智慧视频生态系统的重要一员，存储扮演者基础设施的角色，因为任何数据都需要存储。
面对智慧视频产生数据多样化的新特性，存储厂商也需要推出更加适合的存储器。
在摄像头端，由于视频图像的数据量大大增加，对本地存储容量的需求加大，那么就需要更高容量的microSD存储卡。
同时，AI摄像头会产生大量的随机化读写结构化数据，因此要求更高读写性能的嵌入式闪存产品，如e.MMC或UFS。
在边缘侧，伴随着传统边缘服务器向AI边缘和分布式云边缘的转变，大数据的存储需要更大容量，更高可靠性，更高性能迈进。
因此会引入AI监控紫盘，甚至企业级硬盘，适配视频数据分析的应用。
在核心侧，随着更多视频图像数据不断地从边/端汇聚并累计，海量高数据价值存储量带来了存储容量和成本压力的巨大提升。
因此超大容量的主机管理叠瓦式氦气硬盘可以很好的应对。同时，随着云/边的AI训练及推理的增长，高性能的SSD必然被引入，作为数据计算的缓存。
当前西部数据针对视频监控有着从端侧的数据捕获采集，到边缘侧的数据存储管理和事后分析，以及云端的深度学习，归档以及AI训练/推理，有着广泛的全数据链产品解决方案。
智慧视频带来存储变革
演讲的最后，朱海翔以AI摄像机为例，向参会嘉宾阐述了智慧视频所带来的存储变革。
在传统视频监控中，摄像机本地所要存储的数据主要是操作系统以及断网的时候才把视频图像数据临时存放在本地的microSD卡片中作为临时备份。
智慧视频架构下的AI摄像头，除了产生传统视频数据之外，还会产生更高分辨率的图像数据用做视频分析，以及大量结构化数据。本地就要存储结构化数据库以及更多本地视频图像数据作为运算使用。
高分辨率的视频数据带来顺序读写压力的加大，结构化数据库的存储带来的是大量的随机读写。因此传统摄像头内部的SPI FLASH不能够满足性能的要求，需要e.MMC/UFS等高性能嵌入式闪存的加入。
大量高清视频图像以及AI产生的图片数据的存储要求，需要更大容量存储器，而这也是西部数据推出512GB视频监控卡的主要原因。
结构化数据的随机写入压力以及视频图像数据的顺序写入量的增加，也带来了高寿命存储产品需求的上涨。
大容量、高寿命的产品必然会带来存储成本的上升。为此西部数据也通过3D TLC的存储技术最大化降低用户存储成本。
