Mais de 116 milhões de câmeras de rede foram enviadas para o mercado de vigilância profissional no ano passado, com capacidade para gerar quase 9 petabytes de vídeo todos os dias. À medida que a demanda por vídeo e o uso de IA aumentam, esses números continuam a crescer e nos força a repensar as arquiteturas de ponta.
Vendo os olhos para a inteligência artificial – Como os computadores veem nosso mundo
Se há uma coisa que aprendemos sobre IA nos últimos anos, é que a IA pode realizar tarefas estreitas incrivelmente bem. A visão computacional não envolve necessariamente ensinar os computadores a ver o mundo como nós (humanos) veríamos. Trata-se de permitir que os computadores capturem, analisem e aprendam sobre o mundo humano.
Usar recursos de inteligência de computador – como reconhecimento de objetos, detecção de movimento e rastreamento ou contagem de objetos / pessoas – e usá-los na aplicação certa é onde a IA tem um valor profundo. Não é de admirar que o amálgama de vídeo, inteligência artificial e dados de sensores seja um foco de novos serviços em todos os setores.
Casos de uso mais inteligentes
Embora muitas vezes limitemos a análise de vídeo em tempo real ao contexto da atividade de segurança ou vigilância, o mercado está se expandindo por meio de uma quantidade crescente de casos de uso. Isso inclui aplicativos médicos, análises esportivas, fábrica inteligente, gerenciamento de tráfego e até drones agrícolas.
O uso de tecnologia inteligente criou uma nova geração de casos de uso “inteligentes”. Por exemplo, em “cidades inteligentes”, as câmeras e a IA analisam os padrões de tráfego e ajustam os semáforos para melhorar o fluxo dos veículos, reduzir o congestionamento e a poluição e aumentar a segurança dos pedestres. As “fábricas inteligentes” implementam o tipo de tarefas estreitas nas quais a IA se sobressai – como detectar falhas ou desvios na linha de produção em tempo real e ajustar a produção para reduzir erros. As câmeras inteligentes podem ser muito eficazes na garantia de qualidade, o que também pode reduzir muito os custos por meio da automação e detecção de falhas antecipada.
A beira está mudando
A evolução do vídeo inteligente está acontecendo junto com outros avanços tecnológicos e de infraestrutura de dados, como o 5G. À medida que essas tecnologias se juntam, elas afetam a maneira como projetamos a borda. E estão gerando uma demanda por armazenamento especializado. Aqui estão algumas das maiores tendências que estamos vendo:
1. Mais de tudo
O número e os tipos de câmeras continuam a crescer, e cada novo tipo traz novos recursos. Ter mais câmeras permite que mais seja visto e capturado. Isso pode significar ter mais cobertura ou mais ângulos. Isso também significa que mais vídeo em tempo real pode ser capturado e usado para treinar IA.
Ao mesmo tempo, mais e mais câmeras estão suportando resoluções mais altas (vídeo 4K e superior). Isso é importante porque o vídeo é rich media. Quanto mais detalhado for o vídeo, mais informações podem ser extraídas dele. E, quanto mais eficazes os algoritmos de IA podem se tornar. Além disso, as novas câmeras transmitem não apenas um fluxo de vídeo principal, mas também fluxos de baixa taxa de bits adicionais usados para monitoramento de baixa largura de banda e correspondência de padrões de IA.
Alguns dos maiores desafios para esses tipos de cargas de trabalho é o fato de que eles estão sempre ativados. Seja para tráfego, segurança ou manufatura, muitas dessas câmeras inteligentes operam 24 horas por dia, 7 dias por semana, 365 dias por ano. A tecnologia de armazenamento deve ser capaz de acompanhar. Por um lado, o armazenamento evoluiu para oferecer velocidades de transferência de dados de alto desempenho e velocidade de gravação de dados, para garantir a captura de vídeo de alta qualidade. Além disso, a tecnologia de armazenamento na câmera que pode oferecer longevidade e confiabilidade tornou-se ainda mais crítica.
2. Endpoints vêm em todas as formas e tamanhos
Não importa se é para um negócio, para pesquisa científica ou mesmo para nossa vida pessoal – parece que tentamos capturar dados sobre tudo em nosso mundo. Como resultado, estamos vendo novos tipos de câmeras que podem capturar novos tipos de dados que podem ser analisados.
Por exemplo, o ataque da atual pandemia deu origem a câmeras térmicas que ajudam a identificar quem tem febre. Câmeras à prova de explosão estão sendo usadas em áreas de maior risco ambiental. As câmeras podem ser encontradas em todos os lugares – em cima de edifícios, dentro de veículos em movimento, em drones e até mesmo em campainhas.
Ao projetarmos a tecnologia de armazenamento, devemos levar em consideração a localização e o formato. Precisamos pensar na acessibilidade das câmeras (ou na falta dela) – elas estão no topo de um prédio alto? Talvez em meio a uma selva remota? Esses locais também podem precisar resistir a variações extremas de temperatura. Todas essas possibilidades precisam ser levadas em consideração para garantir a gravação contínua e confiável de dados de vídeo críticos.
3. Chipsets AI especializados
Recursos de computação aprimorados em câmeras significam que o processamento acontece no nível do dispositivo, permitindo decisões em tempo real na borda. Estamos vendo novos chipsets chegarem para câmeras que oferecem capacidade de IA aprimorada, e chipsets mais avançados adicionam processamento de rede neural profunda para análises de aprendizado profundo na câmera. A IA está cada vez mais inteligente e capaz.
De acordo com os analistas da indústria Omdia, as remessas de câmeras com capacidade analítica de aprendizado profundo incorporado crescerão a uma taxa de 67% ao ano entre 2019 e 2024. Isso reflete não apenas a inovação acontecendo dentro das câmeras, mas também a expectativa de que o aprendizado profundo – que requer grandes conjuntos de dados de vídeo para ser eficaz – acontecerá na câmera também, gerando a necessidade de mais armazenamento primário na câmera.
Mesmo para soluções que empregam câmeras de segurança padrão, chipsets aprimorados por IA e GPUs discretas estão sendo utilizados em gravadores de vídeo em rede (NVR), dispositivos de análise de vídeo e gateways de borda para habilitar funções avançadas de IA e análises de aprendizado profundo. O firmware do NVR e a arquitetura do sistema operacional estão evoluindo para adicionar esses recursos aos gravadores convencionais e, portanto, o armazenamento também deve evoluir para lidar com a mudança de carga de trabalho resultante.
Uma das maiores mudanças é que há uma necessidade de ir além de apenas armazenar streams de uma ou várias câmeras. Hoje, metadados de IA em tempo real e dados de referência para correspondência de padrões também precisam ser armazenados. Isso alterou muito a dinâmica da carga de trabalho e como adaptamos os dispositivos de armazenamento para novos tipos de carga de trabalho.
4. O aprendizado profundo ainda requer uma nuvem capaz
Assim como os chipsets de câmera e gravador estão chegando com mais poder de computação, nas soluções de vídeo inteligentes de hoje, a maior parte da análise de vídeo e do aprendizado profundo ainda é feita com dispositivos de análise de vídeo discretos ou na nuvem. É aí que residem os dados BIG.
Os aplicativos de Internet das Coisas (IoT) mais amplos que usam dados de sensores além do vídeo também estão aproveitando o poder da nuvem de aprendizado profundo para criar IA mais eficaz e inteligente.
Para dar suporte a essas novas cargas de trabalho de IA, a nuvem passou por algumas transformações. Processadores de rede neural dentro da nuvem adotaram o uso de clusters de GPU massivos ou FPGAs personalizados. Eles estão recebendo milhares de horas de vídeo de treinamento e petabytes de dados. Essas cargas de trabalho dependem dos recursos de alta capacidade dos discos rígidos de classe empresarial (HDDs) – que já podem suportar 20 TB por unidade – e dispositivos flash SSD empresariais, plataformas ou arrays de alto desempenho.
5. Rede, e falta de
A internet com e sem fio possibilitou a escalabilidade e a facilidade de instalação que impulsionou a adoção explosiva de câmeras de segurança – mas isso só poderia ser feito onde as infraestruturas LAN e WAN já existissem. Mas o 5G está chegando!
5G remove muitas barreiras à implantação, permitindo opções expansivas para colocação e facilidade de instalação de câmeras em um nível metropolitano. Com essa facilidade de implantação, vem uma nova e maior escalabilidade, o que impulsiona os casos de uso e mais avanços no design de câmera e nuvem.
Por exemplo, as câmeras agora podem ser autônomas, com conectividade direta a uma nuvem centralizada – elas não dependem mais de uma rede local. Emergentes câmeras que são 5G-prontos estão sendo projetados para carregar e executar 3rd aplicativos de terceiros que podem trazer capacidades mais amplas. Na verdade, o céu é o limite para a inovação de vídeo inteligente trazida pelo 5G.
No entanto, com maior autonomia, essas câmeras precisarão de um armazenamento ainda mais dinâmico. Eles exigirão novas combinações de resistência, capacidade, desempenho e eficiência de energia para poder lidar de forma otimizada com a variabilidade das novas funções orientadas a aplicativos, e estamos projetando soluções com esses novos recursos em mente.
Liderando a evolução do armazenamento no limite
É um admirável mundo novo para vídeo inteligente e é tão complexo quanto emocionante. Mudanças arquitetônicas estão sendo feitas para lidar com novas cargas de trabalho e se preparar para recursos ainda mais dinâmicos na borda e nos terminais. Ao mesmo tempo, a análise de aprendizado profundo continua a evoluir no back end e na nuvem.
A Western Digital tem um forte histórico de inovação, que remonta às origens da tecnologia de disco rígido e da tecnologia flash. Trabalhamos em estreita colaboração com líderes de mercado e inovação em vídeo inteligente para desenvolver uma compreensão profunda das arquiteturas habilitadas para IA avançada de hoje e de amanhã. Vemos de perto como as mudanças no gerenciamento do stream de vídeo e metadados afetam a carga de trabalho nos dispositivos de armazenamento.
Entender as mudanças na carga de trabalho – seja na câmera, gravador ou nuvem – é fundamental para garantir que as novas mudanças arquitetônicas sejam aumentadas pela inovação contínua em tecnologia de armazenamento. É por isso que continuamos a otimizar, ajustar e, se necessário, até mesmo re-arquitetar nosso firmware de armazenamento e tecnologia de interface para garantir que a tecnologia de armazenamento não apenas continue a acompanhar as demandas crescentes de vídeo inteligente, mas também pode gerar novos recursos e casos de uso inteligentes.
Fonte: Western Digital BLOG
