AI の洞察: インテリジェントビデオはエッジをどのように形成するのか?

ビデオの需要と視覚データの理解のための AI の使用が増加するにつれて、カメラの数と生成されるデータの数が急速に増加し、新しいエッジアーキテクチャの作成が求められています。

[[419066]]

交通管理におけるカメラとAI

さらに、新世代の「スマート」なユースケースが開発されます。たとえば、「スマートシティ」では、カメラと AI が交通パターンを分析し、信号を調整して車両の流れを改善し、渋滞と汚染を減らし、歩行者の安全性を高めます。

「スマート工場」では、AIを使用して生産ラインの欠陥や逸脱をリアルタイムで検出し、調整してエラーを減らし、効果的な品質保証対策を実施できます。したがって、自動化と早期の障害検出によってコストを大幅に削減できます。

インテリジェントビデオの進化

スマートビデオの開発には、5G などの他のテクノロジーやデータインフラストラクチャの進歩も伴います。これらのテクノロジーが融合するにつれて、エッジの構築方法に影響を与えています。そして、特殊なストレージの必要性が高まっています。

以下に、私たちが目にしている最大のトレンドをいくつか挙げます。

量が多いほど品質も向上する

カメラの数と種類は増え続けており、新たな進歩のたびに新たな機能が追加されています。カメラの数が増えると、より多くの人が映り、撮影できるようになります。これは、より広い範囲をカバーしたり、より多くの角度をカバーしたりすることを意味する可能性があります。これは、より多くのリアルタイムビデオをキャプチャして AI のトレーニングに使用できることも意味します。

解像度が高くなるにつれて (4K ビデオ以上)、品質は向上し続けます。ビデオが詳細であればあるほど、そこからより多くの洞察を引き出すことができます。そして、AI アルゴリズムはより効果的になる可能性があります。さらに、新しいカメラは、1 つのビデオストリームだけでなく、低帯域幅の監視と AI パターンマッチング用の追加の低ビットレートストリームも送信します。

スマートカメラは24時間365日稼働

交通管理、セキュリティ、製造のいずれの用途であっても、これらのスマートカメラの多くは 24 時間 365 日稼働しており、独自の課題が生じます。ストレージ技術はそれに追いつく必要があります。

一方、ストレージは、高品質のビデオキャプチャを保証するために、高性能なデータ転送速度とデータ書き込み速度を提供するように進化しました。さらに、実際のオンボードストレージテクノロジは、あらゆるワークフローに不可欠な耐久性と信頼性を提供する必要があります。

エンドポイントを理解するには現実世界のコンテキストが重要

ビジネス、科学研究、あるいは私生活のいずれの用途であっても、新しいタイプのデータをキャプチャできる新しいタイプのカメラが登場しています。信頼性の高いデータストレージの重要性は、このデータを活用して分析することで得られる潜在的なメリットにより、これまでになく明らかになっています。

ストレージ技術を設計する際にはコンテキストを考慮する

ストレージ技術を設計する際には、場所やフォームファクターなどの環境を考慮する必要があります。カメラのアクセスしやすさ（またはアクセスしにくさ）を考慮する必要があります。カメラは高層ビルの上にあるのでしょうか、それとも人里離れたジャングルにあるのでしょうか。

これらの場所では、極端な温度変化にさらされる必要がある場合もあります。重要なビデオデータを長期間にわたって確実に継続的に記録するには、これらすべての可能性を考慮する必要があります。

チップセットは人工知能（AI）の能力を向上させる

カメラの計算能力が向上すると、処理がデバイスレベルで行われるようになり、エッジでのリアルタイムの意思決定が可能になります。

新しいカメラチップセットは強化されたAI機能を提供します

カメラには AI 機能が向上した新しいチップセットが登場しており、より高度なチップセットでは、カメラでのディープラーニング分析のためのディープニューラルネットワーク処理が追加されています。人工知能はますます賢くなり、能力も向上し続けています。

クラウドはディープラーニング技術をサポートしなければならない

カメラやビデオカメラのチップセットの計算能力がますます向上しているのと同様に、今日のインテリジェントビデオソリューションでは、ほとんどのビデオ分析とディープラーニングが依然として個別のビデオ分析アプライアンスまたはクラウドで実行されています。これらの新しい AI ワークロードをサポートするために、クラウドはいくつかの変革を遂げました。クラウド内のニューラルネットワークプロセッサは、大規模な GPU クラスターまたはカスタム FPGA を使用します。

彼らには何千時間ものトレーニングビデオとペタバイト単位のデータが与えられています。これらのワークロードは、すでにドライブあたり 20 TB をサポートできるエンタープライズクラスのハードディスクドライブ (HDD) の大容量機能と、高性能なエンタープライズクラスの SSD フラッシュデバイス、プラットフォーム、またはアレイに依存しています。

インターネットへの依存

有線および無線インターネットにより、拡張性と設置の容易さが実現し、セキュリティカメラの爆発的な普及が実現しましたが、これは LAN および WAN インフラストラクチャがすでに存在している場合にのみ実現できます。

5G技術がカメラの設置を支援

5G は多くの導入障壁を取り除き、都市レベルのカメラの配置と設置に幅広い選択肢をもたらします。この導入の容易さにより、新たな拡張性が実現され、カメラやクラウドの設計におけるユースケースとさらなる進歩が促進されます。たとえば、カメラはローカルネットワークに依存しなくなったため、スタンドアロンで集中型クラウドに直接接続できるようになりました。

新しく登場した 5G 対応カメラは、サードパーティ製アプリを読み込んで実行するように設計されており、より幅広い機能を実現できる可能性があります。ただし、自律性が高まると、これらのカメラにはより動的なストレージが必要になります。新しいアプリケーション主導の機能の多様性を最適に処理するには、耐久性、容量、パフォーマンス、電力効率の新しい組み合わせが必要になります。