¿Por qué los nuevos sistemas de vídeo inteligente necesitan un almacenamiento de datos más dinámico?

Brian Mallari. Director de Marketing de Producto Smart Video de Western Digital.

El sector de la videovigilancia profesional está creciendo de forma imparable. En 2019 se vendieron más de 116 millones de cámaras con capacidad para generar casi 9 petabytes de vídeo cada día, según Omdia Research. Y esta cifra no hará más que aumentar a medida que la demanda siga progresando y tecnologías emergentes como la inteligencia artificial (IA) se incorporen al dispositivo. Como resultado, los proveedores de almacenamiento de datos deberán considerar cómo funcionan las soluciones que ofrecen para adaptarse a la creciente complejidad.

Brian Mallari. Director de Marketing de Producto Smart Video de Western Digital.

Es importante tener en cuenta que la evolución del vídeo inteligente no se está produciendo de forma aislada, sino que el avance de dicha tecnología se da junto con otras innovaciones tecnológicas como el 5G o el Internet de las cosas (IoT). A medida que las tecnologías se unen, impactan en la arquitectura de las soluciones de almacenamiento de datos.

Estas son las cinco grandes tendencias que consideramos en la evolución del Smart Video:

1. Innovación y crecimiento
El número y formato de cámaras siguen creciendo, y cada nuevo modelo aporta nuevas capacidades. Tener más cámaras permite ver y captar más cosas, obtener una mayor cobertura y más ángulos. Es decir, capturar más vídeo en tiempo real y utilizarlo para entrenar la IA. Los nuevos equipos exigen una mayor resolución, como el 4K, que requiere más datos que las transmisiones de menor calidad. Cuanto más detallado sea el vídeo, más información podrá extraerse y más eficaces serán los algoritmos de IA. Además, las nuevas cámaras no sólo transmiten el flujo de vídeo principal, sino también flujos adicionales con tasas bajas de bits que se utilizan para la monitorización del ancho de banda baja y la comparación de patrones de IA.

A diferencia de los modelos antiguos, las cámaras inteligentes funcionan 24X7, los 365 días del año. Una tecnología siempre activa que conlleva altas cargas de trabajo y requisitos de almacenamiento mayores para hacer frente a las velocidades de transferencia y escritura de datos. Conforme estas cámaras se vayan implantando de manera más regular en el sector manufacturero y público, se confiará más en el almacenamiento de la propia cámara y en el almacenamiento en el edge para ofrecer una mayor longevidad y fiabilidad.

videovigilancia profesional

2. En cualquier momento y en cualquier lugar
No importa si es para una empresa, para la investigación científica o incluso para nuestra vida personal: capturamos datos de casi todo lo que hacemos. Como resultado, se desarrollan nuevos modelos de cámaras que pueden grabar nuevos tipos de datos para ser posteriormente analizados.

La pandemia, por ejemplo, ha dado lugar a nuevas cámaras térmicas que ayudan a identificar a personas con febrícula y también se están utilizando cámaras a prueba de explosiones en las zonas de mayor riesgo medioambiental. Ya no nos resulta extraño ver cámaras situadas en cualquier parte y lugar; en los tejados de los edificios, en el interior de los vehículos, en drones e incluso en los timbres de las puertas.

Por ello, cuando las empresas diseñan tecnología de almacenamiento para este tipo de dispositivos se debe tener en cuenta su ubicación y el factor de forma. Es importante pensar en la accesibilidad de las cámaras. ¿Están en espacios de difícil acceso? ¿tendrán que soportar variaciones extremas de temperatura? Es imprescindible valorar todas las posibilidades para poder garantizar una grabación continua, duradera y fiable para los datos críticos.

3. Especialización en IA
El avance en las capacidades de las cámaras supone un paso más, ya que el procesamiento de datos se realiza a nivel de dispositivo y permite tomar decisiones en tiempo real y en el edge. Los nuevos chipsets para cámaras ofrecen mejoras en sus capacidades IA y en el procesamiento para redes neuronales dando como resultado un análisis de aprendizaje profundo en la propia cámara.

Según los analistas del sector, la venta de cámaras con análisis de aprendizaje profundo integrado crecerá a un ritmo anual del 64% entre 2019 y 2024. Esto refleja no sólo los cambios e innovaciones que se está produciendo en las cámaras, sino que se espera que el aprendizaje profundo también se integre en la propia cámara. Uno de los mayores cambios o desafíos es la necesidad de ir más allá en el almacenamiento de flujo de una o varias cámaras. Hoy en día, es necesario almacenar los metadatos de la IA y los datos de referencia en tiempo real para poder comparar patrones.

4. Deep learning y la nube
Igual que los conjuntos de chips de cámaras y grabadoras tienen una mayor potencia de cálculo, en las soluciones actuales de smart video la mayor parte de la analítica y el aprendizaje profundo se sigue realizando con dispositivos de análisis de vídeo o en la nube, ya que es ahí donde residen los big data. Las aplicaciones de IoT que utilizan datos de sensores más allá del vídeo también están aprovechando la potencia de la nube y del aprendizaje profundo para crear una IA más eficaz.

Para dar soporte a estas nuevas cargas de trabajo de IA, la nube ha sufrido una transformación. Los procesadores de redes dentro de la nube han adoptado también el uso de clústeres de GPU masivos o matrices de puertos programables. Se les alimenta con miles de horas de entrenamiento de vídeo y petabytes de datos. Estas cargas de trabajo dependen de la alta capacidad de los discos duros de clase empresarial (HDD) -que ya pueden soportar 20TB por unidad- y de las plataformas flash SSD de alto rendimiento para empresas

vídeo

5. Impacto del 5G en las redes
Las redes de internet alámbricas e inalámbricas han permitido la escalabilidad y facilitan la instalación de las cámaras de seguridad, pero sólo se han podido implementar en aquellos lugares donde ya existían infraestructuras de red LAN y de red WAN. El 5G eliminará muchas barreras para el despliegue y permitirá ampliar las opciones de colocación e instalación de las cámaras a nivel metropolitano.

Por ejemplo, ahora las cámaras pueden ser autónomas, con conectividad directa a una nube centralizada, ya no dependen de una red local. Las cámaras preparadas para el 5G se están diseñando para cargar y ejecutar aplicaciones de terceros que pueden aportar capacidades más amplias. Sin embargo, con una mayor autonomía, estas cámaras necesitarán un almacenamiento aún más dinámico. Necesitarán nuevas combinaciones de resistencia, capacidad, rendimiento y eficiencia energética para poder manejar de forma óptima la variabilidad de las nuevas funciones impulsadas por las aplicaciones.

Los desarrollos en el mundo del vídeo inteligente son complejos a la par que emocionantes, por lo tanto, el almacenamiento de datos debe responder a estos desafíos. Para hacer frente a las nuevas cargas de trabajo es necesario realizar cambios de arquitectura en el edge y en los endpoints. Al mismo tiempo, la analítica de aprendizaje profundo sigue evolucionando en el back-end y en la nube.

La naturaleza siempre activa del vídeo inteligente, junto con la IA o el 5G, significa que las empresas que supervisan una importante red de cámaras deben tener en cuenta los requisitos de almacenamiento que hay detrás de la tecnología a la hora de realizar estas inversiones. Se necesita un almacenamiento de datos duradero y fiable para garantizar que no se pierdan los datos críticos, para cumplir con la normativa y para hacer un seguimiento de la información que es importante para la empresa.

Imágenes: Gerd Altmann/Pixabay, Mstandret/Envato