IP Cam影像資訊量爆增 邊緣運算解危機
文.程倚華 發布日期:2017/08/03 關鍵字:網路攝影機自動駕駛Edge Computing

由於網路攝影機(IP Camera)的成本逐漸降低,如今不到25美元即可生產一台,因此IP Camera的使用已逐漸普及。據統計,光是2016年,全球就新增了1.2億台IP Cam,而且每一台IP Camera皆能傳輸HD影像。由此進展看來,在不久的未來IP Camera所蒐集的大量影像資料帶來的網路頻寬、儲存空間、運算成本問題,都將是整體產業需要共同思考解決方案的挑戰。

資策會智慧網通系統研究所主任劉文山分享,若是2016年新增的1.2億台IP Camera同時傳輸影像,所需要的頻寬大約是現在的四倍;所產生的影像資料約需要3,000個YouTube平台才能儲存;如此龐大的資料量,該如何妥善運用也是重要議題。在這時候,邊緣運算(Edge computing)技術的運用就格外重要。

過往的電腦運算演進歷程,是先由大型電腦(Mainframe Computer)集中式的資料處理開始,接著由於個人電腦的普及,逐漸演變為分散式的主從式架構(Client-Server Model),多數的數據是在個人電腦上處理,接著再把處理後的資料儲存至伺服器。而到了智慧型手機普及的時代,由於手機的儲存空間不足,因此又發展出集中式的雲端技術;然而在未來,為追求運算速度,邊緣運算技術將會讓大多數資料先在設備上處理。

劉文山舉例,自動駕駛的發展最能夠凸顯邊緣運算的重要性。未來自駕車將會搭載許多感測器,然而若是必須將所有資料都送上雲端運算,再將判斷結果送回車子並通知駕駛道路狀況,並不能達到自駕車所需的反應速度。在未來,各廠商將會在晶片上設置越來越高效且低功耗的分析能力,如同在2016年被ARM收購的Apical所推出的Spirit晶片,便能夠將影像資訊在設備上分析出數據資料之後,再將處理過的資訊傳輸出去。

最新文章
    Loading.....