筆者近期針對安全系統整合商進行一項調查，發現76%的受訪者同意影像分析與人工智慧(AI)在其專業領域的重要性與日俱增；利用新興科技獲得洞察的需求一直存在，因此在蓬勃發展的智慧影像記錄領域中，資料分析與AI技術的重要性可想而知。
雖然認為AI和資料分析至為重要的人占最高比例，但74%的受訪者認為影像儲存的遠距管理與配置也很重要，另有70%受訪者認同攝影機內建儲存空間的重要性。
調查結果也顯示一些改變正悄悄發生。愈來愈多消費者希望他們高解析度的攝影機與錄影機能提供更多功能，並利用這些裝置的硬碟與microSD記憶卡，能即時且完整儲存資料以幫助他們決策。為此，除了從生態系夥伴手中獲得AI軟體與加速器的協助，攝影機尚還需要配備大量的儲存空間。
另外，2019年部署最多智慧攝影機的場所是辦公室與商業大樓，其次為工業製造場所及學校。而受訪者預期未來三到五年，學校將會是攝影機部署最快速的場域，接著是辦公室及商業大樓、政府機構、零售與娛樂場所。對安全系統整合商而言，智慧城市中如停車場、大眾交通工具等攝影機應用的商機日漸龐大，可能迅速趕上其他已廣泛部署攝影機的應用案例(圖1)。
商店、零售業者、政府機構與企業都期望擁有更簡易使用的大樓門禁系統、更自動化且更具效率的停車與交通運輸系統，以及能夠遠距管理攝影機和錄影機的能力。錄影機中的硬碟以及智慧攝影機中的高耐久度快閃記憶體，正驅動著產業朝向智慧影像應用前進，並從中獲得可進一步行動的洞察以創造商業價值。
攝影機與錄影機使用的儲存媒體相當多元，但仍以硬碟為大宗。受訪者表示他們的裝置中，50%以硬碟作為儲存首選，耐久度、穩定性、效能和容量為主要考量因素。此外，雲端系統、SSD與內建的microSD記憶卡也逐漸被使用於智慧影像的部署中，並分別占21%、19%與10%的比例。
隨著攝影機的解析度日益攀升，硬碟與microSD記憶卡的容量也持續擴增，以存放與日俱增的影片與影像。愈來愈多攝影機使用microSD記憶卡作為其內建的儲存媒體，包括提供主要儲存空間或備份雲端系統資料。然而，使用micro SD記憶卡的攝影機常被置於難以觸及的地方，導致使用上的不便，對此，受訪者表示，能輕易檢查攝影機microSD記憶卡的狀況會是很重要的產品功能。
從一億多台攝影機中一窺AI/影像改變邊緣環境
除上述調查資料，筆者也發現2019年監控市場的網路攝影機出貨量高達1.16億台，每天可產生將近9PB的影像資料。隨著影像需求與AI的使用倍增，這些儲存數據也不斷提升，迫使筆者重新思考邊緣架構的設計。
如果要說這幾年來人們從AI中得到什麼經驗，那就是AI可以精準完成精細的工作。機器視覺不一定是教導電腦從人類的眼光看世界，而是讓電腦從人類世界擷取與分析資訊並從中學習。
AI的價值展現於物體辨識、移動偵測、物體或人數追蹤計數等電腦智慧功能，並運用於適當情境中，這也是為什麼影像、人工智慧與感測器資料的整合，已成為各行各業孕育全新服務的溫床。
全新智慧化應用案例
雖然即時影像分析多應用於安全或監控領域，但其他領域的應用案例也持續增加並擴大市場，如醫療照護、運動分析、智慧工廠、交通管理和農用無人機。
運用智慧技術催生出新一代智慧化應用案例。例如在智慧城市中，攝影機與AI分析交通模式並調整交通號誌，以改善車流、減少塞車和污染，提高行人的交通安全；智慧工廠導入AI以執行精細工作，如在產線上即時偵測瑕疵或誤差，並調整生產流程以降低故障率。智慧攝影機也是品質管理的利器，透過自動化與及早發現問題，大幅降低成本。
因應邊緣環境轉變 儲存需求展現五大趨勢
在智慧影像發展的同時，其他科技與資料基礎架構也不斷演進，5G就是其中一例。這些技術正改變人們建構邊緣環境的方式，帶動專用儲存需求。以下幾點重要趨勢不容忽視。
資料需求日益成長
攝影機的數量與類型不斷增加，而每一種新型攝影機都擁有著嶄新功能。架設更多攝影機將可捕捉並擷取更多資料，除更廣泛的監控範圍與視角，還可擷取更多即時影像並用以訓練AI模型。
此外，愈來愈多攝影機支援更高的解析度(4K或以上的解析度)，由於影像是一種富媒體(Rich Media)，因此支援高解析度非常重要，影像細節愈多，愈能從中獲得更多洞察並使AI演算法具更高效益。除此之外，新型攝影機不只傳輸主要串流影像，還會傳輸其他低位元速率的串流影像，以供低頻寬監控與AI模式比對。
這類工作負載量面臨最大的挑戰，在於裝置必須保持隨時運作。不論是交通、安全或是製造應用，智慧攝影機都需要全年無休地運作，因此儲存技術也必須跟上腳步。目前的儲存技術已能提供高效能的資料傳輸與寫入速度，以擷取高品質的影像資料，而內建於攝影機中、穩定且長久的儲存技術也變得更加重要。
終端裝置外觀造型與大小的多樣化
不論是應用在商業、科學研究或個人生活中，人們都希望能盡可能取得所有資料。於是，可擷取新型資料並加以分析的全新型攝影機應運而生。
舉例而言，全球疫情下，可偵測發燒者體溫的熱感應攝影機(Thermal Camera)成為炙手可熱的產品；防爆攝影機(Explosion-proof Camera)則可應用於高風險區域。從大樓樓頂到行進中的車輛、無人機、甚至門鈴，攝影機幾乎無所不在。
在開發儲存技術時，必須將裝置的架設地點與尺寸規格納入考量，並思考攝影機的存取便利性，是位於大樓樓頂還是座落在偏遠的叢林中，而且如果是在這些地點，還需要耐受極端溫度的變化。將這些可能性都考量到，才能確保攝影機可持續且穩定地錄製重要影像資料。
專用AI晶片的普及
提升攝影機的運算能力意謂著在裝置端即進行資料處理，以便在邊緣端即時進行決策。市面上已出現可為攝影機提供進階AI功能的新晶片，且愈來愈多的晶片均新增深度神經網路處理功能，可以在攝影機上進行深度學習的資料分析。AI不僅愈來愈智慧，功能也愈發強大。
根據產業分析單位Omdia調查，2019至2024年，內建深度學習分析功能攝影機出貨量將會以每年67%速度成長，由此可見，攝影機不僅不斷推陳出新，人們對於攝影機的深度學習功能也有更多期望；而正是深度學習功能將需使用大量有效的影像資料集，攝影機內建主要儲存空間的需求也將隨之攀升。
即使是使用標準安全攝影機的解決方案，可支援AI的晶片組與離散式GPU(Discrete GPU)也逐漸被應用在網路攝影機、影像分析裝置與邊緣閘道器中，提供進階AI功能和深度學習資料分析功能。網路攝影機韌體與作業系統架構也不斷發展，將這些功能整合至主流網路攝影機中。因此，儲存媒體也必須與時並進，以因應工作負載量的變化。
其中一個重大挑戰是跳脫儲存單筆與多筆攝影機串流資料的思考框架。現今，即使是即時AI與參考資料的元資料(Metadata)也必須保存下來以進行模式比對。這不僅改變了工作負載量的發展，更改變了人們為新形態工作負載量設計儲存裝置的方式。
深度學習仍需強大雲端作為後盾
即使攝影機與錄影機晶片組的運算能力愈來愈優異，現今智慧影像解決方案仍使用獨立影像分析裝置或在雲端上進行大部分的影像分析和深度學習工作，而這正是大數據的所在地。
廣泛物聯網(IoT)應用不只善用影像資料，也開始利用雲端的深度學習功能，提供更有效益、更智慧的AI功能。
為支援全新AI工作負載量，雲端也經歷轉變。雲端上的神經網路處理器已大量使用GPU叢集或客製化的現場可編程閘陣列元件(FPGA)，並接收數千小時的訓練影片與數PB大小資料。這些工作負載量必須仰賴高容量的企業級硬碟(目前每個硬碟可提供高達20TB的容量)，以及高效能的企業級SSD快閃裝置、平台或陣列。
網路與其不足之處
有線與無線網路讓裝置在安裝與擴展上變得更簡易輕鬆，進而加速安全攝影機的普及，但這僅限於已部署LAN與WAN基礎架構的地方。所幸5G技術已來臨。
5G解決許多部署上的限制，讓人們可以輕鬆地在都會區大規模部署攝影機。這樣的簡易性也帶來更高的擴展性，進而催生出更多應用案例並加速攝影機與雲端的設計。
舉例來說，現在攝影機可以單機運作，直接連線至中央雲端，而不用再仰賴區域網路。全新5G攝影機將可載入並執行其他廠商的應用程式，提供更多功能。在5G技術的推動下，智慧影像的創新將無可限量。
不過，更高的自動化程度意謂著這些攝影機需要更多動態儲存空間。若要以最佳方式執行各種新的應用程式功能，儲存設備必須兼具耐久度、容量、效能與節能等特性。
智慧影像將引領邊緣儲存發展
這是一個屬於智慧影像的美麗新世界，雖複雜卻處處充滿驚喜。為因應新形態的工作負載量，必須靈活支援邊緣與端點，結構性的變化已悄然發生。同時，深度學習的分析功能也在後端和雲端上不斷演進。
早在硬碟與快閃儲存技術出現時，業者如Western Digital便開發創新解決方案，與智慧影像領域的市場和新創業者密切合作，幫助人們了解時下與未來的先進AI架構，同時也研究了影像和元資料串流管理的變化對儲存裝置工作負載量的影響。
為協助客戶設計與建置針對各種智慧影像工作負載量合適的解決方案，該公司近期拓展了WD Purple系列的儲存解決方案，包括標榜較高容量，可用於數位錄影機(DVR)、網路攝影機(NVR)、分析設備的WD Purple HDD 18TB，以及專為具備AI功能攝影機設計的WD Purple SC QD101 microSD記憶卡1TB。為制定未來智慧影像應用標準，
他們也致力最佳化硬碟，以降低從吸取資料(Ingest)到備份，甚至是長期儲存中影格遺失(Frame Loss)與像素化問題，改善整體影像播放並提升24小時全天候串流工作負載量，以符合業界廣泛應用深度學習與資料分析的趨勢。
不論是攝影機、錄影機或雲端，正是因為了解工作負載量變化的重要性，才能確保更新後的新架構能夠善用不斷創新的儲存技術以發揮更大效益。這也是業者持續最佳化、調整甚至重新設計儲存韌體和介面的原因，期望確保儲存技術不僅能因應與日俱增的智慧影像需求而成長，甚至能激發新功能和智慧化應用案例。
(本文作者為Western Digital智慧影像產品行銷總監)
