從視頻監控領域的巨頭到固態盤的深度布局，海康威視的一舉一動都備受業界關注，就在2019全球閃存峰會——企業級SSD技術論壇的現場，海康威視智慧存儲業務中心產品總監張庚，深入探討了“AI烏云”下的視頻監控存儲變革，海康威視在存儲研發過程中的實踐，以及對存儲現狀的分析。

大家下午好，我們的系統很早就已經非常成熟了，現在大部分的視頻監控相關的AI應用，在AI技術基礎之上，實現了大數據運算，大數據目標。這種系統在全國非常普及，大部分的公安新系統都是這樣，無非就是一個攝像頭識別100個，1000個，10000個目標的區別。

過去海康威視在存儲這個領域就是視頻跟圖片，還有少數的結構化數據。在以往僅僅是視頻，人用眼睛一個一個看，可能需要花很久很久時間，現在智能結構化有了之后可以搜新文件形式的出現。

我這里依托海康威視已有的融合云存儲的平臺應用，解釋一下我們的視頻數據，到現在到底發生了什么，我們看到這些視頻數據是視頻監控的基礎，我們海量數據首先要先存下來，我聽到好多嘉賓說視頻不斷成長，會成為以后數據量成長的關鍵節點。

在整個數據存儲中，視頻數據的成長遠超于其他任何一個領域，我們現在說的視頻數據，不單指視頻監控、視頻數據，比如說抖音。這些數據會是今后視頻主要的數據成長引擎，還有就是視頻數據以后的攝像頭從8K變成16K，會不會變成120K，這是很有可能的，這也是我們努力的目標。但是整個視頻存儲依賴于很多因素，現在來看，機械硬盤的成長還依賴于一個服務器，而視頻監控存儲量成長一個是應用，我想存更久的東西，還是說我的視頻更有價值了？視頻數據價值在以前比如說我一個視頻數據有百分之幾是可用的，在1%以下，大數據沒有外發的時候是不會拿出來看，大部分數據都在一定時間段以后被覆蓋掉了。

說數據量成長，一方法是說它的分辨率從以前更小，現在更大，以及我們公共視頻監控，以及民用視頻監控體量的成長。比如說以前我家里沒裝攝像頭，現在加了一個攝像頭。但是僅僅依賴于分辨率上升是不夠的，因為分辨率上升有一個明顯的局限，所有的攝像頭采集到數據需要先編碼再傳輸到某個地方去，再存下來。

整個鏈路上無論是編碼層還是傳輸層，還是已顯示層，? 這些一定要就緒，是有很多受到整個產業鏈中間的限制。我還清晰記得當初剛進公司不久，從普輕變高清的時候，很痛苦的是好多顯示器顯示不出來我們的錄像，因為沒有顯示200萬和400萬的能力，我們如果想把它增到8K、16K，肯定依賴于更多配套相關東西來成長。

圖片存儲在視頻監控中一直以來都是比較核心的東西，以前比較簡單，比如說發生移動偵測，我發現畫面中有人動，我就發現畫面有改變，就把圖片保存下來，這是AI的雛形，我只是判斷有東西在動，就把這個東西作為判定。現在說有很多應用有人臉、有人體、有車輛。首先以扣圖的形式，存下來和剛才的視頻數據就分開了。

還有智能結構化數據，這個也是近幾年，我需要把視頻中圖象數據轉化成一些字符，存圖象，機械無法理解，我把它結構化成字符放在結構里面，它就表示當前目標，所以加結構化數據。

這些是車輛特征，人體特征，用這些東西以后才有機會做后面的大數據。這是問題大數據的基礎，后面你想從人群中找到人是不可能的。現在說應用，視頻監控說熱數據有點不太自信，因為視頻監控冷數據太多了，現在有了AI之后，明顯把數據挖掘出來，如何把這個數據從以前1%使用率調到2%。

現在我首先在整個事件中獲得一些智能事件，還有應用反饋，以及動作反饋，比如說手機按上一個客戶端，現在我的攝像頭發現一個人在門口，它給我抓了一個圖，我是不知道，云后臺就發現門口有個人在動，他把這個人相關的錄像設置為熱數據，因為它知道事件發生了。還有很多判定，比如說我現在把應用打開了，然后翻我的事件，我動作點開哪個事件，后臺云就認為，點開這個事件認為想要看這個事件，后臺認為和這個事件相關的數據是熱數據，這也是作為判定的依據。

比如說我看攝像頭的錄像，我如何判定錄像是熱數據，我首先就是先把一些有事件，有人員有移動的數據變成熱數據，然后我按照以往的，我認為首先想看到晚上的畫面，我們判定熱數據之后就把熱數據放在SD里面，以備迅速翻出來。

這就是熱數據動態存儲應用，還有應用就是安防數據和普通視頻數據不一樣，比如說我現在看一個電影，這部電影有頭有尾，它可以選擇是不是1080P的，2個G你看不看？比如說我流量不夠，我選個720P的，它知道這個路線有多大，它也知道從什么時候開始，什么時候結束。

流數據就不一樣，流失數據，特別視頻監控數據無頭無尾，你發現海康威視錄像拿普通的播放器放不了，因為我們文件頭，沒有文件尾，這時候廠家說我就用NFS好了，我每隔段時間給你切片錄像。我們視頻監控就變成分錄像，實際上我們下面的應用，下面的物理層完全無差別的，但是如何展示給用戶好像是我們把錄像分開了呢？我們肯定和剛才一樣有一個判定依據。
比如說發生一個從下午1-3點中間，這個門口從來沒有動過，從3點門進來一個人，到這個人走出攝像頭的范圍，我們認為另外一段，這個作為我們流數據文件展示的方式，這也是一種判定。

我如果判定是一個新的文件，這種實際上也是未來做大數據的時候，怎么能迅速把文件找出來，迅速把這些文件跟目標，跟對象，跟事件還有人臉的特征關聯起來一個重要的前提。還有一個現在不得不提的應用，這個應用實際上是一個放在攝像頭上的存儲，很多人都再說你們視頻監控怎么就把這個錄像放在攝像頭上了？實際上是一個大勢所趨，我們無法回頭。整個應用起來，比如現在說一個民用數據，我沒有理由把攝像頭放在另外一個錄像盒子里面，我肯定是買攝像頭，你給我配的東西往里面存就好了。

我們回頭說一說整個分級和應用的整體，我剛才說的那么多種類的文件，數據分層中是無差別的被放到數據池里面，分層只是應用，下面有很多設備存一些大數據。融合云存儲，本身有高速池，中速池可以把SSD和SATA所有應用覆蓋掉，這些應用放在里面之后識別一些冷熱數據，是通過一些視頻分析，行為分析，把最終我們認為冷數據，實際上視頻監控在AI發展之前都是冷數據，因為數據還是比較冷，幾乎很少翻出來看。現在數據如果一個攝像頭放在一個路口，活躍度很高。

我這說的熱溫冷數據都不是通常說的概念，我們剛才說了分層存儲，我們說一個分布還有緩存加速概念，我現在說一個云的概念，我們這個云是一個黑盒子。我們的云有可能是這個東西，我們組成個人的東西，我們這就有一個非常好的概念，我這個大樓，我建了私有云，我買了4個黑盒子，分別放在ABCD，這四個黑盒子建立起私有云，不需要跟外界聯絡，可以存儲，可以分析，也可以做很多想做事，私有云可以把這些完成。

比如說有一個逃犯，我想把他抓出來，我把我的東西放在緩存池里面，我在實時畫面搜這個人，這個冷熱數據動態分層，在整個視頻監控應用非常火熱。基于上面的理解，我回頭說SSD，我們自己也在做，SSD我們理解應該分為專用的和通用的，我如果理解的事情通用SSD很容易理解，比如說SATA SSD，我必須適配你這個惠普，你這個戴爾，你什么都要適配，這些是好多通用SSD必須要驗過的。還有就是通用的，數據也好，分類也好，應用也好都是基于對某一類文件的理解。

比如說我就對視頻監控文件理解很透徹，我所有應用都可以基于視頻監控來做，我所有環境，我的使用，我的文件屬性，我的特性以及往下寫的一些那么多的速度，I/O，延遲都可以基于我們這個特殊應用來做。

所以我們以后SSD一定是走向專用的，就包括對我們自有系統的優化，緩存的優化以及溫數據和視頻監控的優化都會逐漸走入更加專業的一個小圓圈里面，現在用了很多通用，但以后會變更專業起來。