Skalowanie usług analityki wideo: osobna warstwa infrastruktury dla skalowalnej monetyzacji

Usługa analityki wideo to dedykowana domena infrastruktury w ramach wdrożenia AIPIX. Chociaż analityka pobiera strumienie wideo z warstwy multimediów, stosuje zasadniczo inny model skalowania niż w przypadku nagrywania i archiwizacji.

Raz analityka staje się częścią usługi komercyjnej, Operator potrzebuje dedykowanej warstwy obliczeniowej wraz z bazą danych i wspierającą infrastrukturą pamięci masowej, która umożliwi mu niezawodną obsługę.

To rozróżnienie jest istotne nie tylko z technicznego punktu widzenia, ale również w kontekście planowania CAPEX i monetyzacji usług. Analityka najlepiej wprowadzić je jako dodatkową, generującą przychody warstwę na platformie wideo gotowej do produkcji, zamiast domyślnie uwzględniać je w początkowej infrastrukturze.

Dlaczego trozmiar o usługa analizy wideo osobno

Nagrywanie i analiza multimediów generują różne rodzaje obciążeń infrastruktury.

Warstwa multimedialna napędzana jest przede wszystkim przez:

• liczba kamer;
• łączna szybkość transmisji wideo;
• przechowywanie archiwalne;
• tryb nagrywania;
• nagrywanie ciągłe i oparte na zdarzeniach.

Warstwa analityczna, z kolei, jest napędzana przez:

• liczba przypadków analitycznych;
• złożoność logiki analitycznej;
• liczba strumieni aktywnie analizowanych;
• współbieżność analiz;
• wykonywanie ciągłe i selektywne;
• wymagana marża operacyjna.

Z tego powodu analitykę traktuje się jako osobna warstwa skalowania poziomego, a nie jako niewielkie rozszerzenie roli serwera multimediów.

To rozdzielenie ułatwia również rozbudowę infrastruktury. Operator może zwiększać pojemność zapisu wraz ze wzrostem liczby kamer, jednocześnie skalując analitykę niezależnie, w zależności od liczby i złożoności faktycznie sprzedanych usług analitycznych.

Dlaczego warto serwować wideo usługa analityczna jako mały podsystem infrastruktury?

Analityki nie należy rozumieć po prostu jako “dodatkowego procesora”.”

Produkcja analityka środowisko składa się z kilku komponentów infrastruktury, z których każdy służy innemu celowi:

Węzły robocze usługi analizy wideo

Pracownicy stanowią główną warstwę obliczeniową. Ich moc obliczeniowa jest wykorzystywana przez obciążenia analityczne, takie jak:

• rozpoznawanie twarzy;
• rozpoznawanie tablic rejestracyjnych;
• liczenie ludzi;
• liczenie odwiedzających;
• wykrywanie przekroczenia linii;
• wykrywanie włamań;
• analiza tłumu i obłożenia;
• inne wydarzenia wideo oparte na sztucznej inteligencji.

Różne przypadki analityczne mogą mieć bardzo różne wymagania obliczeniowe. Dlatego nie można wiarygodnie oszacować wydajności pracowników wyłącznie na podstawie liczby kamer.

Baza danych analitycznych

Warstwa bazy danych przechowuje ustrukturyzowane informacje generowane przez analizę, takie jak zdarzenia, metadane i inne rekordy związane z analizą.

Dostawcy powinni od samego początku traktować go jako część podsystemu analitycznego, a nie jako opcjonalny dodatek.

Warstwa wsparcia i przechowywania

Infrastruktura pomocnicza zapewnia pamięć masową i usługi wewnętrzne wymagane przez podsystem analityczny. Chociaż ta warstwa nie rozwija się w takim samym tempie jak zasoby obliczeniowe, nadal stanowi część początkowej inwestycji w analitykę.

To jeden z powodów, dla których pierwsze wdrożenie narzędzia analitycznego wiąże się ze znacznymi kosztami początkowymi infrastruktury.

Wzorzec skalowania usługi analizy wideo referencyjnego

Praktyczną bazę planowania dla analiz AIPIX można przedstawić w postaci następującej drabiny skalowania:

Istotna jest nie tylko bezwzględna liczba pracowników. Ten wzór pokazuje, jak skalowalna jest architektura analityczna.

Większość wzrostu pochłaniają pracownicy

W miarę jak wzrastała liczba przypadków analitycznych, większość dodatkowej infrastruktury dodawano do warstwy roboczej.

Warstwy bazy danych i wsparcia zachowują stabilność strukturalną w szerokim zakresie wdrożeń.

Tworzy to przydatną cechę skalowania: wdrożenie początkowej analityki → ustanowienie podsystemu → późniejszy wzrost → przede wszystkim zwiększenie potencjału pracowników.

W rezultacie powstał model ekspansji, który jest bardziej przewidywalny niż konieczność przebudowy infrastruktury analitycznej na każdym etapie.

Co właściwie decyduje o wydajności usługi analityki wideo?

Operatorzy powinni traktować liczbę pracowników jako wynik uzależniony od obciążenia pracą, a nie jako stały stosunek do całkowitej liczby kamer.

Ta sama liczba kamer może generować zupełnie różne obciążenia analityczne.

Na przykład wdrożenie z 1000 kamer może wymagać stosunkowo ograniczonej mocy obliczeniowej, jeśli selektywnie analizowana jest tylko niewielka liczba strumieni. Inne wdrożenie z mniejszą liczbą kamer może wymagać znacznie większej mocy obliczeniowej, jeśli wiele analiz jest przeprowadzanych nieprzerwanie dla każdego strumienia.

Głównymi czynnikami wpływającymi na pojemność są:

Dlatego też kluczowym pytaniem planistycznym nie jest:

Ile mamy kamer?

To jest:

Jak duże obciążenie analityczne zamierzamy wykonać?

Rozróżnienie to staje się szczególnie ważne dla operatorów telekomunikacyjnych i dostawców usług internetowych, ponieważ liczba podłączonych kamer i liczba usług analitycznych generujących przychody niekoniecznie rosną w tym samym tempie.

Zakres analizy ma większe znaczenie niż liczba kamer

Dostawcy mogą wdrażać analizę wideo selektywnie, zamiast obejmować nią wszystkie kamery.

Na przykład klient może użyć:

• podstawowy VSaaS dla wszystkich kamer;
• liczenie osób dotyczyło wyłącznie wybranych aparatów fotograficznych dostępnych w sprzedaży detalicznej;
• LPR tylko przy wejściach i parkingach;
• rozpoznawanie twarzy tylko w określonych punktach dostępu;
• wykrywanie przekroczeń linii tylko w strefach zamkniętych;
• analiza obłożenia tylko w lokalizacjach komercyjnych o dużej wartości.

Daje to istotną przewagę handlową.

Operator nie musi od samego początku włączać analityki do całej platformy wideo. Zamiast tego analitykę można powiązać z konkretnymi kamerami, lokalizacjami, segmentami klientów lub przypadkami użycia, w których generuje ona mierzalną wartość.

To sprawia, że analiza jest zarówno decyzją techniczną dotyczącą skalowania, jak i decyzją dotyczącą monetyzacji.

Usługa analizy wideo oparta na procesorze i wydajność infrastruktury

Firmy telekomunikacyjne mogą projektować analitykę Aipix wokół przetwarzania bazującego na procesorze CPU, co może uprościć planowanie infrastruktury w porównaniu z architekturami zależnymi od procesora GPU.

Przykładowo, orientacyjny profil serwera używany do zadań związanych z rozpoznawaniem twarzy może być oparty na:

• 16 rdzeni procesora;
• 32 wątki;
• 48 GB pamięci RAM;
• Dysk SSD 200 TB.

Dokładna pojemność zależy od obciążenia pracą analityczną, charakterystyki strumienia i warunków operacyjnych, dlatego taki profil należy traktować jako punkt odniesienia, a nie uniwersalną gwarancję pojemności.

Ogólna zasada dotycząca infrastruktury pozostaje ta sama: pojemność analityczna powinna być tworzona za pośrednictwem dedykowanych węzłów roboczych, które można niezależnie dodawać w miarę wzrostu zapotrzebowania.

Dzięki temu operatorzy mogą uniknąć zakupu dużej infrastruktury analitycznej zanim popyt komercyjny na nią nie będzie wystarczający, aby uzasadnić zakup.

Analityka na poziomie podstawowym a analityka skalowana

Wdrożenie niewielkiej usługi analitycznej zachowuje się inaczej niż wdrożenie dojrzałej usługi analitycznej.

Analityka na poziomie podstawowym

Na pierwszym etapie analizy klient płaci nie tylko za moc obliczeniową, ale także za samo utworzenie podsystemu analitycznego:

• pula pracowników;
• baza danych analitycznych;
• warstwa nośna/magazynowa;
• rozmieszczenie i gotowość operacyjna;
• monitoring i margines pojemności.

W rezultacie wdrożenie stosunkowo niewielkiej analizy może wydawać się kosztowne, jeśli nakłady inwestycyjne analizuje się jedynie w kontekście początkowej liczby przypadków analizy.

Skalowana analityka

Po ustanowieniu podsystemu gospodarka staje się bardziej efektywna.

Operator posiada już:

• pracownicy zajmujący się analityką;
• warstwa bazy danych;
• infrastruktura pomocnicza;
• procesy operacyjne;
• integracja z platformą usługową.

Dalszy wzrost będzie zatem napędzany przede wszystkim przez dodatkowe węzły robocze.

Tworzy to ważny przekaz biznesowy:

Pierwsze wdrożenie narzędzia analitycznego może wydawać się stosunkowo kosztowne, lecz późniejsza rozbudowa staje się strukturalnie prostsza i bardziej efektywna.

Usługa analizy wideo jako warstwa generująca przychody

Dla operatora telekomunikacyjnego lub dostawcy usług internetowych analiza danych nie powinna być traktowana wyłącznie jako wydatek na infrastrukturę.

Może stać się dodatkową warstwą monetyzacji na szczycie głównej usługi VSaaS.

Typowy przebieg usługi może wyglądać następująco:

Monitoring wideo → archiwum wideo → analityka → usługi specyficzne dla branży → integracje oparte na API

Operator może zacząć od podstawowej usługi wideo w chmurze, a następnie wprowadzić płatne pakiety analityczne.

Przykłady obejmują:

Sprzedaż detaliczna

• liczenie ludzi;
• analiza ruchu odwiedzających;
• monitorowanie kolejek;
• analiza punktów aktywnych;
• monitorowanie zajętości.

Logistyka i magazyny

• wykrywanie przekroczenia linii;
• monitorowanie stref zamkniętych;
• liczenie osób i pojazdów;
• wykrywanie wąskich gardeł;
• analiza zdarzeń operacyjnych.

Transport i parking

• rozpoznawanie tablic rejestracyjnych;
• liczenie pojazdów;
• monitoring parkingowy;
• analiza ruchu.

Budynki komercyjne

• analiza obłożenia;
• wydarzenia wideo związane z dostępem;
• liczenie odwiedzających;
• monitorowanie obwodowe.

Bezpieczeństwo

• rozpoznawanie twarzy;
• wykrywanie włamań;
• wykrywanie przekroczenia linii;
• wykrywanie nieprawidłowej aktywności.

Dzięki temu operator może wyjść poza sprzedaż pojemności pamięci masowej i monetyzować zdarzenia, spostrzeżenia i wyniki biznesowe.

API analityczne ctworzy dodatkową ścieżkę sprzedaży dodatkowej

Analityka staje się jeszcze cenniejsza, gdy jej wyniki można zintegrować z systemami zewnętrznymi.

Interfejs API analityczny może udostępniać dane analityczne takim systemom, jak:

• CRM;
• platformy BI;
• Systemy HRM;
• systemy zarządzania budynkami;
• aplikacje detaliczne;
• platformy logistyczne;
• systemy miejskie.

Na przykład, klient detaliczny mógłby połączyć dane dotyczące liczby odwiedzających z informacjami sprzedażowymi w systemie BI. Operator logistyczny mógłby połączyć zdarzenia analityczne z panelami operacyjnymi. Operator budynku mógłby połączyć informacje o zajętości z procesami zarządzania budynkiem.

Dzięki temu rola analityki zmienia się z funkcji wbudowanej w aplikację wideo w usługę danych, która może obsługiwać inne systemy biznesowe.

Dla operatora oznacza to dodatkowe możliwości w zakresie pakietów usług premium i przychodów z integracji.

Dlaczego wideo usługa analityczna powinna być dodawana stopniowo?

Nie ma konieczności uwzględniania analiz w początkowej infrastrukturze produkcyjnej.

Praktyczna strategia wdrażania polega na tym, aby najpierw wdrożyć podstawową usługę wideo i wprowadzić analitykę, gdy zapotrzebowanie klientów i uzasadnienie komercyjne uzasadnią dodatkową inwestycję.

Etap 0 — Minimalna demonstracja / PoC

Analityka zazwyczaj jest niedostępna.

Można go wprowadzić w bardzo ograniczonej formie, gdy zachodzi potrzeba zaprezentowania konkretnego przypadku użycia.

Celem na tym etapie jest walidacja techniczna, a nie możliwość przeprowadzania analiz na dużą skalę.

Etap 1 — Kompaktowy pilotaż gotowy do produkcji

Nacisk położony jest na walidację architektury produkcyjnej, działania usług i podstawowych zasad ekonomiki wideo.

Analityka zazwyczaj nie jest uwzględniana, chyba że stanowi część komercyjnego celu pilotażowego.

Etap 2 — Usługa wideo komercyjnego

Operator skupia się na rozwijaniu podstawowej działalności VSaaS:

• łączność kamery;
• nagranie;
• archiwum;
• wdrażanie klientów;
• fakturowanie;
• procesy operacyjne;
• ekonomia archiwów.

Analizy mogą pozostać poza początkowym wdrożeniem.

Etap 3 — do około 4000 kamer

Na tym etapie można wprowadzić dedykowaną warstwę analityczną, jeśli pojawi się zapotrzebowanie komercyjne.

Operator ustanawia:

• pracownicy zajmujący się analityką;
• baza danych analitycznych;
• infrastruktura wsparcia/przechowywania;
• operacje usług analitycznych.

Etap 4 — Do około 10 000 kamer

Środowisko analityczne można rozszerzyć, aby obsługiwało szerszy zakres przypadków użycia i klientów.

Wzrost osiągnięty głównie poprzez zwiększenie wydajności pracowników, a nie poprzez przeprojektowanie całego podsystemu analityki.

Podejście fazowe redukuje wczesne nakłady inwestycyjne (CAPEX)

Model fazowy jest szczególnie przydatny przy uruchamianiu VSaaS, ponieważ operator nie musi przewidywać całego przyszłego obciążenia pracą analityczną, zanim usługa wygeneruje popyt ze strony klientów.

Zamiast tego inwestycje w infrastrukturę podążają za uzasadnionym popytem biznesowym.

Prosta logika inwestycyjna wygląda następująco:

1: Zbuduj podstawową platformę wideo → weryfikacja monitoringu i archiwizacja ekonomiczna

2: Zwiększ liczbę klientów i liczbę kamer → ustal cykliczne przychody VSaaS

3: Wprowadzenie analityki → inwestuj w dedykowaną infrastrukturę analityczną, gdy zapotrzebowanie zostanie potwierdzone

4: Analiza skali → przede wszystkim zwiększaj wydajność pracowników w miarę wzrostu popularności analiz

Takie podejście ogranicza ryzyko zakupu niewykorzystanej w pełni infrastruktury analitycznej na wczesnych etapach świadczenia usługi.

Zapewnia również przejrzystą ścieżkę techniczną do zaawansowanych usług w przyszłości.

Praktyczne pytania dotyczące wymiarowania przed zamówieniem sprzętu

Przed sfinalizowaniem infrastruktury analitycznej operator powinien ustalić planowane obciążenie pracą.

Co najmniej ćwiczenie polegające na określaniu rozmiaru powinno dać odpowiedź na następujące pytania:

1. Ile przypadków analitycznych będzie aktywnych?
2. Które przypadki analityczne zostaną wdrożone?
3. Jak intensywne obliczeniowo są te przypadki?
4. Ile strumieni zostanie przeanalizowanych?
5. Czy analiza będzie przeprowadzana w sposób ciągły czy wybiórczy?
6. Jakiego poziomu współbieżności się oczekuje?
7. Jaka marża operacyjna jest wymagana?
8. Którzy klienci lub branże będą korzystać z analityki?
9. Czy dane analityczne będą udostępniane za pośrednictwem interfejsów API?
10. Jakiego wzrostu można się spodziewać na kolejnym etapie wdrażania?

Dopiero po udzieleniu odpowiedzi na te pytania można przełożyć wydajność pracownika na konkretną konfigurację sprzętową.

Zapobiega to częstemu błędowi w określaniu rozmiaru: mnożeniu całkowitej liczby kamer przez założony współczynnik analityczny bez zrozumienia rzeczywistego obciążenia.

Najważniejsze wnioski o uruchomieniu usługi analizy wideo

Analitykę wideo należy traktować jako osobna warstwa infrastruktury generująca przychody w ramach wdrożenia AIPIX.

Kluczowe zasady są następujące:

• Analiza rozmiaru odbywa się niezależnie od nagrywania i archiwizowania multimediów.
• Sama liczba kamer nie jest wiarygodnym wskaźnikiem analitycznym.
• Obciążenie analityczne zależy od przypadków, złożoności, analizowanych strumieni, współbieżności i trybu wykonywania.
• Podsystem analityczny składa się z węzłów roboczych, bazy danych i pomocniczej infrastruktury pamięci masowej.
• Początkowe wdrożenie analityki wiąże się z narzutem w postaci wpisu do podsystemu.
• Gdy podsystem już istnieje, dalszy rozwój będzie możliwy głównie poprzez dodawanie węzłów roboczych.
• Dostawcy mogą wdrażać analitykę selektywnie, zamiast obejmować nią cały zestaw kamer.
• Analityka oparta na procesorze może uprościć planowanie infrastruktury i wyeliminować obowiązkową infrastrukturę GPU dla odpowiednich obciążeń.
• Monetyzuj analizę danych jako usługę premium, która jest dodatkiem do podstawowej wersji VSaaS.
• Interfejsy API analityczne mogą rozszerzyć wartość usługi na systemy CRM, BI, HRM, BMS i inne systemy biznesowe.
• Analityka najlepiej wprowadzić po tym, jak dostawca zweryfikuje podstawową usługę wideo i ekonomikę archiwizacji.
• Oddziel dedykowane nakłady inwestycyjne na analitykę od podstawowego budżetu platformy medialnej.

Podstawowa zasada działalności

Operator nie musi budować pełnej infrastruktury analitycznej, dopóki nie pojawi się zapotrzebowanie na analizy.

Bardziej efektywna strategia jest następująca:

Uruchom podstawową usługę wideo → zweryfikuj popyt → zamień zainstalowaną bazę kamer → wprowadź analizę → skaluj analizę wraz z adopcją przez klientów.

Dzięki temu analityka przestaje być początkowym obciążeniem infrastrukturalnym i staje się kontrolowaną, skalowalną inwestycją, która podąża za możliwościami generowania przychodów.

Skontaktuj się z naszym zespołem, aby odkryć możliwości biznesowe, jakie usługa Video Analytics oparta na Aipix może otworzyć przed Twoją firmą telekomunikacyjną.