0
據IDC預測，全球數據圈將從2018年的33ZB增長到2025年的175ZB。
其中，人工智能和機器學習在數據分析中的應用預計將大幅增加。到2025年，認知系統所觸及的分析數據量將增長100倍，高達1.4ZB。
數據的真正價值在于，決策者能夠從相關數據中提取洞察與見解，并采取相關行動。
1）人工智能監控的主要應用市場：平安城市和智慧城市
平安城市和智慧城市是安防領域內傳感器、人工智能和數據將產生深遠影響的兩個垂直領域。
全球城市監控市場在2017年已超30億美元，預計從2016年到2021年將以每年14.6%的速度持續增長。上海、倫敦和亞特蘭大率先在全市范圍內部署監控系統，以強化公共安全。
一個城市部署的攝像頭和傳感器越多，系統需要的存儲空間就越大。在5G、物聯網傳感器、具有AI功能的智能攝像頭和邊緣計算的推動下，平安城市現已發展成為智慧城市。
據市場研究機構HIS Market預測，智慧城市的數量將翻兩番，從2013年的21個增加到2025年的88個。智慧城市項目的核心便是數據——通過數據的獲取、分析、存儲和分發以改善生活。
2）人工智能長久助力健康生活、交通暢通和經濟增長
在智慧城市中，醫療、交通和地方經濟的服務效率和質量有所提高，這都受益于傳感器和數據的使用。
下面舉例說明一些實際應用中的情況。
健康生活：醫生開始為患者配備日常可穿戴設備，這些設備就像物聯網傳感器，發送患者的健康指標（例如高血壓）。
通過接收患者健康信息的實時數據，醫生可以在患者病情惡化或慢性疾病形成之前先一步為其提供治療措施。
交通暢通：INRIX的研究報告稱，美國每人每年因交通擁堵而損失多達97小時。麥肯錫全球研究所（McKinsey Global Institute）的研究表明，大城市使用交通監測器來改善交通流量，將通勤時間減少15%-20%，應急響應時間縮短20%-35%。
而配備了車對車（V2V）和車對基礎設施（V2I）通信功能的自動駕駛汽車可以增強行人探測能力。以上情況均依賴于數據來提高整體交通的流動性和道路安全性。
經濟發展：通過使用智能攝像頭、傳感器和在線應用，城市可以節約能源、提高用戶參與度和居民社區活動積極性。
讀數更加頻繁的智能電表可以改變居民的生活方式，提高能源利用率，用水量跟蹤系統也可使居民用水量至少減少15%。
3）人工智能的海量數據激發了新的存儲架構和解決方案
物聯網和人工智能時代，設備生成比以往更多的數據，決策如何正確存儲所有這些數據至關重要。
根據城市的需求，有幾種存儲方式可用：
一、邊緣存儲（靠近視頻或數據獲取的位置）；
二、云存儲（大型集中式后端存儲服務器或服務器）；
三、云邊組合，或稱存儲IT4.0。
對于擁有數以萬計攝像頭和物聯網傳感器的智慧城市，應采用具有邊緣和云存儲雙重優勢的多層存儲架構。
這樣做的主要原因是：將大量視頻和數據不斷傳輸到云端成本高昂，并且可能會面臨嚴重的延遲問題。
智慧城市的解決方案是在終端和邊緣部署整合、篩選和分析數據的技術，然后將相關警報發送到前端的視頻管理系統，以便進行審核和響應。
通過這種方式，數據可以快速處理、通知可以更及時地傳遞，從而提高公共安全水平。
例如，當市政攝像頭使用視頻分析或AI功能監測到事件時，它可以向監控或指揮中心發送警報，使警察能夠快速響應。
采用監控優化硬盤構建的NVR設備允許指揮中心的調度員或操作員訪問事件視頻，以進一步評估狀況，并在警官前往該地點的途中，向他或她提供該事件的實時情報及可采取的行動信息。
對于提供更深入趨勢的存檔和分析，可以將視頻和數據上傳到云端，在那里云服務商利用高質量的企業級和固態硬盤，確保來自城市物聯網設備的視頻和數據得到最完整的保護。
例如，在該集中式存儲環境中，通過分析從交通攝像頭收集的數周或數月的視頻和數據，可以識別整個城市的交通高峰時段和交通模式，使官員能夠做出能夠改善人們通勤狀況的決策，例如在某些交叉路口同步信號燈。
雖然這種多層的存儲方式很理想，但在某些情況下，它對于一個城市來說并不可行。
網絡速度以及攝像機或傳感器與服務器之間的距離可能是阻礙云存儲的因素之一。網速慢和遠距離可能會導致上傳或流化文件需要很長時間。
此外，對于某些城市，月費也可能是阻礙采用云存儲的因素。
因此，城市最終選擇的存儲模式不僅取決于應用的目標，還取決于基礎設施和預算。
毫無疑問，智慧城市應用能夠改善許多領域的運營，其中最重要的是生活質量，而存儲解決方案可以為這些舉措提供堅實的基礎，也是決定任何智慧城市應用成功的關鍵。雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
