由於對視頻的需求，以及利用AI來理解視覺數據的增加，攝像頭的數量和產生的後續數據都在快速增長，從而迫使新的邊緣體系結構出現。
攝像與人工智能與交通管理。
另外，新一代的“智能”用例也被開發出來。舉例來說，在“智慧城市”中，攝像機和人工智能可以分析交通模式，調節交通信號燈，從而改善車輛的交通擁擠和汙染，提高行人的安全性。
該智能工廠可利用人工智能實時檢測生產線上的缺陷或偏差，調整以減少誤差，實施有效的質量保證措施。所以，自動化和早期的故障檢測可以大大降低成本。
智能化視頻的發展。
隨著智能視頻的發展，其他技術和數據基礎設施也在不斷進步，比如5G。當這些技術結合在一起，它們影響著我們構建邊緣的方式。同時，他們也推動了對專用存儲的需求。
以下列舉了我們所見過的主要趨勢：
體積越大，質量越高。
隨著新技術的發展，攝像機的數量和種類不斷增加，帶來了新的功能。有了更多的相機，人們就能看到並捕捉到更多的人。那就意味著有更多的覆蓋面或角度。它還意味著可以捕捉更多的實時視頻，並用於訓練AI。
質量也隨著分辨率的提高(4K及以上視頻)不斷提高。錄像越詳細，從中得到的見解也越多。此外，人工智能算法也會變得越高效。另外，這種新的攝像機不僅能傳送視頻流，還能傳送額外的低碼率流，以便進行低帶寬監控和AI模式匹配。
智慧攝像機，24/7小時工作。
不管是在交通管理、安全生產還是生產方面，這些智能攝像機都是一年365天24/7全天24小時工作，這帶來了獨特的挑戰。儲存技術必須能跟上。
另一方面，存儲技術不斷發展，提供高性能的數據傳輸和數據寫入速度，以保證高質量的視頻捕獲。此外，實際的機載存儲技術必須提供壽命和可靠性，這對任何工作流程都至關重要。
在了解端點時，真實世界的場景是至關重要的。
不管是做生意、做科學研究，還是在個人生活中，我們都看到了能夠捕捉新數據的新相機。因為使用和分析這些數據的潛在好處，可靠數據存儲的重要性從未如此明顯。
當設計存儲技術的時候考慮情景。
當設計存儲技術時，我們必須考慮環境，如位置和外形的因素。是否有攝像機(或者沒有攝像機)需要考慮?它們是在高層建築還是在遙遠的叢林裏?
在這種環境下，也可能要承受極端的溫度變化。必須考慮到所有這些可能性，以確保關鍵視頻數據連續、持續地記錄。
精選文章：
