Evolusi Teknologi Smart Video dan Edge

Rafki Fachrizal - Minggu, 14 Mei 2023 | 07:30 WIB

Penulis: Veronica Lim, Senior Sales Manager, Western Digital Indonesia

Pada tahun 2025, pasar global untuk kamera pengawas CCTV diperkirakan tumbuh mencapai hampir $50 miliar, menurut data IDC. Seiring dengan meningkatnya tren smart video, yang dibarengi dengan peningkatan penggunaan Artificial Intelligence (AI), hal ini akan mendorong pengembangan arsitektur data di edge.

Kemampuan AI terbukti sangat baik dalam mengeksekusi tugas-tugas spesifik dalam skala kecil. Namun, kehadirannya bukan bertujuan untuk melatih teknologi cara berpikir seperti manusia, melainkan melatih komputer untuk bisa menangkap, menganalisa, dan mempelajari dunia dengan cara yang cepat dan akurat.

Keunggulan terbesar AI adalah kemampuannya untuk menjalankan fungsi komputasi – seperti pengenalan objek, deteksi gerakan, dan pelacakan atau penghitungan objek/orang – dan memanfaatkannya dalam kondisi yang tepat. Karena itu, tidak heran jika sebentar lagi kita akan menyaksikan penggabungan teknologi smart video, AI, dan data sensor di berbagai sektor industri.

Studi kasus skala besar

Smart video adalah kunci dari sistem keamanan dan pengawasan (surveillance) di dunia modern. Namun, harus diakui bahwa pengaplikasiannya semakin meluas ke fungsi lainnya, seperti untuk keperluan medis, analisa olahraga, pabrik, manajemen lalu lintas, bahkan drone yang digunakan untuk mengawasi lahan pertanian.

Kemajuan teknologi membuat penggunaan smart video semakin cerdas. Misalnya, dalam “smart city”, kamera dan AI akan menganalisa pola di jalan raya dan mengatur lampu lalu lintas agar bisa memperlancar arus kendaraan, mengurangi kemacetan dan polusi, serta meningkatkan keselamatan pejalan kaki.

Contoh lainnya adalah “smart factory”, di mana AI bertugas untuk mendeteksi kekurangan dalam lini produksi dan memperbaikinya secara real-time untuk mengurangi kesalahan. Penggunaan kamera pintar bisa menjadi sangat efektif dalam skenario ini, karena mampu memberikan jaminan kualitas, menekan biaya operasional melalui otomatisasi, serta mendeteksi kesalahan lebih dini.

Perubahan di Edge

Perkembangan smart video berjalan seiring dengan kemajuan teknologi dan infrastruktur data lainnya, seperti 5G. Saat teknologi ini bersatu, mereka memengaruhi arsitektur edge, dan membutuhkan penyimpanan data yang lebih canggih. Berikut ini adalah beberapa tren penyimpanan data yang akan terus berkembang:

1. Kebutuhan volume penyimpanan berskala besar akan meningkat

Semakin banyak kamera yang digunakan, semakin banyak pula data yang perlu disimpan dan dianalisis – serta dipakai untuk melatih AI.

Di saat yang sama, kamera zaman sekarang telah mendukung resolusi lebih tinggi (video 4K dan seterusnya). Semakin detail dan tajam video tersebut, semakin banyak insight yang bisa diambil untuk mempertajam algoritma AI. Selain itu, kamera modern tidak hanya mentransmisikan streaming video utama, tapi juga aliran bitrate rendah yang cocok untuk pemantauan bandwidth rendah dan pencocokan pola AI.

Tantangan utama dari sistem kamera ini adalah mereka harus selalu aktif/menyala, terutama karena banyak kamera pintar yang digunakan untuk keperluan keamanan, sehingga mereka harus menyala 24 jam sehari, 365 hari setahun, sesuai perannya.

Melihat hal tersebut, maka teknologi penyimpanan data harus mampu mengimbangi kebutuhan yang ada. Salah satu caranya adalah dengan mengembangkan teknologi transfer data dengan cepat, untuk memastikan perekaman video berkualitas tinggi. Selain itu, teknologi penyimpanan pada kamera yang dapat memberikan daya tahan dan keandalan menjadi semakin penting, dibandingkan dengan teknologi penyimpanan di pusat data jarak jauh.

2. Variasi tempat penggunaan

Sektor keamanan tidak hanya bergantung pada data visual. Kini, kamera modern punya banyak tipe dan output data yang semakin beragam. Peletakannya pun bervariasi – mulai dari di atas gedung, di dalam kendaraan, di drone, atau di atas bel pintu.

Lokasi dan form factor dari kamera pintar memengaruhi teknologi penyimpanan yang diperlukan. Akses ke kamera perlu dipertimbangkan – apakah kamera akan dipasang di atas gedung pencakar alngit? Atau mungkin di tengah hutan?

Lokasi-lokasi tersebut harus berhadapan dengan variasi suhu yang ekstrem. Semua kemungkinan ini perlu dipertimbangkan untuk memastikan perekaman video bisa tetap andal dan bertahan lama tanpa tersendat.

3. Chipset AI

Dengan semakin canggihnya kamera, maka semakin banyak keputusan yang dibuat secara real time di tahap edge. Chipset baru akan hadir untuk kamera yang memiliki kemampuan AI yang lebih baik, dan chipset yang lebih canggih menawarkan pemrosesan jaringan yang kompleks untuk analitik pembelajaran mendalam pada kamera. AI akan menjadi semakin cerdas dan serba bisa.

Seiring dengan perkembangan inovasi kamera, diharapkan bahwa proses deep learning AI – yang membutuhkan kumpulan data video besar supaya efektif – bisa dimasukkan ke dalam kamera juga, sehingga mendorong kapasitas penyimpanan di kamera untuk turut diperbesar.

Bahkan untuk solusi yang menggunakan kamera keamanan standar, chipset yang disempurnakan AI dan GPU discrete (unit pemrosesan grafis) masih digunakan di perekam video jaringan (NVR), peralatan analitik video, dan edge gateway untuk mengaktifkan fungsi AI tingkat lanjut dan analisa deep learning.

Dengan berkembangnya firmware NVR dan arsitektur OS (sistem operasi) untuk menambahkan kemampuan tersebut ke recorder utama, maka penyimpanan data pun harus mampu menangani beban kerja yang jauh lebih besar.

Sebagai contoh, ada kebutuhan untuk menyimpan beberapa rekaman kamera (misalnya dari angle berbeda). Maka, metadata yang diambil dari AI dan data referensi untuk pencocokan juga harus bisa disimpan.

4. Era cloud belum berakhir

Sebagian besar proses analitik dan deep learning untuk smart video saat ini dilengkapi dengan peralatan analitik video terpisah atau di cloud. Demikian pula, kehadiran Internet of Things (IoT) yang lebih luas yang menggunakan data sensor di luar video juga memanfaatkan kekuatan deep learning cloud untuk menciptakan AI yang lebih efektif dan lebih cerdas.

Demi mendukung beban kerja baru ini, cloud telah mengalami transformasi. Prosesor jaringan saraf dalam cloud telah mengadopsi penggunaan cluster GPU masif atau FPGA khusus (field programmable gate array – yang bisa dioperasikan dari lapangan). Baik GPU dan FPGA memproses ribuan jam video pelatihan, dan data berukuran petabyte.

Aktivitas cloud ini masih memerlukan penyimpanan khusus dan tangguh: beban kerja ini bergantung pada kapabilitas kapasitas tinggi hard drive (HDD) yang dikhususkan untuk kebutuhan skala masif (enterprise-class) dan perangkat, platform, atau array flash SSD enterprise yang berkinerja tinggi.

5. Mengubah tatanan lama dengan 5G

Akses internet telah mendorong skalabilitas dan kemudahan instalasi yang menyebabkan meledaknya adopsi kamera untuk keperluan keamanan dan pengawasan. Sayangnya, hal itu hanya dapat terjadi jika infrastruktur LAN dan WAN sudah ada. Namun, kehadiran 5G akan mengubah cara lama ini.

Teknologi 5G akan meringankan hambatan penerapan dan memungkinkan lebih banyak opsi dimana kamera dapat dipasang dan digunakan dengan mudah di lokasi metropolitan. Dengan kemudahan ini, muncul skalabilitas baru yang lebih besar, yang meningkatkan tingkat penetrasi dan mendorong kemajuan lebih lanjut dalam desain kamera dan cloud.

Misalnya, kamera modern kini dapat berdiri sendiri, tidak lagi bergantung pada jaringan lokal dan sebagai gantinya menggunakan konektivitas langsung ke cloud terpusat. Kamera baru yang siap mengadopsi 5G sedang dirancang untuk memuat dan menjalankan aplikasi pihak ke-3 yang dapat menghadirkan kemampuan yang lebih luas. Dengan kecanggihan 5G, smart video akan terus berevolusi tanpa hambatan.

Di sisi lain, dengan otonomi yang lebih besar, muncul kebutuhan akan penyimpanan yang lebih dinamis untuk kamera ini, misalnya memiliki kombinasi daya tahan, kapasitas, kinerja, dan efisiensi daya baru untuk dapat menangani variabilitas fungsi yang digerakkan oleh aplikasi.

Arsitektur Edge yang Baru

Masa depan smart video memang menarik, tapi juga kompleks. Perubahan arsitektur sedang berjalan untuk menangani beban kerja baru dan mempersiapkan kemampuan yang lebih dinamis di edge dan poin akhir. Di saat yang sama, analitik deep learning terus berkembang di back end dan cloud.

Ketika video berbasis AI berkembang, penting untuk memahami bagaimana arsitektur di belakangnya beroperasi. Memahami perubahan beban kerja – baik di kamera, perekam, atau cloud – sangat krusial untuk memastikan bahwa setiap perubahan arsitektur baru dilengkapi dengan inovasi berkelanjutan dalam penyimpanan data.

Salah satu inovasi penyimpanan data yang dirancang untuk menangani masa depan smart video adalah HDD WD Purple Pro dari Western Digital. Dengan teknologi OptiNAND dan kapasitas tertinggi di industri pengawasan sebesar 22 TB, WD Purple Pro HDD menghadirkan kapasitas besar dalam hard disk enterprise class untuk server analitik video, AI, dan sistem deep learning untuk mengeluarkan hasil berbasis data.

Drive WD Purple Pro dioptimalkan untuk menangani hingga 64 kamera HD single-stream, dan juga 32 AI stream secara bersamaan. Fleksibilitas ini memungkinkan pengguna untuk meningkatkan solusi smart video demi memenuhi kebutuhan yang terus berubah. Selain itu, teknologi AI AllFrame khusus mendukung hingga 32 AI stream untuk analitik deep learning di dalam sistem sambil mengurangi frame drop.

Teknologi penyimpanan data tidak hanya harus mengimbangi permintaan smart video yang sudah berkembang, tetapi mereka juga harus mengaktifkan dan mendorong kemampuan baru dan penggunaan yang cerdas. Seiring dengan kapasitas smart video yang terus meningkat, maka kompleksitas penyimpanan data pendukungnya pun tidak boleh dilupakan.