随着智能社会的推进,视频监控领域成为一个快速增长的市场。2016年,视频监控终端摄像头出货量为1亿台左右。分析机构预测到了2021年,摄像头出货量能够达到1.6亿台,这样的年复合增长可以说是非常蓬勃的市场。
面对这种这种市场趋势,西部数据推出了满足现代监控摄像机和终端系统的复杂和动态数据需求的Western Digital Purple microSD 移动卡。解决了监控摄像头对存储的边缘存储或者在端存储的要求越来越高的需求。

西部数据公司大中华区渠道业务董事总经理杨俊文谈到, Western Digital Purple microSD移动卡的发布,意味着Western Digital Purple microSD 移动卡能够与监控硬盘WD Purple和大容量氦气Ultrastar硬盘(HDD)结合使用,让西部数据在监控级的领域更上一层楼,做到数据保存与实时分析,为用户提供从终端到核心的全面监控数据产品。
西部数据集团嵌入集成方案产品市场总监张丹解读了目前Western Digital Purple microSD移动卡的应用场景。
第一解决了摄像头是独立使用的场景。在摄像头终端加入存储器,能够保证摄像所有东西能存进来。
第二在公共安全方面或者专业摄像头方面,以前所有的内容都是存到NVR和DVR,随着安防级别的升级,可能原来的单级存储已经不适应这个行业发展总的需求。现在在摄像头端做一级数据备份,哪怕NVR或DVR由于人为断网或各种各样风险出现的问题,这样在摄像头前端有备份,使我能够随时追敏感数据。
第三种云端集成,摄像头是直接连到云端的,可以直接连到云端,做一些AI的分析。它的适用场景更多是集中管理的中小企业,还有多个点的大规模企业在每个点的安防监控的布局。

最后,张丹分享了Western Digital Purple microSD 移动卡的产品特点。
从外观看,紫色是西数针对监控领域的颜色。所以紫色的Western Digital Purple microSD 移动卡针对安防监控领域来设计、命名和销售的。同时它很小,只有11*15毫米大小,但是功能强大。因此即具备卓越的性能,可获取并保存包括4K高清视频在内的各种高精度和下一代格式的视频,还能让方便在监控终端使用呢,将数据灵活地转移至核心数据系统以进行分析并快速洞察业务。
Western Digital Purple microSD 移动卡是一款坚固耐用的移动存储卡都能提供‘监控级’的耐久度和卓越性能,即使在某些恶劣的条件下仍然可提供值得信赖的视频捕捉能力。
它具备强大的连续录像耐久性:支持高达1,000个PE周期。PE周期直接决定了这个卡能够使用多长时间,能够质保多长时间。
轻松进行维护的工作状况监测功能:在兼容的摄像机中,工作状况监测器可为用户和系统安装商提供有用的信息,包括卡的耐久性和容量状态,从而实现提前维护,并避免不必要的维修。
用于新一代视频的高性能:提供高达80 MB/s的连续读取速度以及50 MB/s的连续写入速度,支持Speed Class 10和UHS Speed Class 1。
在广泛的气候条件下提供可信赖的视频获取能力:工作温度在-25°C至85°C之间,在室内外均可实现可靠的视频获取能力。
断开网络连接时仍可获取和保存视频:提供高达64GB的容量。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。