还记得5年前那场DVR价格战吗?后端存储还有多少翻身的机会

简介:

可能很多人对2011年的那场DVR价格战还记忆犹新,其惨烈程度更甚于如今的摄像机价格战。由行业龙头大佬突如其来参与发动的价格战直接将众多中小DVR生产企业清洗出局,即使是到了现在,做后端存储的企业也远远少于做前端摄像机的企业。

有人说,网络高清NVR时代,还会出现那种噩梦般的价格战吗?慧中君认为,不会。

原因有几点:

网络智能时代,NVR更容易出现细分市场的霸主

视频监控存储市场由两部分构成,传统DVR(包括CIF方案和D1方案)和被市场熟知和接受的高清数字硬盘录像机NVR。2011年掀起的DVR价格大战的主要角逐阵地在CIF方案产品领域。

而当时国内DVR生产企业采用最广泛的方案有美国TI(德州仪器)方案、台湾智源方案及华为海思方案。有人认为,当时龙头企业DVR大降价与引进华为海思方案有直接关系。方案成本的下降与研发周期的缩短,以及模拟时代DVR在差异化开发上的局限性,让众多企业在面对突如其来的价格战时,毫无抵抗之力。

但是,进入网络数字高清的NVR时代则完全不同。互联网正以其强大的“破坏力”颠覆一切,乘着时代东风的NVR企业将有更多机会。兼容性、智能化、智能分析、大数据分析、智能检索、智能视频、云存储等更多细分功能、市场、应用领域,为后端存储研发企业提供了新的机会。任何一个市场,即使是巨头也无法通吃,企业更容易立足细分市场走出一条极具竞争力的市场之路,并在这个领域成为一方霸主。

H.265视频编码的升级

作为安防视频管理系统信息的最终集散地,存储的压力这两年也在随着高清视频监控系统需求的提升而变得难以封顶。尤其当传统的存储模式遇到今天的爆炸式信息发展时,它在应用的过程中,遇到了一些瓶颈。

首先是传统存储设备难以满足存储需求:基于标准H.264压缩技术的高清网络摄像机,一路720P高清全实时图像的码流是2Mbps,录像一小时需要的存储空间大约是900M左右;一路1080P高清摄像机,码流是8Mbps,24小时录像产生的数据量为84GB,30天录像数据量为2520GB,一年录像数据量为30TB。照此计算,如果建设100路同样的摄像机,一年就需要约3PB存储空间。如果是一个平安城市项目,总的监控路数通常是几千到上万路,这样的存储更是难以想象的,传统的存储介质和系统根本无法满足需求。

对于视频监控应用来说,存储时长和容量成本一直是方案设计时需要反复权衡的关键矛盾之一。当大规模联网模式和集中存储方案开始推广后,网络带宽的瓶颈也逐步浮现,尤其是超高清应用的普及,更凸显了这些问题,提高压缩性能的需求日益迫切。与H.264/AVC相比,H.265/HEVC的最大本领是可以在维持画质基本不变的前提下,让数据传输带宽缩减至H.264/AVC的一半,同时其还支持最高为7680*4320的分辨率。因此不管是以后的4K或者是更高级别的超高清视频,我们同样可以通过H.265/HEVC格式进行编码。

芯片方案决定NVR的发展和竞争

NVR产品的竞争主要围绕着高清接入路数、网络吞吐、解码性能和录像存储周期等,而设备性能的强弱很大程度上取决于NVR的芯片方案,所以,NVR芯片的发展反过来也决定了NVR产品的发展和竞争。

随着全球视频监控领导企业海思半导体、视频监控后起之秀“中国芯”国科等芯片商的H.265/HEVC划时代芯片产品上市,超高清的画质以及低带宽的网络传输、存储与显示得以实现,解决了高清化和网络化带来的业界公认的“带宽、存储、显示”三大难题,必将引领整个视频监控产业进入一个新的发展时期。

海思、国科等芯片商持续投入H.265/HEVC超高清IP视频监控市场的产品研发,为行业内下游生产企业及用户带来融合先进技术、极具性价比的产品和整体解决方案。

随着IT元素的不断注入,安防行业网络化、智能化趋势愈加明显,从而需要存储技术从容量、性能、应用、适用性上做更多改进:高清监控需要传输带宽更大、容量要求更高,存储产品必须具备更高的容量和性能。市场对存储产品网络化功能及网络适应性要求越来越高,在监控市场网络化需求下,NVR将有更多的市场机会。所有说,H.265/HEVC这一场行业的盛宴,也将成就视频监控后端存储新的价值。

时代在进步,产业在升级,一切皆有可能,NVR生产企业在这个时代或许能打一个漂亮的翻身仗。


本文转自d1net(转载)

相关文章
|
存储 Kubernetes 关系型数据库
k8s集群安装部署单机MySQL(使用StorageClass作为后端存储)
k8s集群安装部署单机MySQL(使用StorageClass作为后端存储)
929 0
k8s集群安装部署单机MySQL(使用StorageClass作为后端存储)
|
3月前
|
存储 缓存 前端开发
Django 后端架构开发:存储层调优策略解析
Django 后端架构开发:存储层调优策略解析
50 2
|
3月前
|
存储 Kubernetes 数据安全/隐私保护
在K8S中,如果后端nfs存储的ip发生变化如何解决?
在K8S中,如果后端nfs存储的ip发生变化如何解决?
|
4月前
|
存储 SQL Java
实时计算 Flink版产品使用问题之使用状态后端存储和恢复作业的状态时,如何配置状态后端
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
存储 JSON Linux
Linux C/C++开发上线项目(后端、音视频、存储、QT)
Linux C/C++开发上线项目(后端、音视频、存储、QT)
|
Web App开发 存储 Linux
Linux C/C++开发(后端/音视频/游戏/嵌入式/高性能网络/存储/基础架构/安全)(下)
Linux C/C++开发(后端/音视频/游戏/嵌入式/高性能网络/存储/基础架构/安全)
|
存储 Linux 调度
Linux C/C++开发(后端/音视频/游戏/嵌入式/高性能网络/存储/基础架构/安全)(上)
Linux C/C++开发(后端/音视频/游戏/嵌入式/高性能网络/存储/基础架构/安全)
|
存储 Kubernetes 调度
实战:用“廉价”的NFS作为K8S后端存储
实战:用“廉价”的NFS作为K8S后端存储
523 0
|
存储 安全 Java
OSS服务进行后端的存储附件
OSS服务进行后端的存储附件
457 0

热门文章

最新文章

下一篇
无影云桌面