理论与现实的距离

简介:
 一直以来,我总认为自己的技术水平已经达到了能够随意使用的水平,也一直以此自居。可是,在重新去上班后的这短短的二十几天,我发现理论与现实的差距并不只有那么一点点。
    这样的感觉不光是在技术上,更多还有在对某些事的处理上。就拿我现在负责的一个视频监控项目来说吧。
    按我最初的想法,最好就是能够建立一个全数字化的视频监控系统,并且与远程会议,甚至VOIP等全都集成进来,让视频监控网络的作用最大化。
    可是,实际上呢,这样做首先最不能随的就是成本,企业不可能一开始就在这个方面投入太多的成本,更何况是在经济危机时期。
    那么好吧!我就从最价投资回报率上去考虑视频监控的最佳方案。
    于是,我采取了一些折中的做法,将视频监控前端的摄像头换成模拟摄像头,然后将其通过光纤接入一台网络视频矩阵,并将所有视频监控数据存储在监控现场,然后再通过电信DDN专线将关键的几路视频发送至公司总部的监控中心。
    在设计这个方案后,个人感觉不仅达到了网络优质传输的目的,又减少了投资,这回应该可以实施了吧!
     这次,公司是同意了。可是,工程承包方却不干了。他们以我们提出的设备不是与他们长期合作商为由,要求将网络视频矩阵换成网络视频服务器。
    这样一来,由于网络视频服务器只能够输入数字信号,而现在视频监控点都是使用模拟摄像机。于是,这样就必需通过安装相应数量的视频编码器来将前端模拟视频转换成数字视频。
    最要紧的是,现在虽然已经出现了允许16路模拟输入的视频编码器,但是,工程承包商认为采用高密度的视频编码器容易存在单故障,造成多个视频监控点不能正常显示为由,说最好采用4路输入和2路输入的视频编码器。
    这样一来,八十个监控点就需要二十几台视频编码器,一下子就在原来的基础上增加了十来万。
    在这件事上,让我深切地体会到理论与现实的差距有多大。虽然网络传媒或平面媒体都在大力宣扬如何缩减IT成本,如何部署绿色节能的IT架构,但是,这样的做法,到底在现实中有多少企业能够真正做到呢?
    实际上,缩减IT成本,与绝色环保,在IT架构的最初阶段是相互矛盾。尤其是对于成本非常敏感的企业来说,IT技员要如何才能说服企业领导采用一次性投入更高的绿色产品,就成为横在我们面前的主要难题。更何况,提出的要求,有时还要考虑承包商的承受能力。
    不过,我还是坚信,随着信息化应用的不断深入,理论与现实的差距会不断地缩小。到时,一切将会按我们的设想一步步地实现。


 本文转自 雪源梅香 51CTO博客,原文链接:http://blog.51cto.com/liuyuanljy/170562 ,如需转载请自行联系原作者
相关文章
|
7天前
|
算法 Windows
R语言广义二次跳跃、非线性跳跃扩散过程转移函数密度的估计及其应用
R语言广义二次跳跃、非线性跳跃扩散过程转移函数密度的估计及其应用
16 0
|
9月前
|
算法
基于适应度距离平衡的全局优化问题导向机制的改进粘液-霉菌算法(Matlab代码实现)
基于适应度距离平衡的全局优化问题导向机制的改进粘液-霉菌算法(Matlab代码实现)
|
11月前
|
机器学习/深度学习 编解码 监控
姿态估计 | 基于CenterNet究竟还可以做多少事情?AdaptivePose便是经典!(一)
姿态估计 | 基于CenterNet究竟还可以做多少事情?AdaptivePose便是经典!(一)
86 0
|
11月前
|
机器学习/深度学习 固态存储
姿态估计 | 基于CenterNet究竟还可以做多少事情?AdaptivePose便是经典!(二)
姿态估计 | 基于CenterNet究竟还可以做多少事情?AdaptivePose便是经典!(二)
47 0
|
11月前
|
算法 量子技术
从实际代码出发了解量子相位估计算法的原理
从实际代码出发了解量子相位估计算法的原理
171 0
|
机器学习/深度学习 编解码 监控
姿态估计 | 基于CenterNet究竟还可以做多少事情?AdaptivePose便是经典!
姿态估计 | 基于CenterNet究竟还可以做多少事情?AdaptivePose便是经典!
267 0
姿态估计 | 基于CenterNet究竟还可以做多少事情?AdaptivePose便是经典!
|
算法 C++
【C/C++】阿克曼函数以及其数学的有限边界思维
## 在递归函数论和涉及集合的并的某些算法的复杂性研究中,有一个起重要作用的递归函数——阿克曼(Ackermann)函数,该函数是由希尔伯特的学生,德国著名数学家威尔海姆·阿克曼于1928年发现的。这是一个图灵机可计算的,但不是原始递归的函数。下面,我们介绍这个经典的递归函数,并给出其相应的计算过程。
261 0
【C/C++】阿克曼函数以及其数学的有限边界思维
|
机器学习/深度学习 人工智能 算法
一个不认识牛顿的AI,绕开所有物理定律,从数据到数据就能预测行星轨道!
机器学习可否「绕开」物理规律,直接从数据给出精确的预测呢?一个最新开发的机器学习算法,能由数据直接输出结果,绕开了牛顿定律,准确预测了太阳系在行星轨道中的位置。
242 0
一个不认识牛顿的AI,绕开所有物理定律,从数据到数据就能预测行星轨道!
|
存储 传感器 人工智能
从现实世界的角度去理解计算机领域的知识
​ “ 从现实世界的角度看计算机,可以帮助我们更清晰的学习计算机领域的知识。 本文试图用生活中常见的事物来解释计算机技术领域,让知识更通俗易懂 ”
871 0
 从现实世界的角度去理解计算机领域的知识