算力换存力 存储困境下的“对冲”之路

最近看朋友圈、各种集成商群和视频号,硬盘的消息铺天盖地。无论是HDD还是SSD,一直在涨,一直缺货。没货的苦苦寻觅,有货的捂着口袋生怕自己卖亏了。加之近期大厂对硬盘临时封仓,更加剧了市场对硬盘走势的猜测。

硬盘涨价和厂家封仓

原来厂家年底冲销量,最喜欢用硬盘。这在之前写SMB的东西里也分析过,通用产品,毛利及价格稳定,更新迭代慢,造就了它冲量硬通货的地位。去年6月到今年初,硬盘价格翻了将近一倍,冲量神器成了冲利润、冲营收双神器。造成这种局面的原因,很多媒体已经分析过,这里可以再梳理梳理(仅讨论监控用量最大的HDD机械硬盘)。

1、AI 计算对存储的需求呈几何级增长,成为价格上涨的首要推手(尤其是北美);

2、云端存储需求大幅增长,云端厂家存储需求量倍增;

3、希捷、西数等上游厂家大幅缩减中低容量产线,优先生产高利润的 16TB + 企业级 HDD,同时延长交付周期控制供应造成供货紧张,安全库存从原本可支撑 2-3 个月降至仅几周;

4、原材料与制造成本上升,把成本摊在了每一个客户身上;

5、产业链太长,而且仅三个厂家垄断完整产业链,是否愿意扩充产能是一方面,即便扩充产能,释放供应压力,也会有很长的周期;

综上,这波硬盘看涨的价格压力,要真正趋缓,至少要到今年中或者明年初。从这个角度看视频大厂的封仓,就能看明白一二。

▪ 视频厂商同样承担硬盘的成本:现在的项目都是打包做,比如一个项目视频业务,客户预算的整包是500万,在硬盘上多出50万,就要从别的地方减去50万。硬盘拿到手的时候已经涨价,这势必会造成整体项目的利润下滑。

▪ 视频厂家的临时封仓,是在价格一路看涨且极其不稳定时的应对,也就是备货。在相对低价位(涨价伊始)进行相对充足的库存,将用量周期测算拉长到一年,在接下来的项目、渠道和营销中进行合理的调配,是保证自身利润和下游合作伙伴利益的必须手段。

▪ HDD的高垄断性,使得视频厂家理应也只能如此应对,这和芯片当时的备货情况相似。只不过一个是隐形成本,一个是单卖的感受感官冲击更强烈。所以很多视频号中提到的厂家在囤货做剪刀差,我个人觉得很扯。毕竟硬盘的价格,从源头上他们说了也不算。

存储压力与成本上涨带来的双重困境

以希捷、西数的研发到投产的速度,以及相对应的投入和供货周期看,硬盘价格在可预见的将来,下跌空间微乎其微,即便是平稳了,只能说相对稳定,但上升的趋势不会变。

我们这批人从安防的模拟时代一直走到数字时代。数字化浪潮下,网络化、智能化和千行百业的场景化,对画质的要求越来越高。如果按照这个套路演变,存储的成本只会越来越高。如上所说,存储高一分,其他的需求就要挤压一分。这种情况,如论是对厂家还是对下游的工程、集成商,都是难以接受的。

解决存储成本,最直接的方式无外乎两种,一种是降低摄像机的做功,一种是压缩。

压缩是我们原来解决存储问题最简单粗暴的方式。之前做过银行项目的验收,单位为了节省存储空间,用极致的压缩换极致的存量,结果换来的却是画质清晰度大打折扣,达不到标准的要求,最终未过审。单纯的靠压缩,是可以解决空间问题,但却丧失了视频最根本的出发点——看得清。

另一种方式是降低摄像机做功,即动态调整摄像机所需抓取的画面,用有效分配画面的价值,实现高、低价值视频内容分级,提高存储效率。但目前行业主流的编码方案,虽能通过动态调节压缩强度实现30%至70%的存储优化,可存在明显的应用局限:基于物体动静状态的识别逻辑,容易非关键动态元素(即假动态,类似传统报警的误报)误判为有效信息,导致压缩后可用性大打折扣;同时,非实验室环境(光、角度等)会严重干扰识别精度,仅能适配仓库、楼道等简单静态场景。

对冲存储压力 用算力换存力

针对当前的“存储困局”,海康威视于近日发布了观澜编码新技术。

海康威视观澜编码技术的核心,在于将 AI 大模型的深度理解能力与ROI分割技术深度融合,构建起 “智能甄别 - 精准 ROI 分割 - 差异化编码” 的全流程优化机制,实现了存储成本与画面质量的高效协同。其要点在于,通过大模型构建出的算法,能够在非实验室环境下,准确、高效判断视频价值,实现视频的动态分离,进而实现高效存储、降低用户TCO的最终目的。

在智能甄别环节,观澜编码依托观澜视觉大模型,能够对人、车、非机动车等核心高价值目标进行精准解析。相较于传统算法,其目标识别准确率实现大幅跃升,最高可支持 64 个目标的实时并行识别,有效规避了传统编码 “难以对价值目标精准识别” 的弊端。无论是交通场景中快速移动的车辆轨迹追踪,还是商业场景中密集客流的精准统计,都能精准锁定有效信息,为后续编码优化筑牢基础。

精准 ROI 分割技术是观澜编码的核心亮点。通过分割算法,系统能够精准分离视频中的前景目标(如人、车等关键对象)与背景区域:对前景目标采用保质量编码模式 ,确保细节完整可追溯,满足视频画面 “清晰可辨” 的核心诉求,不放过价值画面 的每一帧;对背景区域则实施高效压缩算法,最大限度降低存储占用。

观澜编码以 “场景复杂度” 为核心依据,构建了动态可调的智能编码体系:动态感知模块实时捕捉场景运动幅度与细节密度,按最大码率的百分比灵活分配资源。静态感知模块则对静止或低动态画面采用重复帧编码技术,单帧数据量仅需几十字节,实现存储成本的极致优化。以园区出入口场景为例,早高峰时段用高码率还原人员车辆细节,晚间采用 50% 码率平衡画质与效率,凌晨切换至 10% 码率最大化节省存储,这种 “按需分配” 的编码逻辑,让存储资源真正用在 “关键之处”。

从实际项目应用来看,以 2000 路规模 1080P@2Mbps、90 天存储的典型安防项目为例,相较于传统编码方案,观澜编码可减少 60% 的硬盘使用量(从 403 块 12T 硬盘降至 134 块),节省 60% 的机房空间(从 12 台 4U36 盘位机柜缩减至 4 台),5 年累计电费节省 50%。这种 “降本不降效” 的实践成果,是AI赋能行业的落地之处,也是终端用户的核心诉求之一。

这套编码逻辑,是观澜大模型具体场景延伸应用之一。  海康目前业务范围已经覆盖到了大部分公共业务、企业业务,这里边无数个细分的小场景也已经逐步落地,故而其编码和存储的解决方案,也可以快速部署并落地在他们深耕的每一个细分领域。

观澜编码 “视频一哥”的底气在哪里

观澜编码的成功推出,并非孤立的技术突破,而是海康威视二十余年技术迭代与行业深耕的必然结果。自成立以来,海康威视始终以 “挖掘视频核心价值” 为发展锚点,推动安防行业的技术革新:2015,深圳安博会期间,在总裁见面会上,我们一起见证了海康率先将深度学习算法融入前端设备,开启了安防智能化时代;2017 年推出 AI Cloud 三级架构,有效破解 “算力分散、协同不足” 的行业痛点;2018 -2019年,上线 AI 开放平台,并提出数据治理,促进技术与产业应用的深度融合;2021 年正式启动观澜大模型研发,构建 “基础 - 行业 - 任务” 三级技术体系。

多年来,海康威视服务全球数百万客户,深耕交通、金融、园区、医疗等全场景。正是这种“源于实践、用于实践”的技术迭代,为观澜编码技术的诞生奠定了坚实基础。

结 语

面对问题,找到方法,解决问题,快速落地,为客户创造价值,是所有工业品领域企业共同的课题。今天,面对少见的“存储困局”,海康用观澜编码给出了解决方案。这条赛道需要大量的细分领域积累,只有拥有大量行业场景数字化落地的企业能够快速的将技术储备转化成产能推向市场。硬盘的价格压力到底持续到何时,我们谁也说不准。随着摄像机智能化在线率逐年升高,也随着全面智能化时代的逐步到来,存储将是个长期的课题。把能做的先想到、先做到,慢慢的将AI融入存储,将算力换存力常态化,在更多的行业落地,也许是今后视频领域一个长期的关注点,也是一个新的方向。

责任编辑：石旭