-
331
Опубликовано проектов
-
171
Оставлено комментариев
ИИ-видеоаналитика для города с автомасштабированием в облаке
-
Руководитель проекта со стороны заказчика
Денис Куклин
«Фалькон Тех»
Технический директор
-
Категория
-
Номинация
-
Цели
Компания с 2017 года создаёт решения для интеллектуального управления городом на основе видеоаналитики и машинного зрения: ИИ-мониторинг парковочного пространства и анализ транспортных потоков. Системами пользуются городские структуры Москвы, поэтому требования к скорости и надёжности каналов и центров обработки данных жёсткие.
Цели:
-
Масштабировать систему после запуска первой очереди комплексов в 2022 году.
-
Обрабатывать в реальном времени поток более чем с 4 000 одновременно работающих видеокамер и свыше 500 ТБ трафика в месяц.
-
Платить только за используемые ресурсы при неравномерной нагрузке: пики утром и вечером, спад ночью и в выходные.
-
Сохранить скорость и стабильность для городских заказчиков.
Ограничение: ручное развёртывание на неравномерной нагрузке оказалось неэффективным.
-
-
Сроки выполнения
январь, 2024 — ноябрь, 2026 -
Год завершения проекта
2026
-
Масштаб проекта
100000 человеко-часов -
Результаты
-
Размещено более 4000 программно-аппаратных комплексов в Москве.
-
Обрабатывается более 500 ТБ трафика в месяц; суточный объём иногда до нескольких десятков ТБ.
-
Одновременно работает более 4000 видеокамер.
-
Экономия за счёт автоскейлинга: десятки процентов
-
Доступность и время отклика системы: доступность выше 99.95
-
-
Уникальность проекта
Чем необычен проект:
-
ИИ-видеоаналитика городского масштаба работает в облаке: более 4000 одновременно работающих камер, свыше 500 ТБ трафика в месяц, суточный объём иногда достигает нескольких десятков терабайт;
-
нагрузка живая, как сам город: утренние и вечерние пики, ночной и выходной спад. Ручное развёртывание не справлялось, поэтому систему перевели на управляемый Kubernetes с автоскейлингом: ресурсы сами растут и сжимаются, а оплата идёт только за используемое;
-
за девять месяцев собственный отдел разработки (более 70 специалистов) создал и запатентовал программное обеспечение, которое вошло в реестр российского ПО;
-
с 2021 года компания перешла от роли подрядчика к модели полноценного технологического вендора;
-
продуктами пользуются государственные структуры Москвы, то есть система работает в контуре, где важны скорость и надёжность.
-
-
Использованное ПО
-
Cloud Containers (VK Cloud): управляемый Kubernetes с автоскейлингом
-
Object Storage (VK Cloud): S3-совместимое хранилище
-
Управляемые базы данных PostgreSQL и MongoDB (VK Cloud)
-
Программно-аппаратные комплексы «Стрит Фалькон» и «ОРП Фалькон» (собственные, в реестре российского ПО)
-
ПО видеоаналитики и машинного зрения от Фалькон Тех
-
GPU-инференс
-
-
Решение из каталога Global CIO
В проекте не используются решения из каталога Global CIO
-
Сложность реализации
-
Неравномерная нагрузка. Пики утром и вечером, спад ночью и в выходные, а ручное развёртывание не поспевало и давало лишние расходы. Решение: управляемый Kubernetes с автоскейлингом, оплата за фактическое потребление.
-
Объём данных. Свыше 500 ТБ трафика в месяц и до нескольких десятков терабайт в сутки требуют надёжной и расширяемой инфраструктуры. Решение: S3-хранилище и управляемые базы данных. Используется распределенное резервированное S3 хранилище от ВК, а так же кластеризованные/шардированные базы данных.
-
Требования городских заказчиков к скорости и надёжности каналов и ЦОДов. Выполнение высоких требований заказчиков, в т.ч. требований к надежности каналов и ЦОДов поставщика услуг, было подтверждено успешной эксплуатацией решения и инфраструктуры – в т.ч. в текущих, иногда крайне нетривиальных, условиях.
-
-
Описание
Исходная ситуация. «Фалькон Тех» создает решения для управления городом на основе ИИ и компьютерного зрения. Система интеллектуального мониторинга «Стрит Фалькон» отслеживает парковочное пространство и выявляет нарушителей в реальном времени. Решениями пользуются АМПП и МАДИ в Москве. С 2021 года компания стала вендором: отдел разработки (более 100 специалистов) за девять месяцев создал и запатентовал ПО, которое вошло в реестр российского ПО. После запуска первой очереди в 2022 году встал вопрос масштабирования. Система принимает данные более чем с 5 000 одновременно работающих камер, трафик превышает 1 петабайт в месяц, а суточный объем иногда достигает нескольких десятков ТБ. Нагрузка неравномерная: пики утром и вечером, спад ночью и в выходные. Ручное развертывание с ней не справлялось и давало лишние расходы.
Решение. Работа шла в четыре шага.
- Выбор платформы. Компания сравнила несколько облачных вендоров по цене, качеству и услугам и выбрала VK Cloud от VK Tech. Заказчики из городских структур предъявляют жесткие требования к надежности каналов и ЦОДов, поэтому это был ключевой критерий.
- Перенос вычислений в управляемый Kubernetes (сервис Cloud Containers). Сервисы видеоаналитики и машинного зрения работают в контейнерах, GPU-инференс входит в состав решения. Автоскейлинг увеличивает число ресурсов в часы пик и сокращает его ночью и в выходные.
- Хранение данных. Видеопоток и результаты обработки хранятся в S3-совместимом Object Storage, это распределенное резервированное хранилище.
- Базы данных. Используются управляемые PostgreSQL и MongoDB в кластерной и шардированной конфигурации.
Комплексы «Стрит Фалькон» подключались к облаку по мере установки, и за три года в Москве размещено более 5 000 комплексов.
Что изменилось. Ресурсы сами растут и сжимаются вслед за нагрузкой, ручное развертывание больше не нужно. Компания платит только за используемые мощности, при этом скорость и стабильность не упали, а доступность системы выше 99,95%. Облачная инфраструктура подтвердила требования заказчиков к надежности на практике, в том числе в нетривиальных условиях эксплуатации. Следующий шаг: установка комплексов в Московской области, Санкт-Петербурге, Владивостоке, Красноярске и Новосибирске.
-
География проекта
Россия, Москва
-
Заказчик
«Фалькон Тех»
-
ИТ-поставщик
Комментировать могут только авторизованные пользователи.
Предлагаем Вам войти в систему или зарегистрироваться.