• 331

    Опубликовано проектов

  • 171

    Оставлено комментариев

Рейтинг рассчитывает взвешенные оценки. Система динамически пересчитывает показатели при каждом новом голосе, учитывая весовые коэффициенты и мультикритериальную оценку. В ближайшие две недели еще будут публиковаться новые проекты, которые сейчас заканчивают верификацию. Текущее значение рейтинга может демонстрировать нелинейную динамику.

← Вернуться к списку

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:

    1. Масштабировать систему после запуска первой очереди комплексов в 2022 году.

    2. Обрабатывать в реальном времени поток более чем с 4 000 одновременно работающих видеокамер и свыше 500 ТБ трафика в месяц.

    3. Платить только за используемые ресурсы при неравномерной нагрузке: пики утром и вечером, спад ночью и в выходные.

    4. 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

    1. 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.

    2. 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.

    3. 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

Комментировать

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Заказчик

    «Фалькон Тех»

  • ИТ-поставщик

Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.