这一篇是写给正在为一台 Frigate 机器填配置单的人看的。我们最近接触到的这类需求基本集中在三类:连锁门店要把每个门店 8 到 16 路摄像机集中留存,用于内部稽核和外部检查;工厂要把车间通道、仓库月台、危化品暂存区的画面结构化,出了货损能快速反查;园区周界要在夜间、雨雪天气下把翻越、滞留、车辆徘徊这几类事件筛出来。三类的共同点是摄像机数量一多,原本在小主机上"能装就是能用"的选型逻辑立刻失效——机器不是写不动录像,而是录像还在写、检测已经开始丢帧,等你发现的时候,留存窗口里缺的恰好是最该留下来的那一段。
失败的方式往往非常一致。采购人按"录像服务"的思路下单:看重盘位数量、看重总容量,CPU 挑个中等型号,内存给 8GB,心想视频嘛,不就是往硬盘里写文件。交付上线第一天一切正常,第三天夜里开始告警——检测延迟从几十毫秒涨到几百毫秒,事件队列堆积,取流进程反复重连摄像机,主码流的写入还在继续,磁盘因此更忙,整个系统进入"越慢越忙、越忙越慢"的循环。问题不在盘不够大,而在把两条互相独立的资源线当成了一条:AI 检测消耗的是 CPU/TPU 的推理能力,录像消耗的是顺序写带宽与容量。这两条线必须分开算,然后取交集,才是这台机器的真实配置。
所以本文的方法不谈玄学,全部落在可验算的数字上:容量用"总码率 × 10.8 × 保留天数"这个公式反推盘子大小;算力用 Coral 的单次推理耗时、设计吞吐与社区实测口径来划边界;网络与 IO 按多路并发持续写的特征来预留。最后给出 4 路、8 路、16 路三档可以直接照抄的配置清单,以及一份上线前必须跑完的验收动作表。如果你的场景正好落在这三档里,往下读照着配基本不会出错;如果你的场景更复杂,这套算法本身也是通用的。
先交代清楚 Frigate 是什么,避免后面的讨论跑偏。它是一个开源 NVR(网络视频录像机),主打在本地做实时 AI 对象检测,可以识别人、车、动物、包裹这些类别;与 Home Assistant 原生集成,支持把摄像机的 RTSP 流 restreaming 出去供其他客户端复用,也支持用区域、遮挡区和对象过滤来限定"哪里动了才算数"。核心功能是免费的,Frigate+ 只是可选的付费模型改进服务——也就是说,你可以完全不依赖任何外部云服务,把整套能力跑在自己租用的机器上,这正是它被大量自建场景选中的原因。
它最关键的设计只有一个,但决定了后面所有选型:检测默认跑在低分辨率子码流上,常见的是 320×320 或 480×480 的裁剪窗口,录像则走主码流。这意味着"看得清"和"算得动"完全是两回事——录像留证必须要清晰的主码流,但参与 AI 推理的画面只需要够用即可。由此推出第一条结论:真正消耗 CPU/TPU 的从来不是录像画质,而是"路数 × detect FPS × 帧尺寸"这个乘积,三者任意一个加倍,推理开销就近似线性加倍。现实中最常见的错误是反复纠结主码流给 4Mbps 还是 8Mbps,却把 detect FPS 随手设到 15,方向从一开始就错了。
由此还能推出第二条更实用的结论:增加摄像机数量,不等于等比增加算力需求,关键看它是否参与实时检测。一个 16 路的系统里如果有 10 路只录像不检测,它的推理压力和一台 6 路全量检测的机器差不多,但存储压力和 16 路完全一样重。因此在配机器之前,要先把"每一路是否开检测、detect FPS 设多少、是否被区域或遮挡过滤掉"这三件事定下来,算力线和容量线才能各自算准。这里还要把常驻容器的开销一起计入:同时跑 go2rtc、Home Assistant 这些组件时,内存按 4 路 8GB、8 路 16GB、16 路 32GB 来留余量是比较稳的做法。内存通常不是第一个瓶颈,但不该把持续多路录像跑在只有 2–4GB 的机器上——光是流缓冲与容器本身就会让它提前成为瓶颈。
公式先摆出来:GB = 总码率(Mbps) × 10.8 × 保留天数。换算关系很直白,1Mbps 的码率持续写一天大约是 10.8GB。这个公式的价值在于可逆——通常不是先有机型再去算能存多久,而是先被"留存 14 天"或"留存 30 天"这个要求卡住,再往回推需要多大可用容量、需要几块盘、机器该用什么盘位形态。把这一步做在前面,比先定机型再去凑容量要省心得多。
为了让三档演算可比,统一声明前提假设:每路摄像机主码流 1080p、码率 4Mbps,子码流 0.5Mbps 只用于检测、不计入录像体积。真实环境里码率受帧率、画面复杂度、编码器、夜间黑白画面等因素影响浮动很大,实际请按现场摄像机的实测码率代入,不要直接照抄这个假设值。另外提醒一句,公式里的"总码率"只统计真正落盘的流;如果另外开了高码流的抓拍或取证流,也要一并计入。
先看 4 路的小门店与仓库:总码率 4 × 4 = 16Mbps,一天就是 16 × 10.8 = 172.8GB,14 天约为 172.8 × 14 ≈ 2419GB,也就是约 2.4TB;如果内部稽核习惯保留 30 天,则是 172.8 × 30 ≈ 5184GB,约 5.2TB。这里算出的是录像数据的理论字节数,落到实盘还要叠加文件系统元数据与冗余开销,RAID1 直接翻倍,RAID5、RAID6 按冗余级别摊销,具体余量视 RAID 级别与文件系统而定。采购时通常要在这两个数之上再留一层,别按刚好够用的容量下单——视频这种东西从来只增不减。
再看 8 路,这是连锁门店单店最常见的规模:总码率 8 × 4 = 32Mbps,一天 32 × 10.8 = 345.6GB,14 天就是 345.6 × 14 ≈ 4838GB。这也是核验材料里那道标准算式:8 路 × 4Mbps × 10.8 × 14 天 ≈ 4838GB。换句话说,一个门店想留 14 天连续录像,光录像数据就要接近 5TB,加上系统、数据库缓存和冗余开销,实际要准备 8TB 级的可用空间才算踏实。同一档还要同步核对网络:8 路 1080p 主码流 4Mbps 加 8 路子码流 0.5Mbps,约 36Mbps 入向,建议预留 50Mbps;子码流虽然不占容量,但会吃掉一部分入向带宽。
最后是 16 路的多栋园区加周界:总码率 16 × 4 = 64Mbps,一天 64 × 10.8 = 691.2GB,14 天约 9677GB,接近 10TB;若留存期按 30 天算,则是 691.2 × 30 ≈ 20736GB,超过 20TB。到了这个量级,选型已经不是"买块更大硬盘"能解决的事,它反过来决定了机器形态:要有足够盘位、录像最好放独立卷、要不要留热备盘、以及录像盘能不能单独扩容。也正是在这一步,大多数人第一次意识到容量是完全可以提前算准的——算完再挑机型,比挑完机型再来祈祷容量够用,是两种完全不同的交付质量。
算力这条线的选型,本质上是在 Google Coral、Intel QuickSync(核显)和 NVIDIA 独显三条路线里做取舍。先给硬数据:Coral TPU 的单次推理约 8–12 毫秒,功耗约 2W,设计约 100 次推理/秒(与兼容模型相关);在 detect FPS 设为 5 时理论上限约 20 路摄像机,但实务上的安全范围是 8–16 路,还要看帧尺寸、模型、USB 延迟与瞬时峰值。这两句话必须一起读——理论 20 路不代表你真能压着 20 路跑,多路同时出现对象时的瞬时叠帧会把推理队列顶满,表现出来就是延迟飙升、事件落库滞后,而这段滞后恰好是最难排查的问题。
接口形态的选择被严重低估。4–8 路用 USB 版 Coral 确实方便,即插即用、换机容易;但到了 8–16 路,建议换成 M.2/PCIe 版,理由不是它算得更快,而是它更稳:接口不会误脱、不与存储抢总线、也不受机箱前置 USB 线材和供电质量的影响。我们在实际交付里见过太多次"半夜掉加速器"的故障,最后都能追到 USB 供电不足或接触不良上;而对录像这种全天候场景来说,掉一次加速器就意味着这一整段的检测结果是空的,事后完全补不回来。
没有 TPU、纯靠 CPU 会是什么样?社区实测有一组可参考的口径,测试机是树莓派 4 8GB:无 TPU 时跑 1–2 路 320×320、5fps,CPU 占用约 60–75%,检测延迟 150–250 毫秒,加到第 3 路就开始撞温控降频;同一台机器插上 Coral 之后,4 路 320×320、10fps 约 55% CPU,延迟降到 10–20 毫秒。两组数字放在一起看结论很清楚:CPU 当然能跑,但那是"能跑起来"而不是"能跑多路"。把 CPU 当成长期主力推理单元,代价是延迟和电费同步上涨,还会挤掉录像写入与 RTSP 转推本来就不多的余量。
Intel QuickSync(VAAPI / OpenVINO)扮演的是另一个角色。它能把视频解码从 CPU 上卸下来,比纯 CPU 快 2–5 倍,但仍然慢于 Coral。所以正确的用法是分工而不是二选一:解码交给核显,推理交给 Coral,CPU 只做调度、录像封装与转推。一台带核显的机器即使暂时不插加速器,也会比纯拼核数的机器舒服很多,这也是我们建议"宁可选带核显的 CPU,也不要只用堆核数来补"的原因——多路视频的第一笔开销是把码流解开,而不是把对象认出来。
那什么时候才轮到 NVIDIA GPU + TensorRT?边界其实很清楚:超过 16 路、detect FPS 高于 5–10、模型较重,或者同一台机器上还跑着别的 AI 负载,比如人脸特征重排序、车牌 OCR 二次校验、客流统计。这几种情况下,一张支持 TensorRT 的卡能把负载一次性收拢,综合下来反而划算。反过来,仅为 4–8 路单独买一张独立 GPU 通常不划算:卡本身、供电、散热、驱动维护和长期电费叠加起来,收益远不如一块 Coral 加核显解码的组合。至于"拿闲置游戏卡顺便跑 NVR"的想法也要慎重,桌面卡的驱动生命周期与 7×24 持续写入场景对稳定性的要求,根本不是一回事。
下面这张表是把前面三章的结论收拢成可以直接执行的一页纸。它的读法是从左往右:先确定你的路数与画质档,然后推理方案、CPU 核数、内存、存储分层、网络口径这五项就有了确定的取法,不需要再回到前文的推导里翻。需要说明两点:一是 CPU 核数是按"同机还会跑 go2rtc、Home Assistant 等常驻容器"给出的起步建议,实际请以压力测试校准;二是所有码率都沿用前面 1080p / 4Mbps 主码流、0.5Mbps 子码流的假设,现场码率不同请按同一方法重算。
| 路数与分辨率 | 推理方案 | CPU 核数 | 内存 | 存储与分层 | 带宽与网络 |
|---|---|---|---|---|---|
| 4 路 1080p 主码流录像 + 320×320 子码流检测,detect 5fps | USB Coral;暂未配加速器则先靠核显 QuickSync(VAAPI)解码 | 4 核起步(带核显优先),如纯 CPU 路线需要明显更高规格,以实测为准 | 8GB(同机跑 go2rtc、Home Assistant 时的稳妥余量) | NVMe 60–100GB 放系统与数据库缓存,录像走独立 surveillance 级机械盘;4Mbps×4 路连续录 14 天约 2419GB | 按同一口径推算入向约 18Mbps,建议端口预留 25Mbps 以上 |
| 8 路 1080p 主码流录像 + 子码流检测,detect 5–10fps | USB Coral 可用;留出升级空间,建议直接上 M.2/PCIe 版 Coral | 4–6 核,且必须带核显承担 VAAPI/OpenVINO 解码 | 16GB | NVMe 系统与缓存 60–100GB + 独立录像卷约 8TB 级可用(8×4Mbps×10.8×14 天 ≈ 4838GB,另加冗余开销) | 入向约 36Mbps,建议预留 50Mbps |
| 8 路但 detect 提到 10–15fps,或 12 路以内的混合画质 | M.2/PCIe Coral + 核显解码;不要在它还正常的 USB Coral 上继续加路数 | 6–8 核,重点核对解码占用是否被排队拖住 | 16GB,若同机再跑其他 AI 负载则按 32GB 预留 | NVMe 系统与缓存 + 8TB 级录像卷;长期事件片段归档到对象存储 | 百兆端口理论上可扛 16 路中等码流,但要算上实时预览、导出、转推同时进行,建议直接上千兆 |
| 16 路 1080p,detect 5fps 左右,周界与室内混杂 | M.2/PCIe Coral 承担推理 + 核显 QuickSync 承担解码;瞬时叠帧多的园区,评估再增加一块 Coral 或转向 NVIDIA + TensorRT | 8–12 核,以解码线程不排队为校准目标 | 32GB | 独立录像卷约 10TB 级起(64Mbps×10.8×14 天 ≈ 9677GB),surveillance 级 CMF 盘做 RAID1/RAID10 冗余并保留热备 | 千兆端口,摄像机独立 VLAN,录像与管理、回看流量分口径监控 |
| 超过 16 路,或 detect FPS 高于 5–10、模型较重、同机跑其他 AI 负载 | NVIDIA GPU + TensorRT 一次性收拢推理负载;4–8 路单独上独显通常不划算 | 12 核起,优先保证 PCIe 通道与散热不被其他卡抢占 | 32GB 起,按同机 AI 负载数量追加 | NVMe 缓存层 + 大容量 surveillance 阵列 + 冷数据归档到对象存储,热的是近几天、冷的是历史片段 | 千兆上行,并单独核算摄像机到机房这一段上行链路的质量,需自行验证 |
| 4 路以内纯录像、不做实时检测(冷备与取证场景) | 不需要加速器,核显解码即可,甚至可关闭检测只留录像 | 2–4 核即可满足封装写入,压力不在算力而在 IO | 4GB 起,若叠加容器则回到 8GB 档 | 容量口径与前表一致,按天数线性放大;重点换成 IO 稳定性与重建容错 | 入向按实际码率累加,不要因为"路数少"就忽略上行抖动 |
这张表里最容易被跳过的一列是最后两列的组合关系:很多项目的网络不是带宽不够,而是上行抖动。你可以在验收时把 8 路或 16 路同时拉出来做实时预览,同时后台跑一次历史片段导出,再叠加一次 RTSP 转推到第三方平台,看检测延迟会不会出现明显的台阶;如果会,说明这台机器这里的瓶颈在网络与解码,而不是盘。至于最后一行的"纯录像"配置,它是给另外一类人准备的:只想把证据留下来、后续靠人工看成片的场景,这种机器压力几乎全在 IO 和容量上,完全可以省掉加速器的钱。
很多人给 NVR 配存储时,脑子里默认的参照物是数据库:既然数据库要高性能固态,那录像也放固态肯定更快。方向听起来没毛病,钱大概率白花了。数据库的写是大量小块随机写加频繁的同步落盘,追求的是随机写能力与写延迟的一致性;而 NVR 的写是多路并发、长时间、几乎纯追加的顺序写,落盘粒度是一段一段的视频分片。两者对介质的要求是两套完全不同的指标:一个盯"随机会不会抖",一个盯"顺序能不能一直不断流"。只要把"录像是长期持续写"这一个特征想清楚,选型就不会跑偏。
顺序写带来的第一个推论是:消费级固态做长期录像卷并不划算。它在接近写满时主控要做垃圾回收,写延迟会出现明显抖动,而抖动对多路录像来说是最坏的消息——某一个瞬间写不下去,环形缓冲区就开始堆积,堆到一定程度只能丢帧,丢帧在回看画面里就是一段花屏或者干脆缺失。固态在这台机器上的正确位置是系统与数据库缓存,量级在 60–100GB 就够用。真正该放录像的是独立的机械硬盘:西部数据 Purple、希捷 SkyHawk 这类 surveillance 级 CMF 盘,它们的固件针对长时间持续流写入做过优化,遇到坏扇区不会陷入长时间的深度重试,从而避免整块盘被 RAID 控制器判掉。
第二个推论关于阵列与文件系统。别把手上有的盘随便组起来就用,也别比"哪种阵列更快"——这里没有快的诉求,只有"写入不能抖、重建要扛得住"的诉求。带校验位的阵列级别在写入时要额外做读改写,写惩罚实实在在存在;更麻烦的是重建:一块盘失效后,阵列要连续读满剩余盘去计算数据,而此时多路录像还在持续写入,重建窗口会被拉长,窗口越长第二块盘出问题的概率越高。镜像方案牺牲容量换来重建过程简单、对写入影响小,反而更适合"写一整年不删"的录像场景;如果容量确实吃紧必须上带校验的方案,请务必核算重建时间与二次失效的风险,必要时向容量服软。
文件系统这一层的选择原则也差不多:优先选在大量文件频繁创建与删除的场景下元数据处理稳定、空间回收时不容易把写入卡住的类型,并结合阵列策略、块大小与挂载参数一起压测,具体选哪一种、某些挂载选项能不能开,一律以实测为准。这里还有一条比选型更重要的纪律:录像必须单独成卷,不要和系统盘或数据库共用一个文件系统。理由很现实,视频写满时会把分区占满,一旦和数据库共享分区,数据库会因为无法写入跟着一起崩,故障从"录像暂停"升级成"NVR 整体不可用",排查时间成倍增加。
最后补一句容易被忽略的:录像盘的考核指标是"不掉速、不掉盘",不是随机读写跑分。验收时别只看分数,要看压力状态下的行为——把全部路数同时拉起实时预览、后台导出一段历史片段、再叠加 RTSP 转推给第三方平台,观察写入曲线是否平稳、有没有出现台阶。一个跑分很高却在半夜抖动十分钟的方案,在 NVR 这种场景里一文不值;反之,顺序写稳定、掉盘后重建可控的方案,才会让你在一个月后忘记它的存在。
事件模式指的是只在检测到对象时才录像,理论上能把容量需求降到连续录像的 1/3 到 1/10。这个省法很吸引人,尤其在路数多、留存天数长的场景里,看起来可以少买一半的盘。但它有一个必须说清楚的前提:这个比例成立的条件是"画面大部分时间静止"。现实中的画面往往不满足这个条件,所以它只能当作上限参考,不能当作采购依据。
把它打回连续录像水平的因素主要来自四类场景。第一类是天气:下雨和下雪会让画面的像素持续变化,运动与对象检测被反复触发,一场雨可能意味着一整天都在"录事件",雨夜叠加灯光反光时尤其严重。第二类是植被:园区绿化带的树影、灌木在风里晃动,白天日光角度变化时更明显,这是周界摄像机最常见的无效触发源。第三类是光:夜间车灯扫过墙面、对面商铺的霓虹招牌、走廊感应灯的亮灭,都会制造大面积突变。第四类是人流车流本身:临街门店的人行道、地下车库出入口、工厂交接班时的通道,这些位置"有对象"本来就是常态,事件模式与连续录像的差别微乎其微。
所以正确的做法是两句话:先按连续录像配盘,把事件模式省下来的部分当作缓冲,而不是当作可以砍掉一半硬盘的理由。如果一定要在经济账上做文章,建议按这个顺序操作:上线先跑连续录像,稳定两周后从系统里取出真实的事件占比数据,再判断能不能把容量缩一档、或者反过来把留存天数提一档。全程以实测为准,不要凭想象拍板——很多业主估算自家门店"一天也没几个人经过",回看数据是另一回事。
还有一条正面建议:与其指望事件模式省容量,不如先把触发质量做扎实。用好区域、遮挡区和对象过滤,把明显不该触发的地方排除掉——不必要的区域直接屏蔽、把晃动的树冠画进遮挡区、把不关心的类别从对象列表里剔除。这一步不会减少多少算力开销,但能显著降低无效片段和误报,既减少了回看时的噪声,也让事件列表真的能用。事件模式的价值应该体现在"找得更快",而不是"存得更少"。
如果把 NVR 放在租用的服务器上而不是站点本地,摄像机到机房这一段链路就成了系统的一部分,它的质量直接决定检测延迟的上限。带宽先算清楚:沿用前面的口径,8 路 1080p 主码流 4Mbps 加 8 路 0.5Mbps 子码流,入向约 36Mbps,建议预留 50Mbps。注意这是链路的可用余量,要把实时预览、导出、转推同时进行的情况一并算进去;百兆端口理论上能扛 16 路中等码流,但一旦叠加回看与导出就很勉强,所以只要路数上去,直接选千兆更稳。
比带宽更要命的是时延抖动。RTSP 是长连接流媒体协议,对丢包和抖动的容忍度远低于网页浏览这类突发流量;一次明显的抖动表现出来就是客户端花屏、摄像机断流后重连、时间戳错乱导致检测丢帧。更隐蔽的是这类抖动往往出现在晚高峰,也就是画面最关键的时间段。因此这一段的验收不能只测带宽,一定要测稳定性:在业务高峰时段连续观察丢包与抖动情况,具体的合格阈值按业务对回看与实时性的要求自行确定,但"测了"和"没测"是两回事。
流量怎么走,这里给出明确取舍:不要为了省事把 RTSP 端口直接开到公网。正确做法是摄像机侧与管理侧分开:摄像机到 NVR 走加密隧道或组网隧道(站点到机房的 VPN 隧道、SD-WAN 组网等实现方式都可以),管理入口只从 VPN 进入,公网侧不开放任何直连的视频端口。多站点集中留存时还要单独确认每一条上行链路的性质:是否经过 NAT、是否为共享出口、上下行是否对称、是否提供固定地址——这些都属于需要向链路提供方核实的信息,不要靠假设。
架构上有两种选择:其一是边缘落地加异地复制,每个站点放一台小型机器做本地录像与检测,只把事件片段和告警摘要回传中心,好处是对上行依赖小、单站点断网也不影响本地留存,代价是要管多套设备;其二是集中式,所有摄像机直接把流推到中心机房的 NVR,好处是审计与留存口径统一、运维集中,代价是上行质量成为全局命门。门店数量多、留存要求统一的连锁场景,我们更推荐前者;单园区、单厂房且内部链路可控的场景,后者更省力。这个决定越早做,后面的机型和带宽选型就越准。
视频系统一旦暴露,最危险的往往不是录像被看,而是摄像机本身被接管。这里的原则既简单也硬:RTSP(554/8554)与 NVR 网页界面不要直接暴露在公网。摄像机要放进独立的 VLAN,明确禁止摄像机访问互联网,每一台都改成强密码并关掉用不上的管理端口与云联功能,机房侧用防火墙把可访问来源收敛到白名单,管理员远程维护一律走 VPN。这几条看起来是常识,但绝大多数出过事的部署都是倒在其中某一条上。
网络分区建议至少划三块:摄像机区(只允许向 NVR 的取流端口建立连接,禁止主动外联、禁止互访)、NVR 服务区(允许读取摄像机、允许被内部客户端回看,但不向公网开放任何端口)、管理区(仅通过 VPN 接入,负责配置、升级与导出)。三块之间的访问控制要写进交付文档,而不是只留在一个人的脑子里——半年后接手的人看不到当时是怎么想的。导出这块还要额外留痕:谁、在什么时间、导出了哪一路哪一段,都应该有日志记录,这是后面合规部分能站得住脚的前提。
视频留存的合规要求在不同行业、不同地区差别很大,我们不会也不应该在这里给出一个"通用天数"。正确的做法是三件事:第一,向企业的法务或合规负责人确认本企业适用的留存期限要求,把结论写成书面依据;第二,确认这些要求以当地现行法规为准,因为这类要求会变化;第三,把"谁能查、查什么、查完要不要记录"在系统层面落实,而不是靠口头约定。任何具体条款编号请从当地现行规定中自行核对,本文不做引用。
系统层面至少要落实四件事。一是留存期限可验证:机器要能证明"过去 N 天的画面确实完整",这就回到前面那张配置表——容量按连续录像算足,是最省事的证明方式。二是访问权限分级:店长看本店、区域经理看多店、法务只读不能删,导出能力集中到少数账号。三是操作审计:登录、回看、导出、配置变更都要落日志,且日志本身不要放在录像卷上,避免被写满牵连。四是导出留痕:导出的片段带时间与设备信息,导出记录含操作人与时间范围,并且 NVR 与摄像机的时间源保持一致、统一校时。
还有一个现实问题值得单独提:不要指望靠事后补录来救火。最常见的合规事故不是天数不够,而是留存窗口里存在空洞——机器半夜掉过一次加速器、重启过一次、盘写满过一段时间,留下的片段断断续续。所以验收动作里一定要包含"连续留存验证":随机抽取过去若干天里任意一天的任意一路,检查能不能连续回放到每一分钟,重点盯夜间、雨雪天和交接班高峰这三个时段。能不能满足合规,看的是这件事,而不是配置单上写了多少 TB。
如果只给两个最直接的推荐,我们的立场是这样。第一个:在 4–8 路的门店与小型场景,把钱花在"带核显的 CPU + 一块 M.2/PCIe 版 Coral + 一块真正靠谱的 surveillance 级录像盘"上,而不是去堆更多 CPU 核心,或者急着买一张独立显卡。核显负责把多路码流解开,Coral 负责把对象认出来,录像盘负责一天到晚不停写,三件事各司其职;这套组合的稳定性已经被大量自建场景验证过,比"先上大机器再说"省钱也省心。
第二个:在 16 路及以上、或者单站点之外还要做多站点集中的场景,先别急着换更大的单机,把网络和部署架构想清楚——是继续集中到一个机房,还是改成边缘落地加异地复制。这个决定对最终体验的影响,往往比多加两根内存条大得多。做这类交付时,我们的判断一直是"先算账、再选机型":把路数、detect FPS、保留天数、上行链路这四项问清楚,容量用公式推、算力用边界卡,剩下的才是报价问题。这也是我们一贯的做法:一万网络深耕 IDC 行业 19 年(成立于 2007 年),在华南、华东、华北及中国香港、海外多地整合自营节点与 BGP 多线资源,提供服务器租用、机柜托管与带宽接入的一体化交付;具体机型、带宽与报价以官网实时信息或咨询确认为准。
第一项,容量验证:按"总码率 × 10.8 × 保留天数"复算一遍,核对实盘可用容量是否包含文件系统与冗余开销,并确认录像卷与系统卷是分开的。第二项,推理边界验证:把 detect FPS 与帧尺寸设成生产值,让所有开了检测的路同时出画面(可以用同一段素材循环播放模拟),观察检测延迟是否还在可接受区间、有没有因瞬时叠帧把队列顶满。第三项,网络验证:8 路场景按入向约 36Mbps、预留 50Mbps 的标准核对;要不要上千兆,看的是实时预览、导出、转推同时进行时的表现。
第四项,IO 稳定性验证:连续跑 24 到 72 小时,观察写入是否平稳、有没有周期性台阶,随机抽取历史片段做回播放通率测试。第五项,留存完整性验证:随机抽取过去若干天的任意一路,逐分钟检查有无空洞,重点盯夜间、雨雪与交接班高峰。第六项,事件质量验证:检查区域、遮挡与对象过滤是否配置到位,有没有被树影、车灯、人流长期误触发的区域。第七项,内存与容器:确认在跑 go2rtc、Home Assistant 等常驻组件的前提下,4 路 8GB、8 路 16GB、16 路 32GB 的余量是否被满足,交换空间是否被常态化使用。
第八项,暴露面确认:RTSP(554/8554)与网页界面不得直连公网,摄像机位于独立 VLAN 且不能主动访问互联网,密码强度符合要求,管理入口只能从 VPN 进入,并留好访问控制说明文档。第九项,故障演练:拔掉一块录像盘看阵列与应用是否按预期降级而不崩溃;重启一次加速器确认能否被正确识别并自动恢复;断一次摄像机网络看恢复后能否自动重连。第十项,文档化:把路数、码率、detect FPS、保留天数、留存策略、账号权限与导出留痕写进交付文档,方便半年后接手的人照着复核。
下单之前,建议把下面这些一次性问清楚,能省掉后面绝大部分反复沟通。机型与介质层面:CPU 是否带核显(决定能否用 VAAPI / OpenVINO 卸掉解码),可用的 PCIe 或 M.2 插槽与 USB 口数量(决定 Coral 用什么形态、会不会与存储抢总线),盘位数与是否支持独立录像卷,能否做 RAID1 或 RAID10 并留热备盘,系统盘是否为 60–100GB 量级的独立固态。加速器层面:是自带 Coral 还是自行加装,M.2/PCIe 版还是 USB 版,超过 16 路或帧率较高时是否需要评估 NVIDIA GPU 加 TensorRT,模型兼容性需自行核对。
网络与合规层面:入向带宽按多少预留(8 路约 36Mbps、建议 50Mbps,16 路以上建议直接千兆),摄像机到机房这一段走什么隧道方式,是否提供固定地址,上下行是否对称,有没有可用的组网方案;机房侧能否配合做 VLAN 划分与白名单策略,重装系统与维护窗口怎么安排,这些都要与业务方逐条核实。运营层面:是否允许自主重装系统与安排维护窗口,是否提供 IPMI 或类似的带外管理,故障时的响应与处理流程是什么,以及这种持续写入负载在所选机型上是否存在限制或建议年限。
最后回一句:一万网络深耕 IDC 行业 19 年(成立于 2007 年),在华南、华东、华北及中国香港、海外多地整合自营节点与 BGP 多线资源,提供服务器租用、机柜托管与带宽接入的一体化交付;具体机型、带宽与报价以官网实时信息或咨询确认为准。多路视频这件事,难点从来不在"买一台更大的机器",而在于把算力账和容量账分开算、把摄像机到机房这一段链路管好;这两件做对了,剩下的选型就是一张可以照抄的表格。
上一篇:2026 代码搜索服务器租用配置攻略:Sourcegraph 索引仓库数与内存盘怎么估 + 上线避坑手册
下一篇:2026 Ansible 控制台服务器租用配置手册:AWX 执行环境与 Semaphore 单二进制怎么选 + 并发作业避坑全攻略
Copyright © 2013-2020 idc10000.net. All Rights Reserved. 一万网络 科技有限公司 版权所有 深圳市科技有限公司 粤ICP备07026347号
本网站的域名注册业务代理北京新网数码信息技术有限公司的产品