Hur många kamerastreamar klarar en NVR-server för hemmet?
Det finns inget tillförlitligt fast antal kamerastreamar som alla NVR-servrar för hemmet klarar av. En server som spelar in åtta komprimerade streamar kan vara mindre belastad än en som avkodar och analyserar fyra högupplösta videoflöden. Köpet bör dimensioneras utifrån tre separata belastningar – inspelningsbandbredd, videoavkodning och objektdetektering – och därefter kontrolleras mot lagringstiden och antalet kameror som sannolikt är aktiva samtidigt.
Dela upp varje kamera i belastning för inspelning, visning och detektering
En kamera kan skapa mer än en arbetsbelastning även om den fysiskt bara är en enhet. NVR-systemet kan lagra en huvudström med hög kvalitet, avkoda en substream med lägre upplösning för detektering och skicka vidare ytterligare en stream för livevisning. Om alla tre behandlas som en enda ”kamerakanal” döljs det arbete som servern faktiskt utför.
Axis förklarar varför övervakningskodekens effektivitet förändrar bandbredds- och lagringsbehovet. H.264, H.265 och nyare kodekar kan ge mycket olika bithastigheter för liknande visuella mål, så antalet streamar utan uppgift om kodek och bithastighet räcker inte för dimensionering.
ZimaSpaces guide till att bygga en lokal NVR-server visar den arkitektoniska gränsdragningen: kamerastream, nätverksväg, applikationskörning, inspelningslagring och fjärråtkomst är separata delar av systemet.
Skapa ett kalkylblad med en rad per kamera och kolumner för inspelningsupplösning, inspelningsbithastighet, detekteringsupplösning, detekterings-FPS, behov av livevisning och om hårdvaruavkodning är tillgänglig. Det kalkylbladet är mer användbart än påståenden om att en viss processor stöder ett universellt antal kameror.
Streamar som endast spelas in är vanligtvis ett lagrings- och nätverksproblem
Om NVR-systemet skriver redan kodade kamerastreamar utan att avkoda eller koda om dem kan CPU-belastningen förbli relativt låg. De främsta begränsningarna blir då den sammanlagda nätverkstrafiken, kontinuerliga disköverföringar, filsystemets omkostnader samt om uppspelning eller export konkurrerar med inkommande inspelningar.
Reolinks aktuella upplösningsguide visar hur upplösning och komprimering förändrar kamerans lagringsbehov. En högupplöst stream har inte en fast bithastighet; scenens komplexitet och valet av kodning spelar fortfarande roll.
Mät den sammanlagda bithastigheten i stället för att multiplicera antalet kameror med ett generellt värde. Lägg ihop den högsta förväntade bithastigheten för alla kontinuerligt inspelande streamar och lämna sedan utrymme för uppspelning, export, miniatyrbilder, databasarbete och tillfälliga toppar. Nätverk och lagring bör ligga bekvämt under maxkapaciteten under dessa kombinerade uppgifter.
En måttlig processor kan därför spela in många streamar om servern främst tar emot och skriver komprimerad video. Situationen förändras när NVR-systemet måste avkoda varje flöde, skala om bildrutor, skapa förhandsvisningar, omkoda för klienter eller kontinuerligt utföra datorseende.
Hårdvaruavkodning påverkar kameratakten innan AI-detektering gör det
Videoavkodning kan belasta en generell CPU avsevärt när flera högupplösta streamar bearbetas i programvara. Integrerad grafik eller en annan hårdvarubaserad videoenhet kan ta över en stor del av avkodningsarbetet, vilket är anledningen till att två servrar med liknande antal CPU-kärnor kan stödja mycket olika NVR-arbetsbelastningar.
En recension från Tom's Hardware av en Intel N100-plattform med integrerad grafik visar den hårdvaruklass som ofta används i energisnåla hemmaservrar: fyra CPU-kärnor samt en iGPU och snabb lokal lagring. Den relevanta punkten är medieenheten, inte spelprestandan.
Objektdetektering är en separat väg från avkodning. En accelerator kan hantera inferens effektivt medan servern fortfarande måste ta emot och avkoda bildrutor innan de når detektorn. Utgå inte från att en Coral, GPU eller annan AI-enhet eliminerar alla flaskhalsar för CPU och videobearbetning.
Vid ett köptest stänger du först av detekteringen och mäter inspelning plus avkodning. Aktivera sedan detektering med avsedd FPS och övervaka CPU-, GPU- och acceleratorutnyttjande, tappade bildrutor och detekteringsfördröjning. På så sätt skiljer du ut den hårdvarugräns som faktiskt behöver uppgraderas.
Lagringstiden kan tvinga fram en större server innan beräkningskapaciteten gör det
En NVR-server för hemmet kan ha gott om beräkningskapacitet kvar och ändå vara fel köp eftersom den inte kan lagra den önskade perioden. Kontinuerlig video är en arbetsbelastning med ihållande skrivningar, och kapacitetsbehovet växer direkt med den sammanlagda bithastigheten och inspelningstiden.
Backblazes analys av övervakningslagring förklarar hur antal kameror, bithastighet och lagringstid styr lagringsbehovet. Dessa variabler bör beräknas innan du väljer antal diskplatser eller antar att en liten inspelningsdisk räcker.
ZimaSpaces köpguide för isolering av kamerainspelningar lägger till en tillförlitlighetsaspekt: en NVR-arbetsbelastning bör inte tillåtas svälta ut kritiska hemautomationstjänster när lagringen blir full eller analysbelastningen ökar.
Om en lösning med två diskar når lagringsgränsen för snabbt kan fler diskplatser vara motiverade även när CPU-användningen är låg. Det är en uppgradering av lagringslayouten, inte ett tecken på att själva plattformen för kamerabearbetning behöver mer beräkningskapacitet.
Testa samtidig aktivitet, inte en tom scen
Kameraanalys är periodvis intensiv eftersom inte alla vyer innehåller rörelse eller objekt samtidigt. Ett lugnt test över natten kan dölja belastningen som uppstår när familjemedlemmar kommer hem, bilar kör in på uppfarten, husdjur passerar flera zoner och livevyer öppnas samtidigt.
StorageReviews NVR-test visade att flera samtidiga kamerainspelningar kan hanteras utan problem när inspelningsvägen har tillräcklig kontinuerlig överföringskapacitet, samtidigt som det finns utrymme för uppspelning och nätverksåtkomst. Lärdomen är att testa det kombinerade tillståndet, inte viloläget.
Skapa en värsta tänkbara scen genom att öppna liveöversikten, utlösa rörelse i flera zoner, köra objektdetektering och exportera eller spela upp nyligen inspelat material medan alla kameror fortsätter spela in. Övervaka avkodningsfördröjning, inferensfördröjning, tappade bildrutor, ködjup på disken och nätverksutnyttjande.
Om systemet förblir stabilt är det ett mätbart kapacitetsbeslut att lägga till ytterligare en kamera. Om en gemensam resurs redan närmar sig maxkapacitet bör du uppgradera den resursen först i stället för att byta ut hela NVR-systemet enbart baserat på antalet kameror.
Matcha NVR-systemet mot Zima-hårdvara utifrån inspelningsskala och analysbelastning
För ett mindre NVR-system för hemmet, där ett begränsat antal kameror spelar in lokalt och analysen är begränsad, är ZimaBoard 2 1664 den lämpligare nivån inom ZimaBoard 2-serien, eftersom det extra minnet ger kameraprogramvara, databaser och stödcontainrar mer utrymme. Dess PCIe-plats kan också reserveras för en accelerator när lokal detektering ingår i planen.
Tilldela inte kortet ett fast antal kameror utan att testa de faktiska streamarna. Upplösning, kodek, bithastighet, avkodningsväg och detekterings-FPS kan förändra belastningen så mycket att ett universellt kanalvärde inte fungerar. Använd kalkylbladet och testet med kombinerad belastning ovan som godkännandekriterium.
Välj ZimaCube 2 när längre lagringstid, fler diskplatser, tyngre samtidiga inspelningar eller större lagringsbehov i hushållet skapar ett separat behov av en NAS med flera diskplatser. Välj Creator Pack endast när dedikerad GPU-beräkning verkligen krävs för analysen – inte enbart för att ordet ”AI” förekommer i NVR-programvaran.
Det bästa NVR-köpet är det minsta system som klarar det mest intensiva realistiska kameratestet och fortfarande har marginal för lagring, nätverk och beräkningskapacitet. Antalet kameror är bara etiketten; streamens hela bearbetningskedja är den verkliga arbetsbelastningen.
Vanliga frågor
Ska en 4K-kamera räknas som fyra 1080p-kameror?
Nej. Antalet pixlar avgör inte ensamt serverbelastningen. Bithastighet, kodek, bildfrekvens, substream-design, hårdvaruavkodning och analysupplösning spelar alla roll. Behandla varje kamera utifrån dess uppmätta inspelnings- och detekteringsstreamar i stället för att omvandla upplösning till ett fast kameraekvivalent antal.
Ökar en AI-accelerator antalet kameror jag kan spela in?
Inte automatiskt. En accelerator kan öka kapaciteten för objektdetektering, men inspelning är fortfarande beroende av nätverks- och lagringskapacitet, och videoavkodningen kan fortfarande vara beroende av CPU:n eller den integrerade grafiken. Den höjer taket endast när inferensen är det begränsande steget.
Rekommenderade produkter
Köpguide
Mer att läsa
Så översätter du CPU-, RAM- och IOPS-specifikationer till Plex-prestanda
En köpguide för att omvandla mätningar av Plex-belastning till minimikrav på CPU, RAM, lagring och nätverk utan att köpa mer än nödvändigt.
Så väljer du ut hemservrar för Plex med hjälp av viktade kriterier
En reproducerbar Plex-köpmatris som skiljer obligatoriska krav från preferenser och synliggör osäkerheter före köp.
Vilken support- och uppgraderingslivscykel bör en Plex-server erbjuda?
Ett godkänt-eller-underkänt-ramverk för köp med fokus på Plex-serverstöd, uppdateringshistorik, kompatibilitet, reparerbarhet, kostnader och beredskap för migrering.
