Tường video AI: phát hiện bất thường NOC

"Tăng cường AI" thực sự nghĩa là gì trên tường video

Bỏ qua ngôn ngữ tiếp thị thì thuật ngữ này chỉ bao hàm bốn tính năng cụ thể. Mọi thứ còn lại hoặc là một trong bốn cái đó với nhãn khác, hoặc là một lời hứa trên lộ trình chưa ra mắt.

• Phát hiện bất thường trên luồng trực tiếp. Một mô hình — thường thuộc họ YOLO v8 / v9 cho phát hiện đối tượng, hoặc một bộ phát hiện bất thường chuỗi thời gian nhẹ hơn cho các nguồn dashboard — chạy trên mỗi luồng được nạp vào và phát ra một điểm tin cậy. Bộ điều khiển tường đăng ký nhận các điểm số đó và có thể phản ứng khi chúng vượt ngưỡng. Phổ biến ở các đầu mối giao thông, an ninh vành đai, và các dashboard SCADA ngành năng lượng.
• Đề bạt nguồn (tự động chuyển bố cục). Khi một phát hiện kích hoạt, ô tương ứng phóng to, di chuyển vào vùng trung tâm của tường và ở yên đó cho đến khi điều hành viên xác nhận hoặc phát hiện kết thúc. Bộ máy bố cục phải hỗ trợ cả chuyển cảnh mềm (ghim / thu phóng có hoạt ảnh) lẫn cắt cứng (sắp xếp lại tức thì) — điều hành viên phản ứng khác nhau với mỗi kiểu.
• Đếm đối tượng và số liệu thời gian dừng. Đếm khuôn mặt cho các phòng giám sát mật độ đám đông, đếm phương tiện / biển số cho giao thông, độ dài hàng chờ cho bán lẻ. Đầu ra thường là một con số phủ lên ô nguồn hoặc đẩy sang một dashboard lân cận do chính tường đó hiển thị.
• Tương quan đa nguồn. Cấp độ mới nhất: đưa nhiều nguồn vào một pipeline suy luận duy nhất và phát ra một "điểm tình huống" duy nhất điều khiển bố cục tường. Infinity EdgeAI của Userful trình diễn điều này với Splunk Enterprise Security + một luồng VMS + một nguồn telemetry quản lý tòa nhà, hợp nhất vào một khung nhìn. Sự trưởng thành ở đây được thừa nhận thẳng thắn là còn sơ khai — phần lớn triển khai thực tế vẫn dừng ở phát hiện bất thường đơn nguồn trong năm 2026.

Các chuẩn mực hiện tại của hạng mục

Ba sản phẩm định ra ngưỡng của hạng mục trong năm 2026, mỗi bên một canh bạc khác nhau.

Userful Infinity EdgeAI là sản phẩm nổi bật nhất. Được công bố cùng Microsoft (Azure IoT Edge để triển khai mô hình) và NVIDIA (quan hệ đối tác Inception, suy luận tối ưu trên kiến trúc Blackwell), nó đến tay những khách hàng đầu tiên cuối năm 2025. Định vị là "nền tảng nhận thức vận hành" — Userful đang cố ý dịch chuyển sản phẩm ra khỏi khung "phần mềm tường video" sang một hạng mục có biên lợi nhuận cao hơn. Các tích hợp nhắm tới Splunk Enterprise Security, Genetec Security Center, Microsoft Sentinel, Everbridge CEM. Giá theo cùng mô hình Enterprise Subscription mà phần còn lại của Userful đang dùng; khách hàng cho biết ≈ $500 mỗi màn hình mỗi năm cho bậc nền tảng, với gói bổ sung EdgeAI là một khoản tính riêng.

Visiology Cortex là phiên bản tương đương của Nga, xây dựng như một phần của nền tảng phân tích Visiology rộng hơn. Canh bạc thì khác: thay vì bắt tay với các hyperscaler, Visiology đóng gói ngăn xếp suy luận vào cùng một bản cài đặt on-prem như phần còn lại của nền tảng. Điều đó phù hợp với môi trường tuân thủ của Nga (FZ-152, các quy định hạ tầng trọng yếu FZ-187) nhưng giới hạn danh mục mô hình — cái được cung cấp là cái Visiology đã kiểm định, không phải thứ bạn có thể thả vào từ Hugging Face.

Hiperwall, VuWall, Polywall nằm trong cùng câu chuyện nhưng với phạm vi cung cấp hiện tại hẹp hơn. Bản phát hành 2026 R1 của Hiperwall bổ sung "trò chuyện điều hành viên on-prem" (một công cụ cộng tác nội bộ, chứ không phải bản thân suy luận) và hỗ trợ GPU Intel rộng hơn. VuWall và Polywall có nhắc đến các tích hợp AI thông qua các ngăn xếp TRx / Polywall hỗ trợ NMOS của họ. Không sản phẩm nào trong số này có chiều sâu mà marketing EdgeAI của Userful hiện đang tuyên bố; liệu khoảng cách đó có giữ được suốt năm 2027 hay không mới là câu hỏi thực sự của hạng mục.

Kiến trúc bên dưới

Bỏ qua các lớp thương hiệu thì ngăn xếp runtime hội tụ về ba thành phần.

• Mô hình. YOLO v8 và v9 (Ultralytics) là lựa chọn mặc định cho phát hiện đối tượng — chúng đạt một điểm cân bằng độ chính xác / độ trễ dùng được trên các GPU NVIDIA phổ thông, và giấy phép (AGPL-3.0) chấp nhận được cho triển khai bộ điều khiển tường điển hình. Với các tình huống chuyên biệt hơn — đếm khuôn mặt, nhận dạng biển số, phát hiện vũ khí — mô hình gắn thêm các đầu chuyên biệt nhưng cấu trúc suy luận vẫn tương tự.
• Runtime. ONNX Runtime là ngôn ngữ chung: các nhà cung cấp xuất mô hình PyTorch / TensorFlow của họ sang định dạng ONNX, rồi chạy suy luận qua runtime không phụ thuộc framework. Hai backend quan trọng đối với phần cứng tường: NVIDIA TensorRT cho các GPU lớp RTX (≈ 3-5× nhanh hơn so với ONNX Runtime thuần), và Intel OpenVINO cho Iris Xe tích hợp và các GPU Arc rời. Cả hai backend đều chấp nhận cùng một tệp ONNX, nên việc chuyển mô hình production từ NVIDIA sang Intel là quyết định ở thời điểm triển khai, không phải việc huấn luyện lại.
• Điều phối. Microsoft Azure IoT Edge hiện là mặc định cho việc "triển khai container này với mô hình này tới bộ điều khiển tường này từ một nơi trung tâm". Với các triển khai on-prem không có bộ điều phối bên ngoài, Kubernetes (k3s trên máy chủ tường) lo cùng phần việc đó nhưng tốn công thiết lập hơn. Mô thức là đóng gói mỗi mô hình thành container và để bộ điều phối ghim các container vào những GPU sẵn có.

Việc tính toán quy mô tuân theo một quy tắc kinh nghiệm thô đúng với hầu hết các triển khai đã công bố: một GPU đơn lớp RTX A4000 gánh được phát hiện lớp YOLO trên 8 đến 12 luồng 1080p đồng thời mà khối lượng dựng hình của tường vẫn nằm vừa bên cạnh. RTX A5000 / A6000 gần như nhân đôi con số đó. Trên ~20 luồng, khối lượng AI bắt đầu cạnh tranh với phần việc GPU của trình ghép cảnh, và kiến trúc đúng đắn là một nút suy luận riêng đặt cạnh bộ điều khiển tường, đẩy điểm số trở lại qua một message bus thay vì chạy trên cùng một GPU.

Yêu cầu on-prem là không thể thương lượng

Mọi cuộc mua sắm nghiêm túc cho một bức tường có AI đều chạm đến cùng một lằn ranh cứng: video trực tiếp không được rời khỏi cơ sở. Ba khung pháp lý buộc phải như vậy.

• GDPR (EU). Camera ghi hình các cá nhân có thể nhận dạng tạo ra dữ liệu cá nhân theo Điều 4(1). Việc gửi dữ liệu đó tới một endpoint suy luận đám mây ở nước thứ ba đòi hỏi các biện pháp bảo vệ cấp Schrems-II mà hầu hết cơ sở không có. Câu trả lời gọn gàng là "suy luận chạy on-prem, đám mây chỉ thấy metadata, nếu có".
• FZ-152 và FZ-187 (Nga). Lần lượt là các quy định nội địa hóa dữ liệu cá nhân và hạ tầng trọng yếu. Khách hàng nhà nước Nga và phần lớn các cơ sở năng lượng / giao thông phải chạy suy luận trong nước, thường là tại chỗ. Canh bạc của Visiology vào suy luận on-prem đóng gói sẵn được xây dựng riêng cho ràng buộc này.
• FedRAMP / DoD IL5+ (liên bang Mỹ). AI đám mây cho các cơ sở mật là tờ giấy phép mà đội mua sắm hiếm khi xin được. Suy luận on-prem với triển khai mô hình cô lập trên NIPRNet là kỳ vọng mặc định.

Bài học kiến trúc: phần AI của một bức tường tăng cường AI không phải là tính năng đám mây mà bạn gắn vào bằng một API key. Đó là một tệp mô hình được đưa tới bộ điều khiển tường và một runtime nằm ngay cạnh trình ghép cảnh. Các nhà cung cấp giấu suy luận đám mây sau một bản demo bóng bẩy sẽ mất đơn hàng ở bước tuân thủ.

Nơi những triển khai này thực sự đổ vỡ

Mô hình hiếm khi là điểm hỏng. Ba vấn đề vận hành mới là. Bất kỳ ai tái định vị một nhà cung cấp thành công ty tường AI đều cần câu trả lời cho từng vấn đề.

• Báo động giả bào mòn niềm tin của điều hành viên nhanh hơn tốc độ mô hình cải thiện. Một bức tường đẩy nhầm ô lên trung tâm ba lần trong một ca trực sẽ bị phớt lờ ở lần đẩy thứ tư — đúng lần thật. Biện pháp giảm thiểu tiêu chuẩn là hai ngưỡng: một ngưỡng "hiện một chỉ báo nhỏ trên ô" và một ngưỡng riêng, cao hơn cho việc xáo trộn bố cục thực sự. Sản phẩm phải cho điều hành viên một cách rõ ràng để điều chỉnh cả hai.
• Trôi dạt mô hình âm thầm cho đến khi không còn âm thầm nữa. Một bộ đếm người được tinh chỉnh trên dữ liệu huấn luyện mùa hè bắt đầu đếm thiếu những chiếc áo khoác mùa đông dày vào tháng Mười Một. Một bộ phát hiện phương tiện tinh chỉnh trên biển số châu Âu suy giảm ở Trung Đông. Sản phẩm cần một lớp giám sát — tỉ lệ báo động giả theo thời gian, số lần can thiệp thủ công — để nhà tích hợp có cách nhận ra trôi dạt trước khi khách hàng nhận ra.
• Nhật ký kiểm toán cho các ô được đẩy lên là điều không thể thương lượng với những bên mua thuộc diện quản lý. Khi tường đã đẩy Camera 17 lên trung tâm trong 42 giây lúc 14:03:17, điểm số là bao nhiêu, phiên bản mô hình nào tạo ra nó, điều hành viên đã xác nhận ra sao? Hầu hết người rà soát tuân thủ muốn có thể trả lời được những câu đó. Các nhà cung cấp có câu trả lời thì bán được vào các cơ sở thuộc diện quản lý; bên nào không có thì ở lại với AV doanh nghiệp.

Craft Wall đứng ở đâu

Craft Wall hôm nay là trình ghép cảnh, không phải ngăn xếp suy luận. Mô hình triển khai chính là cùng một máy chủ Linux on-prem mà phần còn lại của sản phẩm chạy trên đó, nên một khối lượng ONNX-Runtime đặt cạnh trình ghép cảnh nền Vulkan là sạch về mặt kiến trúc — cùng một GPU phục vụ cả hai khối lượng khi số luồng cho phép, và mở rộng theo chiều ngang nghĩa là thêm một nút suy luận bên cạnh bộ điều khiển tường với trình ghép cảnh đăng ký nhận điểm số. Phần việc ONNX-slot và API bố cục dẫn dắt bằng điểm số nằm trên lộ trình chứ chưa có trong các phiên bản đang phát hành; phần nhắc tới sản phẩm ở đây là trung thực chứ không phải khoa trương. Với những cuộc mua sắm cần AI ngay hôm nay, con đường đúng là Userful hoặc Visiology tùy theo khu vực pháp lý; Craft Wall nằm trong câu chuyện 2026-2027 như lựa chọn on-prem, không phụ thuộc phần cứng, một khi con đường ONNX hoàn thiện.

Lời kết thẳng thắn

Tường video tăng cường AI vẫn chưa phải là một hạng mục sản phẩm — chúng là một mô thức triển khai mà một nhà cung cấp (Userful) hiện diễn đạt giỏi nhất và một nhà cung cấp thứ hai (Visiology) giao hàng giỏi nhất trong phạm vi một chế độ pháp lý duy nhất. Hầu hết các nhà cung cấp khác sẽ đạt tới đó trong 2026-2027. Câu hỏi của bên mua không phải là "nhà cung cấp tường AI nào tốt nhất", mà là "tình huống sử dụng nào thực sự biện minh cho việc suy luận ngay trên tường, và hạ tầng của chúng tôi đã hỗ trợ điều đó chưa". Phát hiện bất thường trên một vành đai 12 camera là một lựa chọn phù hợp gọn gàng. Tương quan đa nguồn xuyên SIEM + VMS + BMS là bản demo tiếp thị mà phần lớn cơ sở sẽ chưa chạy trong hai năm nữa.

Đọc tiếp: Edge AI cho tường video mục thuật ngữ, IPMX vs ST 2110 vs SDVoE cho câu hỏi truyền tải bên dưới, và bài Craft Wall vs Userful so sánh về cách mảnh AI khớp vào một quá trình đánh giá cạnh tranh.