AI监控时代，存储控制芯片必须具备这三大能力

自从红外(IR)动态探测器和激光传感技术问世以来，视频监控系统已经取得了显著的进步。如今，高清摄像头可以将视频流传输到本地视频处理系统。这些人工智能(AI)监控摄像头能够检测动态、隔离并识别物体、捕捉人脸、表情与动作，甚至可以在视野范围内推测人们的意图。系统会记录有价值的影像，并将任何重大事件实时发送至中央安全管理平台。

将AI技术集成进监控摄像头中，可以将其升级为智能工具，主动检测潜在威胁并提升整体监控效率。以“意图推理”(intent inference)技术为例，监控系统能实时预测人群、零售店及工业设施中的可疑行为模式。实际上，具备AI功能的摄像头可实时检测无人看管的包裹、车牌号码或出现的可疑人员，并实时回报给安全人员。

根据Grandview Research报告，随着AI技术应用日益成熟以及信息安全意识的持续升高，具备AI功能的监控摄像头市场预计将在2024年至2032年之间以超过18%的年复合增长率(CAGR)扩展，市场规模将有望从2023年的75.5亿美元增长至2032年的约342亿美元。

对计算能力日益增长的需求

随着技术日益精细，对计算能力的需求也在不断增加。传统的动态传感器只需要一个电容器和二极管即可工作，而现在实时的对象与人脸识别则需要数字信号处理器(DSP)。若要进一步执行表情或手势识别等高级推理功能，则更需搭载边缘AI——小型、低功耗的神经网络加速器。

意图推理任务可能需要依赖拥有数千万至上亿参数的小型语言模型(SLM)来执行，这对推理引擎的计算性能提出了更高要求。较少被关注的是，这类功能的增强也深刻影响着监控摄像头本地的非易失性存储子系统，使存储容量、性能、可靠性和安全性成为不可忽视的关键议题。

存储系统的新角色

在大多数嵌入式系统中，存储子系统的作用相对简单，主要用于提供非易失性空间，存储程序代码和参数。当系统启动时，相关信息会被加载到DRAM中。在这种使用场景下，读取仅于初始化时进行，对速度要求不高；而写入仅于参数变更或程序代码更新时发生，对性能也没有特别需求。

然而，高级监控摄像头的使用情境截然不同。其存储子系统需要承载各类任务的庞大代码、神经网络模型的巨大参数文件，以及来自摄像头持续流式的压缩视频数据。

为了降低能源消耗，设计人员可能会在摄像头尚未检测到动作时关闭部分处理器和大部分DRAM。这意味着系统必须在开始将视频流写入存储设备的同时，快速加载所需的代码与参数文件，因此延迟时间与传输速率都至关重要。

在某些大型神经网络模型中，存储子系统还可能承担临时存储工作数据的任务，例如各层中的中间值，或是尚未执行的层的参数。这将导致系统在执行过程中进行数据的分页加载和卸载(page in/page out)，并动态加载参数，这种使用模式与传统的静态代码存储方式大相径庭。

满足新需求的存储方式

除了规模差异之外，这些先进监控摄像头的存储使用模式更类似于AI优化的数据中心操作方式，而非传统的嵌入式系统。这种差异将对摄像头存储子系统的硬件与固件带来全新挑战。

首要需求是提升存储容量与读写速度，而其关键取决于NAND闪存芯片本身的性能。存储设计人员利用多层单元(MLC)、三层单元(TLC)与最新的四层单元(QLC)NAND技术，以满足这些应用所需的容量。当然，也会选择具有最高速度和最低延迟的芯片。

然而，具备太比特容量的高速NAND闪存芯片，只有当存储控制芯片能够充分发挥其速度与容量，并提供所需的复杂管理与错误校正功能时，才能真正满足监控摄像头的应用需求。

那么，接下来让我们来看看存储控制芯片。这种控制芯片必须支持NAND闪存芯片所能达到的读写数据速率，并能处理这些芯片庞大的地址空间。然而，这仅仅是最基本的要求。

存储控制芯片的任务

NAND闪存技术的错误校正能力非常重要。由于错误率及芯片随时间老化的特性，需要强大的错误校正码(ECC)算法，可靠地恢复数据。然而，应用依赖性究竟有多重要？录制视频中出现一两个错误像素可能无关紧要；而神经网络模型对于微小错误的容忍度也相当高。

一旦可执行代码中出现错误位，可能会导致摄像头关闭并重新启动。若神经网络模型的关键参数中，最高有效位(MSB)发生错误，尤其是在小型语言模型中，更可能导致推理结果出错。因此，对于关键任务的监控摄像头而言，必须具备强大的端对端错误校正机制，确保抵达系统DRAM的数据与最初写入存储子系统的数据完全一致。

对于先进的NAND闪存芯片而言，这一需求尤为关键。每种类型的芯片，包括各家厂商的制造工艺、每个存储单元的逻辑层数量，以及堆叠层数——都可能产生不同的错误模式。理想情况下，控制芯片的ECC应根据特定的NAND芯片量身定制。

闪存单元会随着长时间频繁的读写操作而逐渐损耗，老化问题不容忽视。对于几乎全天候运行、持续读写数据的监控摄像头而言，这样的使用环境正是对超高容量NAND芯片最严峻的考验。

使情况更具挑战的是，摄像头往往安装于难以接近、甚至刻意隐蔽的位置，因此不仅维护成本高昂，有时甚至适得其反(图1)。此外，所录制的视频可能在事件发生数周甚至更久之后，仍对安全或执法调查至关重要，因此，任何因时间导致的数据劣化，都是不容忽视的风险。

资讯配图

图1：摄像头常安装于难以接近的位置，因此，闪存单元的耐用性管理成为一项关键课题。(来源：Silicon Motion)

控制芯片可通过均匀分配芯片磨损、检查内存错误，并运用类冗余磁盘阵列(RAID)技术来进行错误校正，进一步提升整个系统的可靠性，同时降低总体拥有成本(TCO)。

为了有效防范这些威胁，存储控制芯片必须具备完善的预防性防护机制，包括快速获取检查点、闪存阵列的读写锁定功能，以及在断电或遭遇物理损毁时可启动的快速安全擦除机制。此外，为了抵御网络攻击，存储子系统也需支持安全开机流程、访问控制与加密技术。

应用示例

为了深入了解该存储应用的技术细节，我们可以聚焦于其中一项特色：“混合区”(hybrid zone)。在MLC、TLC或QLC NAND存储中，部分存储单元可仅存储单比特数据，而非两位、三位或四位。这些以单层比特模式运行的单元，即称为混合区。相比多位存储单元，混合区的读写延迟明显更低。

存储控制芯片可通过多种方式灵活运用此功能。例如，可将启动代码等需快速加载的代码存储在此，或存储按需分页到DRAM的神经网络模型参数。为了安全性，控制芯片可以利用混合区域来隔离敏感数据，使其不受存储阵列其他部分的访问方式影响；也可以保留混合区域，用于系统故障时快速存储DRAM中的数据，以避免数据丢失。

资讯配图