دو کرک _ خدمات مهندسی معکوس نرم افزار

راهنمای محاسبه و انتخاب سخت‌افزار سرور Dahua DSS Pro — CPU، RAM، حافظه، GPU و شبکه

راهنمای محاسبه و انتخاب سخت‌افزار سرور Dahua DSS Pro

یکی از پرهزینه‌ترین اشتباهات در پروژه‌های دوربین مداربسته، انتخاب سخت‌افزار ضعیف‌تر یا قوی‌تر از نیاز واقعی برای سرور DSS Pro است. سرور کم‌توان باعث افتادن فریم، تأخیر در آلارم‌ها، عدم تطابق تشخیص چهره و نارضایتی اپراتور می‌شود. از طرفی، سرور بیش از حد قوی، بودجه پروژه را هدر می‌دهد و پیشنهاد را غیررقابتی می‌کند. این راهنما محاسبات دقیقی ارائه می‌دهد تا از همان ابتدا انتخاب درستی داشته باشید.

در این مقاله پنج بُعد اصلی بررسی می‌شود: CPU، RAM، حافظه ذخیره‌سازی، GPU (برای بارهای کاری هوش مصنوعی) و پهنای باند شبکه. هر بخش شامل فرمول محاسبه، مثال کاربردی و جدول مرجع برای اندازه‌های رایج پروژه است.


نحوه استفاده DSS Pro از منابع سرور

پیش از محاسبه سخت‌افزار، باید بدانید DSS Pro چگونه از منابع سرور استفاده می‌کند — زیرا الگوی بار آن غیرواضح است:

عملکرد بار CPU بار RAM I/O ذخیره‌سازی GPU
ارسال تصویر به کلاینت‌ها کم–متوسط کم کم خیر
ضبط روی حافظه محلی کم کم زیاد (نوشتن ترتیبی) خیر
تشخیص حرکت (سمت سرور) متوسط کم کم خیر
رویدادهای AI لبه (دوربین WizMind) خیلی کم (فقط متادیتا) کم کم خیر
تشخیص چهره سمت سرور (FR) خیلی زیاد متوسط–زیاد متوسط اکیداً توصیه می‌شود
جستجوی AcuPick / AI زیاد (هنگام جستجو) متوسط زیاد (خواندن تصادفی) توصیه می‌شود
جستجوی متن-به-تصویر (v8.7) زیاد (هنگام جستجو) متوسط زیاد توصیه می‌شود
تطابق کتابخانه چهره (۱۰۰هزار نفر) کم (مداوم) زیاد (ایندکس در RAM) کم خیر (اگر FR لبه باشد)
عملیات پایگاه داده کم–متوسط متوسط (کش) متوسط (I/O تصادفی) خیر
اتصالات کلاینت (وب / نرم‌افزار) کم به ازای هر کلاینت کم به ازای هر کلاینت کم خیر
نکته کلیدی: بار پایه ضبط و مدیریت DSS Pro معمولاً متوسط است. افزایش بار اصلی از بارهای کاری هوش مصنوعی — به‌ویژه تشخیص چهره سمت سرور و جستجوی AI پس از رویداد — ناشی می‌شود. اگر از FR لبه (دوربین‌های WizMind) استفاده کنید و جستجوهای AI را در ساعات کم‌ترافیک برنامه‌ریزی کنید، یک سرور میان‌رده تعداد کانال‌های بسیار زیادی را مدیریت می‌کند.

بخش ۱ — محاسبه CPU

ضبط پایه و مدیریت (بدون هوش مصنوعی سمت سرور)

در پروژه‌های استاندارد DSS Pro با دوربین‌های AI لبه (WizMind)، CPU به‌ندرت تنگنا ایجاد می‌کند. این جدول را به‌عنوان نقطه شروع در نظر بگیرید:

تعداد کانال حداقل CPU CPU توصیه‌شده
تا ۶۴ کانال Intel Core i5 (نسل ۸+)، ۴ هسته Intel Core i7 (نسل ۱۰+)، ۸ هسته
۶۴–۲۰۰ کانال Intel Core i7 / Xeon E، ۸ هسته Intel Xeon Silver / Gold، ۱۲–۱۶ هسته
۲۰۰–۵۰۰ کانال Intel Xeon Silver، ۱۲ هسته Intel Xeon Gold / AMD EPYC، ۱۶–۲۴ هسته
۵۰۰–۱۰۰۰ کانال دو Intel Xeon Gold، جمعاً ۲۴ هسته AMD EPYC یا دو Xeon Gold، ۳۲+ هسته
۱۰۰۰+ کانال استقرار چندسرور (بخش ۵)

بارهای کاری هوش مصنوعی سمت سرور (بدون GPU)

اگر تشخیص چهره سمت سرور را بدون GPU اجرا کنید، نیاز به CPU به‌شدت افزایش می‌یابد. قانون کلی بدون GPU: ۴ هسته CPU اختصاصی به ازای هر کانال FR سمت سرور. این یعنی ۸ کانال FR سمت سرور روی سرور ۳۲ هسته‌ای، بدون اینکه CPU برای بارهای دیگر فضا داشته باشد. به همین دلیل GPU برای FR سمت سرور در مقیاس بزرگ اکیداً توصیه می‌شود.

سرعت ساعت CPU در مقابل تعداد هسته

سرویس‌های ضبط و مدیریت DSS Pro از تعداد هسته بیشتر بیشتر از سرعت ساعت بالاتر بهره می‌برند. بارهای کاری هوش مصنوعی از هر دو بهره‌مند می‌شوند. برای پروژه‌های ترکیبی (ضبط + AI)، Xeon یا EPYC مدرن با ۱۶+ هسته و حداقل ۳.۰ گیگاهرتز پایه را به CPU دسکتاپ قدیمی‌تر با سرعت ساعت بالا ترجیح دهید.


بخش ۲ — محاسبه RAM

فرمول محاسبه RAM

RAM کل (گیگابایت) = سیستم‌عامل پایه + سرویس‌های DSS + به‌ازای هر کانال + کش پایگاه داده AI + جلسات کلاینت

که در آن:
  سیستم‌عامل پایه:           ۴ گیگابایت (Windows Server 2019/2022)
  سرویس‌های DSS:              ۸ گیگابایت (پروسه‌های سرور DSS Pro)
  به‌ازای هر کانال:           ۶۴ مگابایت × تعداد کانال‌های فعال
  کش پایگاه داده AI:          ۸ گیگابایت (کتابخانه چهره تا ۵۰هزار نفر)
                               ۱۶ گیگابایت (کتابخانه چهره ۵۰هزار–۱۰۰هزار نفر)
  جلسات کلاینت:               ۵۱۲ مگابایت × تعداد اتصالات همزمان کلاینت

مثال کاربردی — پروژه ۱۰۰ کانال، ۳۰هزار نفر کتابخانه چهره، ۱۰ کلاینت همزمان

سیستم‌عامل پایه:                ۴ گیگابایت
سرویس‌های DSS:                  ۸ گیگابایت
به‌ازای کانال (۱۰۰ × ۶۴ MB):   ۶.۴ گیگابایت
کش پایگاه داده AI:              ۸ گیگابایت (۳۰هزار نفر)
جلسات کلاینت (۱۰ × ۰.۵):       ۵ گیگابایت
───────────────────────────────
جمع کل:                         ~۳۱.۴ گیگابایت → گرد کنید به ۳۲ گیگابایت

جدول مرجع RAM

اندازه پروژه کانال‌ها کتابخانه چهره کلاینت همزمان RAM توصیه‌شده
کوچک تا ۶۴ بدون / کم ۱–۵ ۱۶ گیگابایت
متوسط ۶۴–۲۰۰ تا ۳۰هزار نفر ۵–۲۰ ۳۲ گیگابایت
بزرگ ۲۰۰–۵۰۰ ۳۰هزار–۱۰۰هزار نفر ۲۰–۵۰ ۶۴ گیگابایت
سازمانی ۵۰۰–۱۰۰۰ ۱۰۰هزار نفر ۵۰–۲۰۰ ۱۲۸ گیگابایت
مهم: همیشه RAM را به صورت جفت‌های یکسان برای عملیات دو-کاناله نصب کنید. یک پروژه ۳۲ گیگابایتی باید از ۲ × ۱۶ گیگابایت DIMM استفاده کند، نه ۱ × ۳۲ گیگابایت. RAM دو-کاناله تقریباً ۳۰٪ پهنای باند حافظه بهتری دارد که عملکرد جستجوی پایگاه داده AI را محسوس بهبود می‌دهد.

💬 برای دریافت قیمت و مشاوره رایگان → همین الان در تلگرام پیام دهید — پاسخ در کمتر از چند ساعت

بخش ۳ — محاسبه حافظه ذخیره‌سازی

حافظه ذخیره‌سازی تقریباً همیشه بزرگ‌ترین هزینه در پروژه‌های DSS Pro است. محاسبه شامل سه بخش است: حافظه ضبط ویدئو، حافظه اسنپ‌شات رویداد AI، و حافظه پایگاه داده و لاگ.

بخش ۳الف — حافظه ضبط ویدئو

فرمول محاسبه حافظه

حافظه (ترابایت) = (تعداد کانال × نرخ بیت_Mbps × ۳۶۰۰ × ساعت_در_روز × روزهای_نگهداری)
                  ÷ (۸ × ۱۰۲۴ × ۱۰۲۴)

فرم ساده‌شده:
حافظه (ترابایت) = تعداد کانال × نرخ بیت_Mbps × ساعت_در_روز × روزهای_نگهداری × ۰.۰۰۰۱۰۵۵

مرجع نرخ بیت — قبل از اعمال کدک هوشمند

رزولوشن کدک نرخ بیت معمول (Mbps) بازه
۲ مگاپیکسل (1080p) H.264 ۳.۰ ۲–۴
۲ مگاپیکسل (1080p) H.265 / H.265+ ۱.۵ ۱–۲
۴ مگاپیکسل H.264 ۵.۰ ۴–۶
۴ مگاپیکسل H.265 / H.265+ ۲.۵ ۲–۳
۸ مگاپیکسل (4K) H.264 ۱۲.۰ ۸–۱۶
۸ مگاپیکسل (4K) H.265 / H.265+ ۶.۰ ۴–۸
۱۲ مگاپیکسل H.265+ ۹.۰ ۶–۱۲
ساب‌استریم (هر رزولوشن) H.264/H.265 ۰.۵ ۰.۳–۱.۰

تخفیف کدک هوشمند: Smart H.265+ داهوا در صحنه‌های کم‌حرکت (پارکینگ‌ها، راهروها، اتاق‌های خالی) نسبت به H.264 استاندارد ۵۰–۷۰٪ حافظه کمتری مصرف می‌کند. وقتی ترکیب دوربین‌های شما عمدتاً Smart H.265+ است، ضریب کاهش محافظه‌کارانه ۵۰٪ را اعمال کنید.

مثال کاربردی — پروژه ترکیبی ۱۰۰ کانال

ترکیب دوربین:
  ۶۰ دوربین ۲MP H.265+ با ۱.۵ Mbps
  ۳۰ دوربین ۴MP H.265+ با ۲.۵ Mbps
  ۱۰ دوربین ۸MP H.265+ با ۶.۰ Mbps

ضبط ۲۴/۷، نگهداری ۳۰ روز:

  ۶۰ × ۱.۵ × ۲۴ × ۳۰ × ۰.۰۰۰۱۰۵۵ = ۶.۸۳ ترابایت
  ۳۰ × ۲.۵ × ۲۴ × ۳۰ × ۰.۰۰۰۱۰۵۵ = ۵.۶۹ ترابایت
  ۱۰ × ۶.۰ × ۲۴ × ۳۰ × ۰.۰۰۰۱۰۵۵ = ۴.۵۶ ترابایت
  ─────────────────────────────────────
  جمع خام:                         ۱۷.۰۸ ترابایت

اعمال تخفیف Smart H.265+ (۵۰٪):   ~۸.۵۴ ترابایت
افزودن ۲۰٪ سربار (فایل‌سیستم، OS): ~۱۰.۲۵ ترابایت

→ تأمین: ۱۲ ترابایت حافظه ضبط قابل استفاده (پس از سربار RAID)

مرجع سریع — حافظه به ازای هر کانال، نگهداری ۳۰ روز، ضبط ۲۴/۷

نوع دوربین نرخ بیت حافظه هر کانال (۳۰ روز) با Smart H.265+
۲MP H.264 ۳ Mbps ~۹۷۲ گیگابایت (~۱ ترابایت) ~۴۸۶ گیگابایت
۲MP H.265+ ۱.۵ Mbps ~۴۸۶ گیگابایت (~۰.۵ ترابایت) ~۲۴۳ گیگابایت
۴MP H.265+ ۲.۵ Mbps ~۸۱۰ گیگابایت (~۰.۸ ترابایت) ~۴۰۵ گیگابایت
۸MP H.265+ ۶ Mbps ~۱.۹۴ ترابایت ~۹۷۲ گیگابایت
دوربین FR ورودی (۲MP) ۲ Mbps ~۶۴۸ گیگابایت ~۳۲۴ گیگابایت

بخش ۳ب — حافظه اسنپ‌شات AI و رویداد

DSS Pro اسنپ‌شات‌های تشخیص چهره، تصاویر بندانگشتی رویداد AI، و اسنپ‌شات‌های آلارم را جداگانه از ویدئو ذخیره می‌کند. این موضوع اغلب در محاسبات نادیده گرفته می‌شود اما در پروژه‌های FR پرترافیک می‌تواند قابل توجه باشد.

حافظه اسنپ‌شات AI (گیگابایت/ماه) = کانال_FR × تشخیص_در_ساعت × ۲۴ × ۳۰ × حجم_اسنپ‌شات_KB / ۱,۰۴۸,۵۷۶

مقادیر معمول:
  تشخیص در ساعت:  ۲۰۰–۵۰۰ (دوربین ورودی، ساعات اداری)
                   ۵۰–۱۰۰  (راهرو کم‌ترافیک)
  حجم اسنپ‌شات:   ~۳۰–۸۰ کیلوبایت برای هر تشخیص چهره (JPEG، ۲۰۰×۲۰۰ پیکسل)

مثال: ۸ دوربین FR، میانگین ۳۰۰ تشخیص/ساعت، ۶۰ کیلوبایت هر اسنپ‌شات:
  ۸ × ۳۰۰ × ۲۴ × ۳۰ × ۶۰ / ۱,۰۴۸,۵۷۶ = ~۹.۹ گیگابایت/ماه

بخش ۳پ — حافظه پایگاه داده و لاگ

پایگاه داده SQL در DSS Pro لاگ رویدادها، تاریخچه آلارم، سوابق کنترل دسترسی و داده‌های پیکربندی را ذخیره می‌کند. این بخش نسبتاً کوچک است اما از حافظه سریع بهره می‌برد:

  • پروژه‌های کوچک (کمتر از ۱۰۰ کانال): ۵۰–۱۰۰ گیگابایت، ۱ سال رویداد
  • پروژه‌های متوسط (۱۰۰–۵۰۰ کانال): ۲۰۰–۵۰۰ گیگابایت، ۱ سال رویداد
  • پروژه‌های بزرگ (۵۰۰+ کانال، FR فعال): ۵۰۰ گیگابایت – ۲ ترابایت، ۱ سال رویداد

توصیه‌های معماری ذخیره‌سازی

لایه ذخیره‌سازی محتوا نوع درایو سطح RAID
سیستم / پایگاه داده OS، نرم‌افزار DSS Pro، SQL NVMe SSD یا SATA SSD RAID 1 (آینه)
ضبط ویدئو فایل‌های ویدئوی اصلی HDD نظارتی (Seagate SkyHawk، WD Purple) RAID 5 یا RAID 6
اسنپ‌شات AI تشخیص چهره، تصاویر رویداد SATA SSD یا HDD سریع RAID 1 یا RAID 5

بخش ۴ — انتخاب GPU برای بارهای کاری هوش مصنوعی

GPU برای پروژه‌های پایه DSS Pro با دوربین‌های AI لبه اختیاری است. وقتی تشخیص چهره سمت سرور، جستجوی AcuPick روی آرشیو ویدئوی بزرگ، یا جستجوی متن-به-تصویر را استفاده می‌کنید ضروری می‌شود.

چه زمانی به GPU نیاز دارید

بار کاری GPU لازم است؟ توضیح
FR لبه (فقط دوربین WizMind) خیر تمام پردازش AI روی دوربین؛ سرور فقط متادیتا دریافت می‌کند
FR سمت سرور، ۱–۴ کانال اختیاری (CPU ممکن است) بدون GPU کار می‌کند اما ۴–۸ هسته مصرف می‌کند؛ تأخیر بیشتر
FR سمت سرور، ۵–۱۶ کانال اکیداً توصیه می‌شود بدون GPU، CPU سرور اشباع می‌شود
FR سمت سرور، ۱۶+ کانال ضروری (چند GPU) برنامه‌ریزی: ۱ GPU به ازای هر ۸–۱۲ کانال FR
جستجوی AcuPick / AI توصیه می‌شود GPU زمان جستجو را در آرشیوهای بزرگ به‌شدت کاهش می‌دهد
جستجوی متن-به-تصویر (v8.7) توصیه می‌شود حالت فقط-CPU پشتیبانی می‌شود اما کند است

راهنمای انتخاب GPU

مقیاس پروژه کانال‌های FR سمت سرور GPU توصیه‌شده VRAM
کوچک ۱–۴ NVIDIA RTX 3060 / RTX 4060 ۸–۱۲ گیگابایت
متوسط ۴–۱۲ NVIDIA RTX 3080 / RTX 4080 یا Quadro RTX 4000 ۱۶ گیگابایت
بزرگ ۱۲–۲۴ NVIDIA RTX 4090 یا Tesla T4 / A16 ۲۴ گیگابایت+
سازمانی ۲۴+ چند NVIDIA A10 یا A40 (سری دیتاسنتر) ۲۴ گیگابایت به ازای هر کارت
نکته درایور GPU: DSS Pro از CUDA برای تسریع AI استفاده می‌کند. قبل از پیکربندی FR سمت سرور، آخرین درایور پایدار NVIDIA و CUDA toolkit را نصب کنید. نسخه‌های ناسازگار CUDA یکی از دلایل رایج عدم شناسایی GPU توسط سرویس‌های AI در DSS Pro هستند.

بخش ۵ — محاسبه پهنای باند شبکه

پهنای باند ورودی (دوربین‌ها → سرور DSS Pro)

پهنای باند ورودی (Mbps) = مجموع نرخ بیت جریان اصلی تمام دوربین‌ها

مثال: ۱۰۰ دوربین با میانگین ۲.۵ Mbps = ۲۵۰ Mbps ورودی

توصیه‌های پیکربندی NIC

اندازه پروژه نرخ بیت ورودی کل توصیه NIC
تا ۶۴ کانال (۲MP H.265+) ~۹۶ Mbps 1 GbE (تک‌پورت)
۶۴–۲۰۰ کانال ۹۶–۵۰۰ Mbps 1 GbE bonded (۲ × 1GbE) یا 10 GbE
۲۰۰–۵۰۰ کانال ۵۰۰ Mbps – ۱.۲ Gbps 10 GbE (اجباری)
۵۰۰+ کانال ۱.۲ Gbps+ چند 10 GbE یا 25 GbE؛ استقرار چندسرور در نظر بگیرید
در صورت امکان شبکه دوربین را از شبکه اپراتور/کلاینت جدا کنید. از دو NIC در سرور DSS Pro استفاده کنید — یکی روی VLAN دوربین (ویدئو ورودی) و دیگری روی شبکه عملیاتی (دسترسی کلاینت). این کار از رقابت ترافیک ورودی ویدئو با دسترسی اپراتور در رویدادهای پربار جلوگیری می‌کند.

بخش ۶ — نمونه‌های کامل سخت‌افزار بر اساس نوع پروژه

نمونه الف — دفتر کوچک / فروشگاه (۳۲ دوربین)

مؤلفه مشخصات توضیح
دوربین‌ها ۳۲ × ۲MP H.265+ با ۱.۵ Mbps بدون نیاز FR
نگهداری ۳۰ روز، ۲۴/۷
کلاینت همزمان ۲
CPU Intel Core i5-12400 (۶ هسته)
RAM ۱۶ گیگابایت DDR4
SSD سیستم ۲۵۶ گیگابایت NVMe SSD OS + DSS Pro + پایگاه داده
حافظه ویدئو ۴ ترابایت × ۲ HDD در RAID 1 ~۸ ترابایت قابل استفاده
GPU نیاز ندارد
شبکه 1 GbE ۳۲ × ۱.۵ Mbps = ۴۸ Mbps ورودی

نمونه ب — ساختمان تجاری متوسط (۱۵۰ دوربین، ۸ کانال FR)

مؤلفه مشخصات توضیح
دوربین‌ها ۱۴۰ × ۴MP H.265+ و ۱۰ × دوربین WizMind FR FR لبه روی دوربین‌های WizMind
نگهداری ۶۰ روز، ۲۴/۷
کتابخانه چهره ۵۰۰۰ نفر
CPU Intel Xeon Silver 4314 (۱۶ هسته، ۲.۴ گیگاهرتز)
RAM ۳۲ گیگابایت ECC DDR4 (۲ × ۱۶ گیگابایت)
SSD سیستم ۵۰۰ گیگابایت NVMe SSD (RAID 1) OS + DSS Pro + پایگاه داده
حافظه ویدئو (محاسبه‌شده) ~۳۳.۶ ترابایت خالص ۶ × ۸ ترابایت HDD نظارتی در RAID 6
حافظه اسنپ‌شات AI ۵۰۰ گیگابایت SSD ۱۰ دوربین FR × ~۵ گیگابایت/ماه × ۹۰ روز نگهداری
GPU نیاز ندارد (FR لبه روی WizMind) اگر سرعت جستجوی AcuPick مهم است RTX 4060 اضافه کنید
شبکه 10 GbE (دوربین) + 1 GbE (کلاینت) ~۳۶۰ Mbps ورودی

نمونه پ — سازمانی / صنعتی (۵۰۰ دوربین، ۳۰ کانال FR سمت سرور)

مؤلفه مشخصات توضیح
دوربین‌ها ۴۷۰ × مختلف ۲MP–۸MP + ۳۰ × FR سمت سرور (۴MP) FR سمت سرور — GPU اجباری
نگهداری ۹۰ روز، ۲۴/۷
کتابخانه چهره ۵۰۰۰۰ نفر
CPU دو Intel Xeon Gold 6330 (۲۸ هسته هر کدام = جمعاً ۵۶ هسته)
RAM ۱۲۸ گیگابایت ECC DDR4 (۸ × ۱۶ گیگابایت)
حافظه سیستم/DB ۲ × ۱ ترابایت NVMe SSD در RAID 1
حافظه ویدئو ~۲۰۰ ترابایت قابل استفاده NAS خارجی (iSCSI) یا SAN
GPU ۳ × NVIDIA RTX 4080 (۱۶ گیگابایت VRAM هر کدام) ~۱۰ کانال FR به ازای هر GPU
شبکه ۲ × 10 GbE (دوربین) + 10 GbE (کلاینت) + 10 GbE (NAS/iSCSI) ۵۰۰ کانال با میانگین ۳ Mbps = ۱۵۰۰ Mbps
failover سرور DSS Pro ثانویه (hot standby) در این مقیاس ضروری است

💬 برای دریافت قیمت و مشاوره رایگان → همین الان در تلگرام پیام دهید — پاسخ در کمتر از چند ساعت

بخش ۷ — مجازی‌سازی (VMware / Hyper-V)

DSS Pro می‌تواند روی زیرساخت مجازی با برخی ملاحظات مهم اجرا شود:

  • VMware ESXi بهترین هایپروایزر پشتیبانی‌شده است. Hyper-V کار می‌کند اما کمتر توسط داهوا آزمایش شده.
  • تخصیص CPU: CPU را روی VM مربوط به DSS Pro بیش از حد تخصیص ندهید. vCPU اختصاصی تخصیص دهید، نه مشترک. تأخیر زمان‌بندی CPU روی vCPU مشترک باعث خلأ ضبط و تأخیر آلارم می‌شود.
  • I/O ذخیره‌سازی: datastoreهای اختصاصی (نه LUN مشترک) برای ضبط ویدئو تخصیص دهید.
  • GPU passthrough: برای FR سمت سرور روی VMware، از GPU passthrough (نه vGPU) استفاده کنید تا VM دسترسی انحصاری به GPU داشته باشد.
  • اسنپ‌شات VMware: از اسنپ‌شات VMware روی VM در حال اجرای DSS Pro استفاده نکنید. اسنپ‌شات زنده می‌تواند پایگاه داده DSS Pro را خراب کند.

بخش ۸ — ماشین‌حساب سریع حافظه (مرجع)

از این جدول برای تخمین حافظه با تعداد کانال، نرخ بیت و مدت نگهداری مشخص بدون محاسبه دستی استفاده کنید. تمام مقادیر شامل ۲۰٪ سربار هستند و فشرده‌سازی Smart H.265+ (کاهش ۵۰٪) اعمال شده است.

کانال‌ها میانگین نرخ بیت/کانال نگهداری ۱۴ روز نگهداری ۳۰ روز نگهداری ۶۰ روز نگهداری ۹۰ روز
۱۶ ۱.۵ Mbps ۱.۰ ترابایت ۲.۲ ترابایت ۴.۴ ترابایت ۶.۵ ترابایت
۳۲ ۱.۵ Mbps ۲.۰ ترابایت ۴.۳ ترابایت ۸.۶ ترابایت ۱۳.۰ ترابایت
۶۴ ۲.۰ Mbps ۵.۴ ترابایت ۱۱.۵ ترابایت ۲۳.۰ ترابایت ۳۴.۶ ترابایت
۱۰۰ ۲.۵ Mbps ۱۰.۶ ترابایت ۲۲.۶ ترابایت ۴۵.۲ ترابایت ۶۷.۸ ترابایت
۲۰۰ ۲.۵ Mbps ۲۱.۱ ترابایت ۴۵.۲ ترابایت ۹۰.۴ ترابایت ۱۳۵.۶ ترابایت
۳۰۰ ۲.۵ Mbps ۳۱.۷ ترابایت ۶۷.۸ ترابایت ۱۳۵.۶ ترابایت ۲۰۳.۴ ترابایت
۵۰۰ ۳.۰ Mbps ۶۳.۵ ترابایت ۱۳۵.۸ ترابایت ۲۷۱.۶ ترابایت ۴۰۷.۴ ترابایت

ماشین‌حساب آنلاین سخت‌افزار سرور DSS Pro

با استفاده از ماشین‌حساب تعاملی زیر، مشخصات CPU، RAM، حافظه ذخیره‌سازی، GPU و پهنای باند شبکه را برای پروژه خود محاسبه کنید. گروه‌های دوربین، مدت نگهداری و پارامترهای بار کاری را وارد کنید تا توصیه سخت‌افزاری کامل دریافت کنید.

🖥️ ماشین‌حساب سخت‌افزار سرور Dahua DSS Pro

برای نتایج دقیق‌تر، پارامترها را با مشخصات واقعی دوربین‌های پروژه خود تنظیم کنید. همچنین می‌توانید مستقیماً به صفحه کامل ماشین‌حساب مراجعه کنید.


اشتباهات رایج در محاسبه سخت‌افزار

  • محاسبه بر اساس حداکثر نرخ بیت، نه میانگین: دوربین‌ها با نرخ بیت متغیر کدگذاری می‌کنند. از میانگین نرخ بیت (معمولاً ۵۰–۶۰٪ حداکثر پیکربندی‌شده) استفاده کنید.
  • فراموش کردن سربار RAID در تأمین حافظه: RAID 5 یک درایو معادل از دست می‌دهد؛ RAID 6 دو درایو. یک آرایه ۴ × ۸ ترابایت در RAID 5 فقط ۲۴ ترابایت قابل استفاده دارد، نه ۳۲.
  • یک NIC برای هر دو ترافیک دوربین و کلاینت: پخش مجدد اپراتور و نمای زنده با ورودی ضبط روی NIC مشترک رقابت می‌کنند.
  • CPU دسکتاپ در سرورهای تولیدی: CPU دسکتاپ از ECC memory پشتیبانی نمی‌کند، طراحی حرارتی برای عملیات مداوم ندارد.
  • جدا نکردن OS/پایگاه داده از حافظه ویدئو: اجرای OS و پایگاه داده DSS Pro روی همان HDD مورد استفاده برای ضبط ویدئو باعث تداخل I/O شدید می‌شود.
  • نادیده گرفتن حافظه اسنپ‌شات AI: دوربین‌های FR می‌توانند ۵–۱۵ گیگابایت داده اسنپ‌شات در ماه تولید کنند.
  • برنامه‌ریزی فقط برای تعداد کانال‌های فعلی: پروژه‌های DSS Pro رشد می‌کنند. حافظه و CPU را با حداقل ۳۰٪ سربار بالاتر از نیاز فعلی تأمین کنید.

💬 برای دریافت قیمت و مشاوره رایگان → همین الان در تلگرام پیام دهید — پاسخ در کمتر از چند ساعت

سؤالات متداول

آیا DSS Pro می‌تواند روی NAS (Synology، QNAP) اجرا شود؟

DSS Pro به محیط Windows Server یا Windows 10/11 نیاز دارد — نمی‌توان آن را مستقیماً روی OS مربوط به NAS نصب کرد. با این حال، NAS می‌تواند به عنوان هدف ذخیره‌سازی برای DSS Pro از طریق iSCSI یا SMB استفاده شود. نرم‌افزار سرور DSS Pro باید روی یک دستگاه Windows اختصاصی اجرا شود؛ NAS حجم ذخیره‌سازی ویدئو را تأمین می‌کند. این یک معماری رایج و مقرون‌به‌صرفه برای پروژه‌های متوسط است که یک رک کامل سرور عملی نیست.

هزینه حافظه برای پروژه ۱۰۰ کانال، ۳۰ روز نگهداری چقدر است؟

با میانگین ۲.۵ Mbps به ازای هر کانال با Smart H.265+، یک پروژه ۱۰۰ کانال ۳۰ روزه به تقریباً ۲۲–۲۵ ترابایت حافظه ویدئو قابل استفاده نیاز دارد. با استفاده از درایوهای Seagate SkyHawk 8 ترابایت در آرایه RAID 5 (۴ × ۸ ترابایت = ۲۴ ترابایت قابل استفاده)، هزینه سخت‌افزار برای درایوها به تنهایی تقریباً ۴۰۰–۶۰۰ دلار آمریکایی در سال ۱۴۰۵ است.

آیا DSS Pro از حافظه iSCSI برای پروژه‌های بزرگ پشتیبانی می‌کند؟

بله. DSS Pro 8.7 از iSCSI برای ذخیره‌سازی شبکه‌ای پشتیبانی می‌کند که برای پروژه‌های بالای ۲۰۰ کانال که بیه داخلی برای درایو کافی نیست، روش توصیه‌شده است. LUN iSCSI را به عنوان یک درایو محلی در Windows پیکربندی کنید (از طریق iSCSI initiator) و سپس آن را به عنوان حجم ضبط در Storage Management مربوط به DSS Pro تخصیص دهید.

وقتی حافظه پر می‌شود چه اتفاقی می‌افتد؟ آیا DSS Pro تصاویر قدیمی را بازنویسی می‌کند؟

بله — DSS Pro به‌طور پیش‌فرض از سیاست ضبط چرخه‌ای استفاده می‌کند. وقتی حجم ذخیره‌سازی تخصیص‌یافته به آستانه ظرفیت خود (قابل تنظیم، پیش‌فرض ۹۰٪) می‌رسد، قدیمی‌ترین فایل‌های ضبط به‌طور خودکار حذف می‌شوند تا برای ضبط‌های جدید فضا ایجاد شود.

برای پروژه‌های بزرگ DSS Pro آیا به سرور پایگاه داده جداگانه نیاز است؟

DSS Pro پایگاه داده خود را نصب و مدیریت می‌کند (SQL Server Express به‌طور پیش‌فرض؛ SQL Server کامل برای پروژه‌های بزرگ). برای پروژه‌های تا ~۵۰۰ کانال، پایگاه داده داخلی روی سرور DSS Pro کافی است. بالای ۵۰۰ کانال با حجم رویداد بالا، یک سرور پایگاه داده اختصاصی عملکرد جستجوی رویداد و پردازش آلارم را بهبود می‌دهد.

چگونه مشخصات سرور برای پروژه DSS Pro با هم ضبط و FR محاسبه می‌شود؟

هر بار کاری را جداگانه محاسبه کنید، سپس با ۲۰٪ سربار ترکیب کنید. از فرمول RAM در بخش ۲ برای حافظه، فرمول‌های حافظه در بخش ۳ برای درایوها، و جدول GPU در بخش ۴ برای AI استفاده کنید. نمونه‌های بخش ۶ سناریوهای ترکیبی رایج را پوشش می‌دهند.


خرید لایسنس اورجینال — مشاوره رایگان

قیمت دقیق بر اساس نسخه و تعداد کاربر متفاوت است. برای دریافت قیمت و راهنمایی رایگان با ما در تلگرام پیام دهید.

+۲۰ سال تجربه
متخصصان مهندسی نرم‌افزار با سابقه بلندمدت
تحویل زیر ۲۴ ساعت
لایسنس شما ظرف یک روز کاری ارسال می‌شود
ضمانت بازگشت وجه
در صورت عدم کارایی، مبلغ را کامل برمی‌گردانیم


ᅚ درخواست قیمت در تلگرام

پاسخ معمولاً در کمتر از چند ساعت — بدون پیش‌پرداخت برای مشاوره