Edge Analitik mi Sunucu Tabanlı Analitik mi? Mimari Seçimi

Analitik projelerinde ilk tartışma çoğu zaman yanlış soruyla başlar: “Hangi yazılım daha iyi?” Asıl soru, modelin nerede çalışacağıdır: kameranın kendi işlemcisinde, lokasyondaki bir edge kutuda ya da veri merkezindeki GPU sunucuda. Bu karar model esnekliğini, ağ yükünü, bakım yükünü, lisans maliyetini ve sistemin nasıl büyüyeceğini birlikte belirler; sonradan değiştirmek de pahalıdır. Aşağıda üç katmanı aynı ölçütlerle karşılaştırıyor, bir karar ağacı ve hibrit mimari örneği veriyoruz.

Analitiğin çalışabileceği katmanlar

Her analitik iş akışı dört adımdan geçer: görüntünün çözülmesi (decode) ya da doğrudan sensör verisinin alınması, ön işleme (ölçekleme, renk dönüşümü), modelin çalıştırılması (inference) ve sonucun kural motoruna, VMS’e veya entegrasyon katmanına gönderilmesi. Bu adımların hangisinin nerede yapıldığı mimariyi tanımlar.

• Kamera üstü (on-camera): Model kameranın SoC’undaki NPU/DSP üzerinde çalışır. Kameradan çıkan şey video değil, olay ve meta veridir.
• Edge kutu (ara katman): Bir lokasyondaki kameraların akışını yerelde işleyen, GPU veya hızlandırıcı kartlı küçük sunucu ya da gömülü cihaz. Kanal kapasitesi modele göre değişir; tipik olarak onlarca kanal.
• Merkezi sunucu: Veri merkezinde veya ana kampüste, VMS ile aynı ya da ayrı sunuculardaki GPU’larda çalışan analitik.

Bu katmanlar birbirini dışlamaz. Sahada doğru soru şudur: hangi analitik görev, hangi katmanda en az riskle ve en düşük toplam maliyetle çalışır? Çoğu kurumsal projede cevap tek katman çıkmaz.

Kamera üstü analitik

Güncel orta ve üst segment IP kameraların çoğu insan/araç sınıflandırmalı çizgi geçişi, alan ihlali ve bekleme kurallarını kendi üzerinde çalıştırır. Analiz sıkıştırma öncesi kare üzerinde yapıldığı için codec bozulmasından etkilenmez; uzak ve küçük hedeflerde bu bir avantajdır. Ama abartmayın: kamera işlemcisi kareyi çoğu zaman modelin giriş boyutuna küçülterek işler. 8 MP sensör, 8 MP analiz demek değildir.

Güçlü yanları: Ek donanım yoktur, ağa yalnız olay ve meta veri gider, kamera sayısı arttıkça işlem kapasitesi kendiliğinden artar. Lokasyon bağlantısı kesildiğinde kamera olay üretmeye ve SD karta kayda devam edebilir.

Sınırları: Model seçenekleri üreticinin sunduğuyla sınırlıdır; belirli bir ekipman tipi gibi özel bir nesne sınıfı eğitmek çoğu zaman mümkün değildir. İşlem gücü kısıtlı olduğu için aynı anda çalışan kural sayısı ve analiz kare hızı da sınırlıdır. Karma marka sahalarda asıl sorun olay formatıdır: her üretici kendi yapısını gönderir ve VMS tarafında bunları tek standarda indirmek gerekir. ONVIF Profile M analitik meta verisi ve olaylar için ortak çerçeve tanımlar; ancak destek düzeyi cihazdan cihaza değişir, veri sayfasındaki “Profile M” ibaresi tek başına yeterli değildir. Profiller arasındaki farkı ONVIF Profile T, G ve M karşılaştırmasında ayrıntılı bulabilirsiniz.

Edge kutu ve ara katman

Edge kutu, kameraları değiştirmeden analitik eklemek istediğiniz ya da kamera üstü modellerin yetmediği lokasyonlarda devreye girer. Kutu kameralardan genellikle RTSP ile alt akış veya ana akış çeker, kareleri çözer ve modelini çalıştırır.

Güçlü yanları: Kamera markasından bağımsızdır; eski kameralar da analitiğe dahil olur. Model güncellemesi tek cihazda yapılır. Video lokasyondan çıkmadan işlendiği için WAN’a yalnız olaylar, klipler ve meta veri gider; çok lokasyonlu yapılarda WAN bant genişliğini korur.

Sınırları: Her lokasyonda bakım, güncelleme, yedek parça ve fiziksel güvenlik isteyen bir sunucu daha oluşur. Sıkıştırılmış akış üzerinde çalıştığı için düşük bitrate, gece gürültüsü ve agresif sıkıştırma tespit kalitesini düşürür. Sahada sık gördüğümüz tablo şudur: kutu rafın dibinde, havasız bir dolapta çalışır, GPU ısınır, kare hızı düşer ve kimse fark etmez. Kutu durursa lokasyonun tüm analitiği durur. İzleme ve yedek planı baştan tasarlanmalıdır.

Merkezi sunucu analitiği

Merkezi mimaride tüm analitik veri merkezindeki GPU sunucularda çalışır. Büyük kampüslerde ve kameraların zaten merkezi VMS’e kayıt yaptığı yapılarda doğal seçenektir.

Güçlü yanları: Model esnekliği en yüksek burasıdır: farklı modeller, özel eğitilmiş sınıflar, nitelik tabanlı arama, çok kameralı takip gibi ağır işler merkezi GPU kaynağıyla yapılır. Kapasite tek havuzda yönetilir, yedeklilik N+1 sunucuyla kurulur, sürüm kontrolü tek noktadandır.

Sınırları: Analiz edilen her akış ağ üzerinden sunucuya taşınır. Kayıt akışı zaten merkeze geliyorsa ek yük sınırlıdır; ama analiz için ayrı bir akış çekiliyorsa uplink ve omurga hesabına eklenmelidir. Bu kalem projelerde en sık unutulan kalemdir. Hesabı kamera ağı bant genişliği hesabı rehberindeki yöntemle yapın. Uzak lokasyonlarda WAN gecikmesi ve kesintisi analitiği doğrudan etkiler: hat düşer, alarm da düşer. Akış, FPS ve model değişkenlerine göre sunucu kapasitesini GPU sunucu boyutlandırma rehberinde ele aldık.

Karşılaştırma tablosu

Ölçüt	Kamera üstü	Edge kutu	Merkezi sunucu
Model esnekliği	Düşük, üreticiye bağlı	Orta–yüksek	Yüksek
Ağ yükü	Çok düşük (olay, meta veri)	LAN’da yüksek, WAN’da düşük	Analiz akışı kadar
Ölçeklenme	Kamera ile doğrusal	Lokasyon bazında	GPU havuzu ile
Bakım yükü	Firmware yönetimi	Lokasyon başına sunucu	Merkezi, tek nokta
Lisans modeli	Genellikle kamera fiyatında	Kanal veya cihaz bazlı	Kanal, GPU veya modül bazlı
Bağlantı kesintisi	Kural çalışır, olay iletimi bekler	Lokasyon içi devam eder	Uzak lokasyonda durur
Görüntü kalitesi	Sıkıştırma öncesi kare	Sıkıştırılmış akış	Sıkıştırılmış akış

Projeden projeye en çok oynayan satır lisans modelidir. Teklifleri karşılaştırırken kanal başına lisans, GPU başına lisans, analitik modül başına ek ücret ve yıllık bakım/abonelik bedellerini aynı süre için (örneğin 5 yıl) toplayın. Kamera üstü analitik “ücretsiz” görünür; kameraların değişmesi gerekiyorsa maliyet donanım satırına taşınmıştır, o kadar.

Karar ağacı

Aşağıdaki sıra, çoğu kurumsal projede hızlı bir ilk karar verir. Her “evet” ilgili katmanı öne çıkarır. Birden fazla katman çıkması normaldir; bu hibrit mimariye işarettir.

1. Gerekli analitik üreticinin standart kurallarıyla (çizgi geçişi, alan ihlali, bekleme, insan/araç sınıfı) karşılanıyor mu? Evet ve kameralar yeni alınacaksa ilk aday kamera üstü analitiktir.
2. Özel nesne sınıfı, nitelik tabanlı arama veya çok kameralı ilişkilendirme gerekiyor mu? Evet ise merkezi sunucu ya da güçlü bir edge kutu gerekir.
3. Lokasyonlar arası bağlantı sınırlı veya kesintili mi? Evet ise analitik lokasyonda kalmalıdır: kamera üstü veya edge kutu.
4. Mevcut kameralar değişmeyecek ve karma marka mı? Evet ise edge kutu veya merkezi sunucu, kamera üstü analitiğe göre daha tutarlı sonuç verir.
5. Alarm gecikmesi kritik mi (sahada anlık sesli/ışıklı uyarı gibi)? Evet ise karar sahada verilmelidir. Merkeze gidip dönen zincir yerine kamera üstü veya edge kutu seçin.
6. Lokasyonda sunucu barındırma ve bakım imkânı var mı? Hayır ise edge kutu yerine kamera üstü analitik ile merkezi işlemenin birleşimini düşünün.

Hibrit mimari örneği

Bir üretim şirketini örnek alalım: bir ana kampüs ve üç küçük depo. Ana kampüste 200, depoların her birinde 20–30 kamera var. Gereksinimler: çevre güvenliğinde gece sanal çit alarmı, depolarda insan tespiti ve olay sonrası nitelik tabanlı arama.

• Çevre kameraları: Yeni alınan dış mekân kameralarında kamera üstü çizgi geçişi ve alan ihlali kuralları çalışır. Olaylar ONVIF veya üreticinin VMS entegrasyonu üzerinden merkeze gelir; WAN kesintisinde kural çalışmaya devam eder.
• Depolar: Mevcut karma marka kameralar değişmeyeceği için her depoya bir edge kutu konur. Kutu alt akışlarla insan tespiti yapar, WAN’a yalnız olayları ve kısa klipleri gönderir.
• Ana kampüs: Merkezi GPU sunucusu kayıt akışlarından nitelik tabanlı meta veri üretir; olay inceleme ekibi kıyafet rengi veya araç tipiyle arama yapar.

Bu tasarımda işin zor kısmı donanım değil, olay modelidir. Üç katmandan gelen olaylar tek bir şemaya indirilmezse operatör üç farklı alarm dili öğrenmek zorunda kalır. Aşağıdaki gibi ortak bir şema, VMS ve entegrasyon katmanında kaynak farkını gizler:

{
  "source_layer": "edge",
  "site": "depo-2",
  "camera_id": "D2-CAM-07",
  "rule": "insan-tespiti-rampa",
  "object_class": "person",
  "confidence": 0.81,
  "timestamp": "2026-03-14T02:17:45+03:00",
  "clip_ref": "vms://D2-CAM-07/20260314T021740/15s"
}

Alan adları açıklama amaçlıdır; source_layer alanı camera, edge veya server değerlerinden birini alır. Şemayı kullandığınız VMS veya entegrasyon platformunun olay formatına göre uyarlayın. Atlanmaması gereken iki nokta var: zaman damgası saat dilimiyle birlikte tutulur ve tüm katmanlar NTP ile aynı zaman kaynağına bağlanır. Saatler kaydıysa olay incelemesi çöker.

Sık yapılan hatalar

• Analitiği kamera listesine göre seçmek: Önce senaryo ve beklenen doğruluk tanımlanır, katman ondan sonra seçilir. Tersi, yanlış donanıma lisans ödemek demektir.
• Alt akışın çözünürlüğüne bakmamak: Edge kutu ve sunucu analitiği çoğu zaman alt akışla çalışır; 640×360 bir alt akışta uzak hedefler birkaç piksele iner. Konsolda ilk bakılacak yer, analitiğin hangi akışa bağlı olduğudur.
• Olay formatını sonraya bırakmak: Farklı katmanlardan gelen olayların VMS’e nasıl yansıyacağı pilotta netleşmezse operatör ekranında tutarsız bir alarm yapısı oluşur.
• Edge kutuyu izlememek: Kutunun ayakta olup olmadığı, GPU sıcaklığı ve akış bağlantıları merkezi izleme sistemine bağlanmalıdır. İzlenmeyen kutu, arızalanmış kutudur.
• Yanlış alarmı katman sorunu sanmak: Yanlış alarmların çoğu kural ve sahne tasarımından gelir; ayar yöntemleri için video analitikte yanlış alarmı azaltma rehberine bakın.

Mimariyi kâğıt üzerinde değil, pilotta doğrulayın: her katmandan temsil edici birkaç kamera seçip aynı sahneleri iki–dört hafta karşılaştırın, gece ve yağmurlu günler dahil. Kurulum ve pilot kapsamı için AI video analitik kurulumu ve insan, araç ve nesne tespiti sayfalarımıza bakabilirsiniz. ONVIF analitik profilinin birincil kaynağı ONVIF Profile M sayfasıdır.

Sık sorulan sorular

Kamera üstü analitik merkezi sunucu analitiğinden daha mı az doğrudur?

Her zaman değil. Kamera üstü analitik sıkıştırılmamış kare üzerinde çalıştığı için küçük hedeflerde avantajlı olabilir; ama işlem gücü ve model çeşitliliği sınırlıdır. Doğruluğu katmandan çok kamera geometrisi, sahne koşulları ve kural tasarımı belirler.

Edge kutu kullanırken WAN bant genişliği ne kadar azalır?

Analitik için video WAN üzerinden taşınmaz; WAN’a yalnız olaylar, meta veri ve gerektiğinde kısa klipler gider. Kayıt da lokasyonda tutuluyorsa WAN trafiği büyük ölçüde canlı izleme ve olay klipleriyle sınırlı kalır. Kesin değeri canlı izleme ve arşiv kopyası politikanız belirler.

Mevcut kameralarla merkezi analitik yapılabilir mi?

Kameralar RTSP veya ONVIF ile standart akış verebiliyorsa çoğu merkezi analitik platformu bu akışları işler. Belirleyici olan, analiz edilen akışın çözünürlüğü, kare hızı ve hedeflerin kadrajda kapladığı piksel boyutudur. Bunu pilotta doğrulayın.

Hibrit mimaride alarmlar tek ekranda toplanabilir mi?

Evet, ama her katmanın olayları VMS veya entegrasyon katmanında ortak bir olay modeline çevrilmelidir. Kamera, kural, nesne sınıfı, güven skoru ve zaman damgası alanları tutarlı olmalı; tüm cihazlar aynı NTP kaynağına bağlanmalıdır.