Hardwareanforderungen für die Video-Anonymisierung: GPU, CPU und realistische Durchsatzplanung

Kurzfassung: Der Durchsatz bei der Video-Anonymisierung hängt von Auflösung, Bildrate, Objektdichte und Codec ab, nicht allein von der Kernzahl. Die GPU ist die Komponente mit dem größten Einfluss, und Gallio PRO gibt mit GPU-Beschleunigung eine bis zu zehnmal schnellere Verarbeitung an. Dieser Leitfaden richtet sich an Verantwortliche für IT-Infrastruktur, Systemintegratoren und Sicherheitsverantwortliche, die eine Maschine spezifizieren müssen, bevor eine Bestellung unterschrieben wird.

Warum Fragen zur Dimensionierung meist schlecht beantwortet werden

Wer fragt, wie viel Hardware er für die Anonymisierung braucht, bekommt in der Regel eine von zwei nutzlosen Antworten: eine Mindestkonfiguration, die von einer Seite mit Systemanforderungen kopiert wurde, oder eine Benchmark-Zahl aus einem Labor, das mit Ihrem Material nichts zu tun hat.

Mindestanforderungen sagen Ihnen, ob die Software startet. Sie sagen nichts darüber, ob Sie eine Woche Kameraexporte über Nacht abarbeiten können. Labor-Benchmarks laufen auf sauberen, gut ausgeleuchteten Clips mit einer einzigen Person. Ihr Material ist ein Parkplatz in der Dämmerung mit elf Personen im Bild. Zwischen diesen beiden Bedingungen kann ein Faktor fünf liegen.

Es folgt ein Rahmen für die Dimensionierung plus ein Benchmark-Protokoll, damit am Ende eine Zahl steht, die aus Ihrem eigenen Material stammt.

Die vier Variablen, die den Durchsatz tatsächlich bestimmen

1. Auflösung. Der Wechsel von 1080p zu 4K vervierfacht die Pixelzahl. Die Verarbeitungszeit skaliert nicht linear mit den Pixeln, geht aber in diese Richtung, und bei 4K kippen zu klein dimensionierte Maschinen.
2. Bildrate. Dreißig Bilder pro Sekunde sind doppelt so viel Arbeit wie fünfzehn. Ein großer Teil des CCTV-Materials wird deutlich unter 30 fps aufgezeichnet, und das ist oft der billigste Durchsatzgewinn, den Sie haben können.
3. Objektdichte. Der Erkennungsaufwand steigt mit der Zahl der Gesichter und Kfz-Kennzeichen im Bild. Ein leerer Flur und ein voller Bahnsteig sind aus derselben Kamera nicht dieselbe Arbeitslast.
4. Codec und Container. Dekodieren ist echte Arbeit. H.265 liefert kleinere Dateien und einen schwereren Dekodierpfad als H.264. Unsere Testergebnisse zu H.264, H.265 und AV1 zeigen zudem, wie sich die Komprimierung auf die Erkennungsqualität auswirkt, was genauso wichtig ist wie Geschwindigkeit.

Komponente für Komponente

GPU

Auf der GPU läuft das Erkennungsmodell, und sie ist die Komponente, die Ihre Zahlen am stärksten verändert. Gallio PRO unterstützt GPU-Beschleunigung für eine bis zu zehnmal schnellere Verarbeitung gegenüber dem reinen CPU-Betrieb. Priorisieren Sie bei der Auswahl die VRAM-Kapazität vor der reinen Taktfrequenz, denn VRAM ist es, was Ihnen höhere Auflösungen erlaubt, ohne auf kleinere Batch-Größen auszuweichen. Für 1080p reicht meist eine Karte der Mittelklasse. Für dauerhaftes 4K prüfen Sie VRAM als erste Engstelle.

CPU

Die CPU ist nicht untätig. Sie übernimmt Dekodierung und Kodierung, Datei-Ein- und -Ausgabe sowie die Steuerung der Job-Warteschlange. Eine schwache CPU zusammen mit einer starken GPU ergibt eine Maschine, die beschäftigt und trotzdem langsam ist, weil die GPU auf Frames wartet. Zielen Sie auf Balance statt auf ein Maximum an einer Seite.

RAM

Planen Sie 16 GB als Arbeitsuntergrenze für einen einzelnen 1080p-Strom und 32 GB oder mehr, wenn Sie 4K verarbeiten, mehrere Jobs parallel fahren oder mit langen Einzeldateien arbeiten. Speicherdruck zeigt sich als Auslagerung, und Auslagerung macht aus einem Zweistundenjob eine Nachtschicht.

Datenspeicher

Der Datenspeicher wird in zwei Punkten am häufigsten unterschätzt. Der Durchsatz zählt, denn dauerhaftes Lesen und Schreiben großer Videodateien auf einer mechanischen Festplatte deckelt Ihre Pipeline unabhängig von der GPU. Die Kapazität zählt noch mehr. Als grobe Planungsgrundlage:

Quelle	Typische Bitrate	Pro Stunde	Pro 1.000 Stunden
1080p-CCTV	4 bis 12 Mbit/s	1,8 bis 5,4 GB	1,8 bis 5,4 TB
4K-CCTV	25 bis 50 Mbit/s	11 bis 22 GB	11 bis 22 TB
Bodycam	2 bis 6 Mbit/s	0,9 bis 2,7 GB	0,9 bis 2,7 TB

Und dann verdoppeln Sie es. Sie halten das Original und den anonymisierten Export gleichzeitig vor, mindestens bis das Original beseitigt ist. Artikel 5 Absatz 1 Buchstabe e DSGVO verlangt Speicherbegrenzung, deshalb gehören Aufbewahrung und sichere Löschung der unbearbeiteten Quelle in die Speicherplanung und nicht in die spätere Überraschung.

Betriebssystem

Gallio PRO läuft unter Windows 10 und neuer, macOS 10.14 und neuer sowie Linux mit glibc 2.35 oder neuer. Es ist außerdem als Docker-Container verfügbar, die übliche Wahl für einen gemeinsam genutzten Verarbeitungsknoten, und mit einer REST-API zur Pipeline-Integration.

Drei Referenzkonfigurationen

	Bedienerarbeitsplatz	Abteilungsknoten	Batch-Knoten
Typisches Volumen	Unter 20 Stunden pro Monat	20 bis 200 Stunden pro Monat	Ab 200 Stunden pro Monat
Form	Desktop-Anwendung	Workstation oder Server	Docker-Container, Linux-CLI
GPU	Mittelklasse, 8 GB VRAM	Mittel- bis Oberklasse, 12 bis 16 GB VRAM	Oberklasse, 16 GB VRAM oder mehr
RAM	16 GB	32 GB	64 GB
Datenspeicher	NVMe, 1 TB	NVMe plus Netzwerkspeicher	NVMe als Scratch plus Massenspeicher-Array
Wichtigste Engstelle	Prüfzeit der Bearbeiter	Speicherdurchsatz	Gestaltung der Warteschlange

Oberhalb von etwa 200 Stunden pro Monat ist nicht mehr die Maschine der Engpass, sondern die Frage, wie Arbeit geplant und übergeben wird. Das behandelt unser Leitfaden zur Anonymisierung großer Foto- und Videobestände.

So benchmarken Sie vor dem Kauf, in sechs Schritten

1. Wählen Sie drei repräsentative Clips. Je zehn Minuten: Ihre einfachste Bedingung, Ihre typische Bedingung und Ihre schlechteste Bedingung. Schlechteste heißt meist wenig Licht und viele bewegte Objekte.
2. Notieren Sie die Eigenschaften der Quelle. Auflösung, Bildrate, Codec, Bitrate und die ungefähre Objektzahl pro Frame. Ohne diese Angaben lässt sich Ihr Ergebnis nicht hochrechnen.
3. Lassen Sie die Clips durch die kostenlose Gallio PRO Demo laufen. Die Demo ist unbegrenzt nutzbar und arbeitet bis 720p mit Wasserzeichen, was genügt, um relative Laufzeiten auf der in Frage kommenden Hardware zu ermitteln: Demo herunterladen.
4. Stoppen Sie den Job, dann die Prüfung. Notieren Sie die Verarbeitungsminuten und getrennt davon, wie lange eine Bearbeiterin oder ein Bearbeiter im manuellen Editor braucht, um Fehlstellen zu korrigieren und Objekte unkenntlich zu machen, die nicht automatisch erkannt werden.
5. Testen Sie mit und ohne GPU-Beschleunigung. Die Differenz an Ihrem eigenen Material ist die einzige Zahl, die in eine Beschaffungsbegründung gehört.
6. Rechnen Sie auf das Monatsvolumen hoch und addieren Sie 30 Prozent. Diese Reserve fängt Wiederholungsläufe, Auflösungswechsel und die Exporte ab, die niemand angekündigt hat.

Was nicht hilft

Mehr CPU-Kerne ändern nichts, wenn die Lesegeschwindigkeit des Datenspeichers der Engpass ist. Eine zweite GPU ändert nichts, wenn keine Warteschlange da ist, die beide versorgen kann. Wer für Spitzenlast in 4K kauft, obwohl 95 Prozent des Volumens 1080p sind, kauft Silizium im Leerlauf. Erst messen, dann spezifizieren.

Zwei Hinweise zur Arbeitslast gehören in die Planung. Bewegliche Kameras sind schwieriger als feste, weil das Tracking konsistent bleiben muss, während sich das Bild verändert. Das besprechen wir im Beitrag zur Anonymisierung von PTZ-Kameras und zur Kontinuität der Unschärfe. Und die automatische Erkennung umfasst ausschließlich Gesichter und Kfz-Kennzeichen, deshalb bringt jedes Material mit Namensschildern, Monitorbildschirmen, Dokumenten oder Tattoos Zeit im manuellen Editor mit sich, die kein Hardware-Upgrade beseitigt.

Wo Dimensionierung auf Compliance trifft

Artikel 32 Absatz 1 Buchstabe b DSGVO verlangt die Fähigkeit, die Vertraulichkeit, Integrität, Verfügbarkeit und Belastbarkeit der Verarbeitungssysteme auf Dauer sicherzustellen. Zu klein dimensionierte Hardware ist damit ein Compliance-Thema und nicht nur eine Unannehmlichkeit: Eine Maschine, die die Warteschlange nicht abarbeitet, erzeugt Rückstände unbearbeiteten Materials und gerissene Fristen bei Auskunftsersuchen. Artikel 25 Absatz 1 DSGVO zum Datenschutz durch Technikgestaltung weist in dieselbe Richtung, denn die Unkenntlichmachung muss der Standardzustand eines Exports sein und kein Schritt, der übersprungen wird, sobald das System hinterherhinkt.

Weil Gallio PRO vollständig auf Ihrer eigenen Hardware verarbeitet, ist die Dimensionierungsentscheidung zugleich die Sicherheitsentscheidung: Das Material verlässt Ihre Infrastruktur nie, und die Software speichert weder Erkennungsprotokolle noch personenbezogene Daten. Bei unternehmensweiten On-Premise- oder Compliance-Anforderungen können Sie Kontakt mit dem Team aufnehmen. Für die Planung Ihrer eigenen Konfiguration beginnen Sie mit der Video-Anonymisierung von Gallio PRO.

FAQ

Brauche ich für die Video-Anonymisierung eine GPU?

Zum Ausführen der Software nicht, aber sie verändert die Wirtschaftlichkeit. Gallio PRO gibt mit GPU-Beschleunigung eine bis zu zehnmal schnellere Verarbeitung an, also lohnt sich eine GPU für alles, was über gelegentliche Einzelclips hinausgeht.

Wie viel VRAM brauche ich für die Anonymisierung von 4K-Video?

Behandeln Sie VRAM bei dauerhafter 4K-Verarbeitung als erste Engstelle und planen Sie 12 bis 16 GB oder mehr ein. Für 1080p genügt normalerweise eine Mittelklassekarte mit 8 GB.

Wie viel Speicherplatz brauchen 1.000 Stunden Material?

Rund 1,8 bis 5,4 TB für 1080p-CCTV und 11 bis 22 TB für 4K, und dann verdoppeln Sie es, weil Sie Original und anonymisierten Export gleichzeitig vorhalten.

Kann Anonymisierungssoftware auf einem Server statt auf einem Desktop laufen?

Ja. Gallio PRO ist als Docker-Container und mit einer REST-API verfügbar, die übliche Anordnung für einen gemeinsam genutzten Verarbeitungsknoten, daneben als Desktop-Anwendung für Windows, macOS und Linux.

Verringert schnellere Hardware den Bedarf an manueller Prüfung?

Nein. Hardware verändert nur die Verarbeitungszeit. Die Prüfzeit hängt von übersehenen Detektionen ab und von Objekten, die nie automatisch erkannt werden, etwa Ausweisen, Bildschirmen und Dokumenten, die im manuellen Editor bearbeitet werden.