200%
分析性能提升比例
50%
平台管理时间缩短比例
80%
停机时间减少比例
7-15%
每年能源成本节省比例
概述
安乐工程集团（ATAL）总部设于中国香港，其资讯、通讯及屋宇科技（ICBT）业务部门为可持续屋宇管理提供数据驱动型解决方案。为了缩短管理时间，让开发人员可以专注于构建可持续的解决方案，ICBT 部门将本地分析平台迁移到了 Amazon Web Services（AWS）。
该平台使用 Amazon EMR 进行大数据处理，使用 Amazon Athena 进行数据查询，使用 Amazon QuickSight 实现商业智能。ICBT 还部署了 Amazon SageMaker Canvas，用于快速进行机器学习概念验证。结果，该部门将分析性能提升了 200%，帮助客户每年节省 7-15% 的能耗。
机会 | 帮助开发商以更可持续的方式管理屋宇
安乐工程集团（ATAL）是香港领先的机电工程服务提供商。该集团成立于 1977 年，为公共和私营行业的众多客户提供跨专业、综合性的工程和技术服务。
安乐工程的资讯、通讯及屋宇科技（ICBT）是集团的一个主要业务部门。ICBT 为智能系统和绿色建筑解决方案提供设计、安装及维护服务。该部门专门从事能源优化、故障检测和设计以及供暖和空调系统方面的工作。
在开发商力求让屋宇变得更加环保的过程中，ICBT 部门的技术团队早已走在打造可持续发展解决方案的最前沿。ICBT 部门的首批项目包括动态能源优化平台，即使用机器学习（ML）模型来分析屋宇数据的一种能源优化平台。管理员使用这些分析结果来更有效地管理供暖、照明、通风和维护计划。
然而，在监督用于支持该平台的本地基础设施时，ICBT 部门的技术团队发现他们将更多的时间分配给维护任务，而不是增强各种能力。安乐工程 ICBT 部门技术经理 Pan Lee 表示：“我们希望软件开发能优先于基础设施建设任务，从而提高安乐工程的价值。
借助我们在 AWS 上的分析和 ML 功能，我们帮助客户在每栋楼宇上节省 7-15% 的能源成本。”
Pan Lee
安乐工程 ICBT 技术经理
解决方案 | 无缝集成 AWS 来增强分析和 ML 建模能力
ICBT 决定在 Amazon Web Services（AWS）上开发一种易于管理的云解决方案，用于进行高级分析和 ML 建模。Lee 解释道：“我们之所以选择 AWS，是因为其解决方案非常成熟，而且香港就有 AWS 开发人员。”
为了存储数据进行分析，安乐工程实施了 Delta Lake 开源数据湖仓。团队成员与 AWS 密切合作，将数据湖仓与 Amazon Simple Storage Service（Amazon S3）（设计用于从任何地方检索任意数量数据的对象存储服务）、Amazon EMR（用于大数据处理的服务）以及 Amazon Athena（无服务器交互式分析服务）集成，用于分析 PB 级数据并挖掘新洞察。
安乐工程还将 Amazon QuickSight 用作现代交互式控制面板和报告的商业智能工具。Lee 评论道：“AWS 团队为我们开展了关于 Amazon QuickSight 的培训，也说明了他们可在整个项目中提供的持续技术支持，进一步增强了我们对 AWS 的满意度。”
安乐工程在将动态能源优化平台迁移到 AWS 后，发现该平台的性能提升了 200%。本地解决方案需要 2-3 天来转换和加载一年的数据进行预处理分析，而 AWS 平台只需 1-2 小时即可完成相同的任务，包括处理步骤。ICBT 部门技术副经理 Alan Ng 表示：“如果我们需要分析数年的数据，可以通过扩展 AWS 平台来保持相同的性能水平。”
此外，安乐工程还将基础设施的管理时间缩短了 50%，停机时间减少了 80%，最大限度地减少了数据丢失。Lee 表示：“借助 AWS，我们可以优先考虑 ML 开发，继而改进我们的解决方案。这有助于客户以更高效、更节能的方式运营他们的屋宇。”
安乐工程实施了 Amazon SageMaker Canvas 用于 ML 建模。虽然 ICBT 业务部门会继续使用本地托管的 Jupyter Notebook 进行 ML 算法开发，但现在有了基于云的解决方案，该部门可以在不到一天的时间内启动学习概念验证（POC），远远短于之前需要的一周多时间。Lee 表示：“借助 Amazon SageMaker Canvas，我们获得了快速启动 POC 的敏捷性，无需编写任何代码。”
成果 | 每年为客户节省 7-15% 的能源成本
借助 AWS 上分析平台提供的洞察，ICBT 部门的研发团队帮助客户以更可持续的方式运营他们的屋宇。安乐工程现在可以将入口旋转门和其他独立系统的数据与其楼宇管理主系统相集成。
这些数据经过 ML 模型的处理和分析后，就可以为客户提供有关减少楼宇污染排放的精确信息。这包括随着居住人员的增加和减少，在白天对供暖和通风系统进行微调。Lee 表示：“借助 AWS 上的分析和 ML 功能，我们可以帮助客户在每栋建筑上节省 7-15% 的能源成本。”
Lee 继续道：“通过与 AWS 密切合作，我们成功地利用技术为我们的环境、社会和治理目标做出了贡献。通过改造分析平台，我们不仅节省了大量的能源成本，还促进了建筑和房地产行业的可持续发展。”
这些成果引起了一些潜在客户的兴趣，他们都想要改善其商业地产的环保状况。Lee 评论道：“我们目前正在与几家开发商进行洽谈，他们已经了解我们的动态能源优化平台能够实现什么样的目标。”
展望未来，安乐工程计划从托管的 Jupyter Notebooks 转换到 Amazon SageMaker 来开发 ML 模型。这有助于团队实现 ML 管道管理、模型训练和模型存储等流程的自动化。“为分析平台采用 AWS Managed Services 后，我们将重点更多地转移到了开发上。我们的目标是使用 Amazon SageMaker，在即将推出的 ML 计划中重现成功结果。”Lee 总结道。
关于安乐工程集团（ATAL）
安乐工程集团（ATAL）总部设于中国香港，是一家领先的机电工程服务提供商，业务遍及中国澳门、中国大陆、美国和英国。该集团为公共和私营行业的众多客户提供跨专业、综合性的机电工程和技术服务，业务范畴涵盖屋宇装备工程，环境工程，资讯、通讯及屋宇科技（ICBT）以及升降机及自动梯。
使用的 AWS 服务
Amazon EMR
Amazon EMR 是行业领先的云端大数据解决方案，适用于使用开源框架（如 Apache Spark、Apache Hive、Presto）进行 PB 级数据处理、交互式分析和机器学习。
Amazon Athena
Amazon Athena 是一项基于开源框架的无服务器交互式分析服务，支持开源表和文件格式。Athena 提供了一种简化、灵活的方法来分析其所在位置的 PB 级数据。
Amazon SageMaker Canvas
您可以通过 SageMaker Canvas 访问即用型模型，包括来自 Amazon Bedrock 或 Amazon SageMaker JumpStart 的基础模型，也可以构建自己的自定义 ML 模型。
行动起来
无论行业无论规模，每天都有各种机构在使用 AWS 实现自身业务转型、实现企业愿景。欢迎您联系我们的专家，立即踏上您的 AWS 之旅。