50%
缩短大型机器学习模型的加载时间
50%
更快地推出新功能
40%
减少部署和横向扩展时间
2 分钟
生成 30 个高质量的视频帧
1 分钟
创建四张高分辨率图像
概览
Crypto.com 是一家加密货币交易所和综合交易平台,为 90 个国家/地区的 1 亿用户提供服务。该公司在人工智能驱动的视觉内容生成原型的基础设施产品化方面面临挑战,这导致部署速度变慢,限制了可扩展性。Crypto.com 在 Amazon Web Services (AWS) 上利用完全托管的生成式人工智能基础设施,构建了视觉内容生成引擎,这不仅实现了工作流程自动化,还将大型机器学习模型加载时间缩短了 50%,加快了视频和图像制作,并将推出新功能的时间缩短了 50%。

机会 | 为视觉内容创作开发先进的人工智能驱动引擎
Crypto.com 是全球加密货币服务领域的领先企业,拥有超过 1 亿用户,并提供广泛的数字金融服务,致力于推动全球向加密货币的转型。为了在不断演变的 web3 领域保持竞争力,该公司正尝试利用生成式人工智能来提升平台功能,并改善内部生产力和客户体验。Crypto.com 已经使用 AWS 来满足各种基础设施需求,包括用于文本人工智能应用程序的 Amazon Bedrock,其目标是进一步拓展到视觉内容生成领域,开发由人工智能驱动的图像和视频生成技术,以此来提升用户的参与度和工作效率。
该公司在 Amazon Elastic Compute Cloud (Amazon EC2) 上成功开发了用于生成图像和视频的尖端人工智能驱动引擎原型。不过,Crypto.com 也遇到了一些挑战,比如在 Amazon EC2 上手动配置开发环境会拖慢部署进程,其基础设施还没有针对大型人工智能模型进行优化,同时还需要进行内容审核来维护品牌的质量标准。
此外,设置操作系统依赖关系和管理不同项目的安全远程连接等手动操作非常耗时,这阻碍了团队快速创新的能力。缺乏优化的基础设施,也限制了为平台构建和部署更大型生成式人工智能模型的效率和可扩展性。
为了克服这些障碍,Crypto.com 需要一个完全托管的解决方案,这个方案能够自动化开发流程,实现高效扩展,并简化开源人工智能模型的集成,以便快速进行测试。Crypto.com 人工智能创新技术主管 Sunny Fok 表示:“我们的目标是优化人工智能技术栈,实现快速开发和部署,迅速整合最新的人工智能模型,并确保内容审核的无缝衔接,从而提供创新的使用场景,提升客户参与度和价值。”

通过在 AWS 上采用最新的生成式人工智能托管服务,我们不仅巩固了 Crypto.com 在加密货币行业的领导地位,同时也推动了产品效率和创新的提升。”
Sunny Fok
Crypto.com 人工智能创新技术主管
解决方案 | 自动化生成式人工智能工作流程并提高基础设施效率
Crypto.com 携手 AWS,不仅强化了其视觉内容生成平台的能力,还简化了人工智能的开发流程。通过使用 Amazon SageMaker 及其工具套件,比如用于探索数据和测试大型图像、视频模型的 JupyterLab 中的 Amazon SageMaker 笔记本,以及用于处理请求的 Amazon SageMaker 异步推理端点,Crypto.com 实现了工作流程自动化,并构建了高级的图像和视频制作管道。此外,Crypto.com 通过将应用程序标准化为 Amazon Elastic Container Registry (Amazon ECR) 镜像,并在 Amazon EC2 G5 实例上通过 Amazon SageMaker 端点无缝部署,缩短了手动流程、模型加载时间和最新开源插件的采用时间。
为了进一步加快其视觉内容生成引擎的开发,Crypto.com 实施了适用于 Lustre 的 Amazon FSx,为开发、训练和部署大型图像和视频模型创建了一个完全托管的共享存储环境。Crypto.com 利用 Amazon SageMaker 内置的 MLOps 功能,通过 Amazon SageMaker HyperPod 高效地训练模型。此外,它还通过容器化工作负载和自动实例配置来简化基础设施的管理。在整个视频训练过程中,来自 AWS 生成式人工智能创新中心 (GenAIIC) 的科学家为人工智能与创新团队提供了持续的支持。
Crypto.com 将来自 Hugging Face 和 GitHub 等平台的开源模型与 Amazon SageMaker 集成,便于快速测试和微调用于图像生成、视频分析和内容管理的人工智能模型。Crypto.com 的 AIOps 负责人 Vincent Leung 表示:“Amazon SageMaker 帮助我们建立了一个视觉生成平台,可用于支持内部和外部需求的不同场景和用例,同时保持高性能平台,支持我们不断发展的人工智能计划。”
成果 | 加速人工智能驱动的视频和图像制作
Crypto.com 在 AWS 上构建的视觉内容生成引擎显著提升了公司快速交付高质量视频和图像内容的能力。Crypto.com 现在可以在两分钟内生成 30 个高质量视频帧,在一分钟内创建四个高分辨率图像,与以前基于 Amazon EC2 的临时解决方案相比,大型图像模型的加载时间缩短了 50%。这种速度提升让开发团队能够更灵活地应对变化,新功能的上线时间缩短了大约 50%。
除了内容生成速度的大幅提升,Crypto.com 还为视频资产引入了更高效的可复用标记系统,使得视频库的搜索和筛选更加迅速,极大地优化了团队的工作流程。Crypto.com 还为人工智能生成内容整合了强大的审核系统,确保所有媒体遵守品牌准则并保持高质量标准。这种自动化的内容审核有助于 Crypto.com 在扩大规模的同时,保持品牌一致性。
通过利用 Amazon SageMaker 内置的 MLOps 功能和容器化部署,Crypto.com 将部署和扩展时间缩短了 40%,从而实现了更频繁的更新和敏捷的产品开发。
Crypto.com 将继续在 AWS 上探索生成式人工智能解决方案,以此来进一步强化其平台能力。Crypto.com 计划拓展其人工智能驱动的功能,比如引入利用检索增强生成 (RAG) 技术的企业助理,以及为更多团队提供完全集成的视频生成平台。Fok 表示:“通过在 AWS 上采用最新的生成式人工智能托管服务,我们不仅巩固了 Crypto.com 在加密货币行业的领导地位,同时也推动了产品效率和创新的提升。”
关于 Crypto.com
Crypto.com 的使命是加快向加密货币世界过渡的速度。这家总部位于新加坡的公司提供交易平台、衍生品交易所等服务,在全球 90 个国家/地区拥有约 1 亿用户。Crypto.com 还与商家和支付网关合作,以支持全球加密货币网络的发展。
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。