AWS 上的 Autodesk
Autodesk 的使命是让世界各地的每个人都能为大大小小的挑战创造解决方案。该公司为一系列设计和制造行业生产软件，包括建筑、施工、工程、制造以及媒体和娱乐。为了更好地支持全球超过1 亿的客户，Autodesk 将工作负载从其本地数据中心迁移到了 Amazon Web Services（AWS），开始采用混合云方法。因此，Autodesk 提高了可靠性、可扩展性和安全性，同时节省了高达 90% 的数据处理成本。从手动流程中解放出来后，Autodesk 的数据科学家现在能够集中精力深化创新，在 AWS 上使用大数据、机器学习和无服务器解决方案。
-
机器学习
-
诞生于 AWS 云中
-
持续创新
-
业务转型
-
数据解决方案
-
架构
-
迁移
-
机器学习
-
2024 年
AWS re:Invent — Autodesk
在Swami Sivasubramanian 博士的主题演讲环节中，Autodesk 执行副总裁兼首席技术官 Raji Arasu 分享了他们如何利用 Amazon SageMaker 彻底革新 3D 设计。由于 Autodesk 的客户正面临着前所未有的需求和挑战，因此有机会借助 3D 生成式人工智能来解决多维问题。
2023 年Autodesk 使用 AWS 提高可观测性并提供个性化的用户体验
Autodesk 数据科学团队首席工程师 Yathaarth Bhansali 分享了 Autodesk 如何构建一个平台，以近乎实时地对用户行为数据进行建模和响应，从而提高可观测性，并通过包括 Amazon Kinesis 和 Amazon SageMaker 在内的 AWS 服务为客户提供动态、个性化的体验。
2022 年Autodesk 利用 Amazon SageMaker 和 Amazon EMR 快速扩展对软件的见解
Autodesk 利用机器学习来提供个性化提示，改善其计算机辅助设计程序 AutoCAD 的用户体验。借助 Amazon SageMaker 和 Amazon EMR，Autodesk 能够生成更多见解，并且更高效地利用主题专家资源。
2020 年AWS Machine Learning 为 Autodesk 客户实现设计优化
Autodesk 利用在 Amazon SageMaker 上构建的机器学习模型，帮助设计师组织并分类数千种生成式设计选项。凭借 Autodesk 的生成式设计流程，来自奥地利的设计工作室 Edera Safety 构建出了更好、更有效的脊柱保护器。
2020 年Autodesk 在 AWS 上开发机器学习模型，以便在支持团队和技术团队之间路由案例
Autodesk 利用 Amazon SageMaker 构建了与典型分类模型不同的机器学习技能模型，因为这些模型旨在选择正确的团队来负责支持用户。这与许多试图预测案例主题然后从该主题出发的模型截然不同。
2020 年机器学习帮助 Autodesk 客户与专家更快连接
Autodesk 选择了 AWS 解决方案，来为一个名为 Community Match 论坛的新的迭代构建并快速部署机器学习模型。该模型将论坛成员的专业知识与在论坛上提出的问题相匹配 — 理念是鼓励专攻某一特定主题的社区成员分享他们关于 Autodesk 解决方案的内部知识。
2019 年使用 PyTorch 的深度学习应用程序，有 Autodesk 参加
凭借 Amazon SageMaker 中对 PyTorch 的支持，客户能够受益于灵活的深度学习框架和完全托管的机器学习解决方案，以无缝地从研究原型过渡到生产部署。在 re:Invent 2019 大会上，PyTorch 团队公布了其最新功能和库版本，而 Autodesk 则分享了基于其自然语言处理经验的最佳做法。
-
诞生于 AWS 云中
-
2023 年
Autodesk 使用 Amazon Elastic Container Service（ECS）将启动性能提高 50%
了解 Autodesk 如何使用 Amazon ECS 和 AWS Fargate 提高长期运行的液压建模模拟的性能。
2023 年使用 AWS Lambda 与 Autodesk 提供近乎实时的见解
了解 Autodesk 如何构建 Autodesk Forma（前身为 Spacemaker），这是一项提供概念设计功能、预测分析和自动化的服务，可帮助用户使用 AWS Lambda 在设计和规划过程的最早阶段做出明智的决策。
2023 年Autodesk 公司 Innovyze 使用 AWS 托管服务和 AWS IoT 将开发时间缩短了 60%
了解 Autodesk 公司 Innovyze 如何使用 AWS 将开发时间从几年缩短到几个月，将部署时间从几个月缩短到几天。
2019 年Amazon EC2 竞价型实例帮助 Autodesk 减少支出，扩大规模
Autodesk 创建需要大量计算容量进行渲染的设计软件。对于 Autodesk，渲染即服务 (RaaS) 工作负载是按总支出衡量时支出最大的一个。该公司现在依靠 Amazon EC2 竞价型实例来显著降低其 RaaS 功能的成本。
2017 年Autodesk 在 AWS 上进行无服务器操作，将账户创建时间减少了 99%
Autodesk 使用无服务器架构构建解决方案，最大限度地减少基础设施管理所需的时间和成本。借助此解决方案，Autodesk 开发人员现在可以提交一个在线表单来申请一个新账户，并且 API 可以触发账户创建过程。该解决方案还支持通过账号、电子邮件地址或 IP 地址查询账户，只需一个月的时间即完成开发和发布。
-
持续创新
-
2023 年
Autodesk Fusion 交付由 AWS 提供支持的生成式设计功能
Autodesk 利用可扩展的计算能力将 Autodesk Fusion 中的生成式设计功能推向市场，使客户能够根据指定的约束自动生成数百个设计选项并加速创新。通过结合 Amazon Elastic Compute Cloud（Amazon EC2）实例、Amazon Elastic Container Service（Amazon ECS）和 AWS Batch，Autodesk 构建了一个强大的云基础设施，能够进行高速并行处理，以便对生成式设计进行密集的计算和数据集分析。
2022 年不鲁莽地承担风险
在本 AWS 领导者访谈视频中，Autodesk 建筑、工程和施工设计解决方案执行副总裁 Amy Bunszel 深度剖析了 Autodesk 的成功以及他们如何承担风险而不鲁莽。这种方法在工作场所内创造了一种实验文化，当他们建立合适的团队从而大规模扩展时，该方法可以帮助他们解决复杂的问题。
-
业务转型
-
2018 年
AWS Support 有助于 Autodesk 专注于其核心业务
AWS Support 有助于 Autodesk 专注于其核心业务，而不是花费宝贵的时间为架构其基础 AWS 服务而担忧。Autodesk 将 AWS Support 视为其虚拟基础设施支持团队，就好像它只是 Autodesk 中的另一个部门或团队，因为他们知道，他们可以在不事先通知的情况下联系该团队，并获得他们所需的支持水平。
2018 年Autodesk 使用 Amazon WorkSpaces 在几天内创建数百个虚拟桌面
Autodesk 使用 Amazon WorkSpaces 而不是租赁物理硬件，在零客户端上托管其虚拟工作站，从而提高设置效率并减少碳排放量。使用 AWS，Autodesk 在其 Autodesk 大学活动中设置和部署 450 个工作站，节省近一周时间和数千美元。
-
数据解决方案
-
2024 年
Autodesk 使用 Amazon DynamoDB 打造超越文件的世界
了解 Autodesk 如何利用 Amazon DynamoDB 的可访问数据帮助 AEC 行业实现更优业务成果。
2023 年Autodesk 使用 Amazon EMR 构建可靠且经济高效的大数据分析
了解 3D 设计、工程和娱乐软件公司 Autodesk 如何迁移到 Amazon EMR，在节省成本的同时提高性能和可靠性。
2022 年创建以数据为中心的安全平台
Autodesk 基础设施安全高级总监 Anmol Misra 讨论了 Autodesk 如何利用 AWS Lambda 和 Amazon S3 等 AWS 服务构建一个以数据为中心的安全平台，以接近实时的方式收集、集中、处理和响应配置变化。
2020 年Autodesk 使用 AWS 将大数据处理成本降低了 90%
Autodesk 数据平台 (ADP) 收集和处理产品使用数据，为 Autodesk 的运营团队提供一个产品分析平台。通过将 ADP 从基于 Spark 的处理系统迁移到 AWS Lambda，Autodesk 每年最高节省 90% 的数据处理成本。今天，Autodesk 能够几乎实时地处理数据，为业务用户提供及时的分析，以利用产品改进和其他业务机会。
2020 年数据库自由使 Autodesk 能够利用 Amazon Aurora 实现传统商业数据库现代化
为了让客户能够在整个项目的生命周期中更快、更有效、更可持续地工作，Autodesk 需要重新设想其基础设施，以支持这种复杂的、呈指数级增长的数据。了解有关 Autodesk 使用的五步框架。
2019 年AWS 上的数据准备支持 Autodesk 进行客户分析
对客户财务指标开发出 360 度的全方位视图，可以让组织有能力做出主动的决策，而不是机械响应客户团队策略。但是，客户数据通常存储在多个数据源中，通过映射 ID、账户名和其他字段来连接指标需要耗费大量工作。Autodesk 利用 AWS 上的 Trifacta 来创建简化的数据管道流程，来自动化整体客户分析的交付。
-
架构
-
2020 年
Autodesk 使用 Amazon SageMaker 调试器优化了 Fusion 360 中的视觉相似性搜索模型
Autodesk 快速设计、训练并调试了视觉相似性的机器学习模型。利用 SageMaker 调试器，Autodesk 提高了 Fusion 360 的性能并同时节省了时间和计算成本。
2019 年在 AWS 中保护工作室 IP 安全：使用 Autodesk Shotgun 进行基于云的 VFX 项目管理
Autodesk Shotgun 简化了创造性的项目管理，并统一了视觉效果 (VFX)、动画和各种规模的游戏团队。Shotgun 是一个可扩展的按需平台，可支持几个到数千个用户 — 全球有超过 1000 家工作室使用它，每天跟踪数百万项任务。该演练展示了 AWS 如何帮助客户构建稳健的 SaaS 应用程序，即使对于最严格的安全需求也能够满足。
2019 年Autodesk 使用 Amazon ECS 部署 Windows 和 Linux 工作负载
Autodesk 创建了端到端的生态系统，对其构建、运行和部署软件的方式进行了标准化。Autodesk 可借助一个 Amazon ECS 集群运行 Linux 和 Windows 两种工作负载。
-
迁移
-
2020 年
Autodesk 从 Microsoft SQL Server 到 Amazon Aurora MySQL 任务关键型数据库迁移背后的架构
Autodesk 得以在最短的停机时间内迁移任务关键型数据库。此举措帮助简化了 Autodesk SSO 服务的管理和弹性，优化了成本并减少了基础设施维护的开销。了解迁移前架构、迁移策略、迁移步骤和性能比较。
2020 年Autodesk 采用 Amazon S3 节省了 75% 的存储成本并将备份和恢复现代化
了解 Autodesk 的云之旅以及 Autodesk 用来节省时间和资金的 Amazon S3 存储类和功能。这包括 Autodesk 数据摄入管道从数据来源到云存储的分步概述，并解释了 Autodesk 如何恢复其数据的备份副本。
2019 年使用 AWS DataSync 将数百 TB 的数据迁移到 Amazon S3
企业经常面临在有效且高效地从本地数据存储环境向 AWS 迁移海量数据时产生的挑战。Autodesk 成功地使用 DataSync 将超过 700 TB 的数据从其本地 Dell EMC 数据域存储系统迁移到了 Amazon S3。
2018 年Autodesk 如何使用 Amazon Aurora 提高数据库可扩展性并缩短复制滞后
Autodesk 从运行在 Amazon RDS 上的托管 MySQL 数据库和托管在 Amazon EC2 上的自行管理的 MySQL 数据库迁移到了 Amazon Aurora。了解 Autodesk 迁移到 Amazon Aurora 的决策的影响因素、迁移的好处以及迁移和优化的最佳实践。
关于 Autodesk
Autodesk 是建筑、工程、制造、媒体和娱乐行业 3D 设计领域的软件提供商。全球有超过 1 亿人使用 Autodesk 产品，其中包括计算机辅助设计和建筑信息模型软件。
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。