Urbanbase führt Services mit AWS 20x schneller ein

Urbanbase

Urbanbase wurde 2014 gegründet und ist ein Unternehmen für Geodatenplattformen, das jetzt über Geodaten für 80 % der koreanischen Wohnungen und Daten für 7.000 3D-Produkte verfügt. Es bietet Programmierschnittstellen-(API-)Dienste wie automatische 3D-Konvertierung, 3D-Wohnungseinrichtung und Augmented-Reality-Dienste für Innenarchitektur-, Bau-, Haushaltsgeräte- und Möbelunternehmen.

Urbanbase plant, von Wohn-3D/VR-Raumdaten auf Unterhaltungseinrichtungen wie Stadien und Theater sowie Transportprodukte wie Flugzeuge und Schiffe zu expandieren.

„Wenn wir Infrastrukturen auf herkömmliche Weise aufgebaut hätten, hätte es mehr als 20-mal länger gedauert als bei der Verwendung von Amazon SageMaker.“

– Bang HyunWoo, CTO, Urbanbase

  • Über Urbanbase
  • Urbanbase ist ein Unternehmen für Geodatenplattformen, das Unternehmenspartnern hilft, durch VR-/AR-Technologie und -Daten einen potenziellen Mehrwert für ihre Kunden zu schaffen.

  • Vorteile
    • Neue Microservice-Architektur
    • 20x schnellerer Servicestart
    • 100x beschleunigtere Entwicklung
    • Reduzierte Deep-Learning-Kosten
    • Auslandsexpansion aktiviert
  • Verwendete AWS-Services

Die Herausforderung

In seinen Anfängen hat Urbanbase mithilfe des Supportprogramms AWS Startups von Amazon Web Services eine Serviceplattform in der Cloud aufgebaut und betrieben. Man konnte 2D-Zeichnungen in Sekundenschnelle automatisch in 3D umzuwandeln, virtuelle Innenräume mit 3D-Daten rendern und dekorieren und Augmented Reality (AR)-Erlebnisse basierend auf Raum- und Fotoinformationen erstellen.

Die weltweite Nachfrage nach raumbezogenen 3D/VR-Diensten wächst, und um seine Expansionsziele in Übersee zu unterstützen, benötigte Urbanbase die leistungsstarken Webdienste, die die Microservice-Architektur am besten bieten kann.

„Wir haben für unsere Serviceplattform eine monolithische Architektur verwendet, was in der Größe kein Problem darstellte. Aber als das Unternehmen wuchs, mussten wir größere Systeme bauen und betreiben, also brauchten wir eine neue Architektur“, sagt Bang HyunWoo, CTO von Urbanbase.

Die Architektur einer bewährten Serviceplattform zu ändern ist nicht einfach, da sowohl Kunden als auch Partner von Migrationsproblemen betroffen sein können. Urbanbase verfolgte also eine einfache Strategie: Das bestehende System würde auf eine containerbasierte Umgebung aufgerüstet und der neue Service sollte auf einer serverlosen Architektur basieren.

Gründe für Amazon Web Services

Urbanbase hat seine bestehende VM-Umgebung mit Amazon Elastic Compute Cloud (Amazon EC2), einem Hochleistungs-Container-Orchestrierungsdienst, der Computer Vision und Deep-Learning-Technologie verwendet, um räumliche Analyse, Objekterkennung, Benutzergeschmacksanalyse und Produktempfehlungen anzubieten.

„Für Startups wie uns ist es wichtig, schnelle Prototypen zu entwickeln. Die Microservice-Architektur hilft uns dabei, stetig neue Ideen zu verwirklichen“, sagt Herr Bang. „Wir mussten keine Zeit damit verschwenden, das Modell zu entwerfen, da wir den in Amazon SageMaker enthaltenen Algorithmus verwendet haben. Modellierung, Training und Endpunkterstellung waren ebenfalls sehr einfach, sodass wir eine voll funktionsfähige serverlose Front-End-Anwendung entwickeln konnten."

Die Vorteile

Die Umstellung auf eine serverlose Architektur bietet Urbanbase die Möglichkeit, neue Serviceplattformen schneller und effizienter zu entwickeln und zu betreiben. Durch die Kombination von Amazon Simple Storage Service (Amazon S3), AWS Lambda und Amazon SageMaker verlief die Entwicklung der Plattform für die räumliche Analyse schnell, effizient und reibungslos. Entwickler müssen sich nicht mehr um die Infrastruktur kümmern, wodurch Urbanbase die Möglichkeit bekam, eine konsistente Entwicklungs- und Betriebsumgebung bereitzustellen.

„Für eine Entwicklung, die KI-Funktionen erfordert, ist die Leistung sehr wichtig – mit zunehmender Modelltrainingszeit steigt auch die Entwicklungszeit. Im Vergleich zu On-Premise-Workstations ist die Leistung von Amazon SageMaker etwa 100-mal schneller“, erklärt Bang. „Dank der flexiblen Konfiguration können wir auch einfach Modelle entwickeln und trainieren und CPUs selektiv für Inferenzen verwenden, was zur Kostensenkung beiträgt.“

„Hätten wir Infrastrukturen auf herkömmliche Weise aufgebaut, hätte es mehr als 20-mal länger gedauert als bei der Verwendung von Amazon SageMaker in einer serverlosen Umgebung“, fügt Herr Bang hinzu.


Weitere Informationen

Weitere Informationen finden Sie unter Amazon Web Services.