Urbanbase lanza servicios 20 veces más rápido con AWS

Urbanbase

Fundada en 2014, Urbanbase es una empresa de plataforma de datos espaciales que ahora cuenta con datos espaciales para el 80 % de los departamentos coreanos, y datos para 7000 productos tridimensionales. Proporciona servicios de interfaz de programas de aplicación (API), como conversión tridimensional automática, muebles tridimensionales para el hogar y servicios de realidad aumentada para el diseño interior, la construcción, los dispositivos del hogar y empresas de amoblamientos.

Urbanbase planifica expandirse de los datos espaciales tridimensionales/RV residenciales a las instalaciones de entrenamiento, como estadios y teatros, y productos de transporte, como aeroplanos y barcos.

“Si hubiéramos creado infraestructuras de un modo tradicional, habría tomado 20 veces más tiempo que usando Amazon SageMaker".

– Bang HyunWoo, CTO, Urbanbase

  • Acerca de Urbanbase
  • Urbanbase es una empresa de plataforma de datos espacial que ayuda a los socios corporativos a encontrar valor potencial para sus clientes a través de tecnología y datos de RV/RA.

  • Beneficios
    • Nueva arquitectura de microservicio
    • Lanzamiento de servicios 20 veces más rápido
    • Desarrollo 100 veces más acelerado
    • Menores costos de aprendizaje profundo
    • Expansión al exterior habilitada
  • Servicios de AWS utilizados

El desafío

En sus primeros días, Urbanbase creaba y operaba una plataforma de servicios en la nube con ayuda del programa de soporte AWS Startups de Amazon Web Services. Permitió convertir en forma automática dibujos bidimensionales en tridimensionales en segundos, obtener y decorar interiores virtuales con datos tridimensionales, y crear experiencias de realidad aumentada (RA) en función de la información espacial y fotográfica.

La demanda global para los servicios relacionados espaciales tridimensionales/RV va en aumento, y para respaldar los objetivos de expansión al exterior, Urbanbase requirió servicios web de gran capacidad que la arquitectura de microservicios pudiera proporcionar.

“Utilizamos la arquitectura monolítica para nuestra plataforma de servicios, lo que no era un problema cuando era pequeña. Pero a medida que la empresa crecía, necesitábamos construir y operar sistemas más grandes, por lo que debimos contar con una nueva arquitectura”, dice Bang HyunWoo, CTO de Urbanbase.

Cambiar la arquitectura de una plataforma de servicio comprobada no es fácil, ya que los problemas de migración podrían afectar tanto a clientes como a socios. Por lo tanto, Urbanbase tuvo una estrategia simple: que el actual sistema se actualice a un entorno basado en contenedor, y que el nuevo servicio esté basado en una arquitectura sin servidor.

Por qué Amazon Web Services

Urbanbase avanzó su entorno de VM existente utilizando Amazon Elastic Compute Cloud (Amazon EC2), un servicio de orquestación de contenedor de alto rendimiento que utiliza la tecnología de visión artificial y aprendizaje profundo para proporcionar análisis espacial, reconocimiento de objetos, análisis de gusto del usuario y recomendaciones de productos.

“Para empresas emergentes como la nuestra, es importante desarrollar prototipos de manera más rápida. La arquitectura de microservicios nos ayuda a hacer realidad nuevas ideas paulatinamente”, dice el Sr. Bang. “No tuvimos que desperdiciar tiempo en el diseño del modelo ya que utilizamos el algoritmo incluido en Amazon SageMaker. El modelado, el entrenamiento y la creación de puntos de enlace también fueron muy simples, por lo que pudimos desarrollar una aplicación frontend plenamente operativa sin servidor”.

Los beneficios

Cambiar a una arquitectura sin servidor permitió que Urbanbase desarrollara y operara las nuevas plataformas de servicio más rápida y eficientemente. Al combinar Amazon Simple Storage Service (Amazon S3), AWS Lambda y Amazon SageMaker, el desarrollo para la plataforma de análisis espacial fue rápido, eficiente y uniforme. Los desarrolladores ya no deben preocuparse por la infraestructura, y esto permitió que Urbanbase proporcionara un entorno de desarrollo y operativo consistente.

“Para el desarrollo que requiere funciones de IA, el rendimiento es muy importante: mientras aumenta el tiempo de entrenamiento del modelo, aumenta el tiempo de desarrollo. En comparación con las estaciones de trabajo en las instalaciones, el rendimiento de Amazon SageMaker es alrededor de 100 veces más rápido”, explica el Sr. Bang. “Su configuración flexible también nos permite desarrollar y entrenar fácilmente los modelos y utilizar CPU de manera selectiva para inferencia, lo que ayuda a reducir costos”.

“Si hubiéramos creado infraestructuras de manera tradicional, habría tardado 20 veces más tiiempo que usando Amazon Sagemaker en un entorno sin servidor", agrega el Sr. Bang.


Más información

Para obtener más información, visite Amazon Web Services.