AWS SageMaker permet à Urbanbase de lancer ses services 20 fois plus vite

À ses débuts, Urbanbase a créé et exploité une plateforme de service dans le cloud avec l'aide d'AWS Startups, le programme de soutien d'Amazon Web Services. Cela a permis à l'entreprise de convertir automatiquement les dessins 2D en 3D en quelques secondes, de générer et de décorer des intérieurs virtuels avec des données en 3D, et de créer des expériences de réalité augmentée (AR) basées sur des photos et des renseignements spatiaux.

La demande mondiale pour les services associés à la 3D/VR est en plein essor, et afin de soutenir ses objectifs de développement à l'étranger, Urbanbase avait besoin des meilleurs services Web de grande capacité que l'architecture de microservices pouvait offrir.

« Nous utilisions une architecture monolithique pour notre plateforme de service, ce qui n'était pas un problème lorsque notre plateforme était encore petite. Mais au fur et à mesure que l'entreprise s'est développée, nous avons eu besoin de créer et d'exploiter des systèmes plus grands, et c'est pour cela qu'il nous fallait une nouvelle architecture », explique Bang HyunWoo, CTO chez Urbanbase.

Modifier l'architecture d'une plateforme de service éprouvée n'est pas chose aisée, puisque les problèmes de migration peuvent affecter les clients tout comme les partenaires. C'est ainsi qu'Urbanbase a appliqué une stratégie simple : le système existant serait mis à niveau vers un environnement basé sur des conteneurs, tandis que le nouveau service serait basé sur une architecture sans serveur.

Urbanbase a fait progresser son environnement VM existant grâce à Amazon Elastic Compute Cloud (Amazon EC2), un service d'orchestration de conteneurs haute performance qui utilise la reconnaissance d'image et le deep learning pour fournir des services d'analyse spatiale, de reconnaissance d'objet, d'analyse des goûts des utilisateurs et des recommandations de produits.

« Pour une start-up comme la nôtre, il est primordial de développer rapidement des prototypes. L'architecture de microservices nous aide à trouver régulièrement de nouvelles idées », déclare M. Bang. « Nous n'avons pas eu à perdre notre temps à concevoir le modèle, car nous avons utilisé l'algorithme inclut dans Amazon SageMaker. La modélisation, l'entraînement et la création du point de terminaison ont également été très faciles, et nous avons été en mesure de développer une application frontale sans serveur entièrement opérationnelle. »

Passer à une architecture sans serveur a permis à Urbanbase de développer et d'exploiter de nouvelles plateformes de service plus rapidement et plus efficacement. En combinant Amazon Simple Storage Service (Amazon S3), AWS Lambda et Amazon SageMaker, le développement de la plateforme d'analyse spatiale fut rapide, efficace et fluide. Les développeurs n'ont plus besoin de se soucier de l'infrastructure, et cela a permis à Urbanbase de fournir un environnement de développement et d'exploitation cohérent.

« Pour les opérations de développement qui nécessitent des fonctions d'IA, la performance est très importante : le délai d'entraînement du modèle augmente au fur et à mesure que le délai de développement augmente. Par rapport aux postes de travail sur site, les performances d'Amazon SageMaker sont environ 100 fois plus rapides », explique M. Bang. « Sa configuration flexible nous permet également de développer et d'entraîner facilement des modèles, et d'utiliser de manière sélective des processeurs pour l'inférence, ce qui aide à réduire les coûts »

« Si nous avions créé des infrastructures de manière traditionnelle, cela aurait pris 20 fois plus de temps qu'en utilisant Amazon SageMaker dans un environnement sans serveur », ajoute M. Bang.