Instans Inf1 Amazon EC2

Inferensi machine learning berkinerja tinggi dan berbiaya rendah

Bisnis di berbagai rangkaian industri mencari transformasi yang didukung kecerdasan buatan (AI) untuk mendorong inovasi bisnis, meningkatkan pengalaman pelanggan, dan memproses peningkatan. Model machine learning yang mendukung aplikasi kecerdasan buatan (AI) menjadi makin kompleks, yang berakibat meningkatnya biaya infrastruktur komputasi dasar. Hingga 90% pengeluaran infrastruktur untuk mengembangkan dan menjalankan aplikasi ML sering di inferensi. Pelanggan mencari solusi infrastruktur yang hemat biaya untuk melakukan deployment aplikasi ML mereka dalam produksi.

Instans Inf1 Amazon EC2 menghasilkan inferensi ML berkinerja tinggi dan berbiaya rendah. Instans tersebut menghasilkan throughput yang lebih tinggi hingga 2,3x dan biaya yang lebih rendah hingga 70% per inferensi dibandingkan instans Amazon EC2 berbasis GPU generasi terbaru yang setara. Instans Inf1 dibangun dari nol untuk mendukung aplikasi inferensi pembelajaran mesin. Instans tersebut menghadirkan hingga 16 chip AWS Inferentia, chip machine learning berkinerja tinggi yang dirancang dan dibuat oleh AWS. Selain itu, instans Inf1 menyertakan prosesor Intel® Xeon® Scalable generasi ke-2 dan jaringan hingga 100 Gbps untuk menghasilkan inferensi throughput tinggi.

Pelanggan bisa menggunakan instans Inf1 untuk menjalankan aplikasi inferensi machine learning skala besar seperti pencarian, mesin rekomendasi, visi komputer, pengenalan ucapan, pemrosesan bahasa alami, personalisasi, dan deteksi penipuan.

Developer bisa melakukan deployment model machine learning pada instans Inf1 menggunakan AWS Neuron SDK, yang terintegrasi dengan kerangka kerja machine learning populer seperti TensorFlow, PyTorch, dan MXNet. Mereka bisa terus menggunakan alur kerja ML yang sama dan dengan lancar memigrasikan aplikasi ke instans Inf1 dengan perubahan kode minimal dan tanpa terikat ke solusi khusus vendor.

Mulai instans Inf1 dengan menggunakan Amazon SageMaker, AMI AWS Deep Learning yang dikonfigurasi sebelumnya dengan Neuron SDK, atau menggunakan Amazon ECS atau Amazon EKS untuk aplikasi ML terkontainer secara mudah.

Amazon EC2 Inf1 Instances | Amazon Web Services (1:23)

Manfaat

Biaya per inferensi yang lebih rendah hingga 70%

Dengan menggunakan Inf1, developer bisa mengurangi biaya deployment produksi machine learning mereka secara signifikan. Kombinasi biaya instans yang rendah dan throughput tinggi pada instans Inf1 menghasilkan biaya per inferensi yang lebih rendah hingga 70% dibandingkan instans EC2 berbasis GPU generasi terbaru yang setara.

Kemudahan penggunaan dan portabilitas kode

Neuron SDK terintegrasi dengan kerangka kerja machine learning umum seperti TensorFlow, PyTorch, dan MXNet. Developer bisa terus menggunakan alur kerja ML yang sama dan dengan lancar memigrasikan aplikasi mereka ke instans Inf1 dengan perubahan kode minimal. Hal ini memberi mereka kebebasan untuk menggunakan kerangka kerja machine learning pilihan, platform komputasi yang paling memenuhi persyaratan mereka, dan memanfaatkan teknologi terbaru tanpa terikat dengan solusi khusus vendor.

Throughput yang lebih tinggi hingga 2,3x

Instans Inf1 mengirimkan throughput yang lebih tinggi hingga 2,3x dibandingkan instans Amazon EC2 berbasis GPU generasi saat ini yang sebanding. Chip AWS Inferentia yang mendukung instans Inf1 dioptimalkan untuk kinerja inferensi untuk ukuran batch kecil, memungkinkan aplikasi waktu nyata memaksimalkan throughput dan memenuhi persyaratan latensi.

Latensi yang luar biasa rendah

Chip AWS Inferentia dilengkapi dengan memori on-chip besar yang memungkinkan cache model machine learning langsung di chip. Anda bisa menerapkan model Anda menggunakan kemampuan seperti NeuronCore Pipeline yang menghilangkan kebutuhan untuk mengakses sumber daya memori luar. Dengan Instans Inf1, Anda bisa menerapkan aplikasi inferensi waktu nyata pada latensi hampir secara waktu nyata tanpa memengaruhi bandwidth.

Dukungan untuk berbagai model dan jenis data machine learning

Instans Inf1 mendukung banyak arsitektur model machine learning yang umum digunakan seperti SSD, VGG, dan ResNext untuk pengenalan/klasifikasi gambar serta Transformer dan BERT untuk pemrosesan bahasa alami. Selain itu, dukungan untuk repositori model HuggingFace di Neuron memberi pelanggan kemampuan untuk menyusun dan menjalankan inferensi menggunakan model yang dilatih sebelumnya – atau bahkan yang disetel, dengan mudah, cukup dengan mengubah satu baris kode. Beberapa jenis data termasuk BF16 dan FP16 dengan presisi campuran juga didukung untuk berbagai model dan kebutuhan kinerja.

Fitur

Didukung oleh AWS Inferentia

AWS Inferentia adalah chip machine learning yang dibuat oleh AWS untuk memberikan inferensi performa tinggi dengan biaya rendah. Setiap chip AWS Inferentia memiliki empat NeuronCore generasi pertama dan memberikan performa hingga 128 tera operasi per detik (TOPS), serta dukungan untuk tipe data FP16, BF16, dan INT8. Chip AWS Inferentia juga memiliki sejumlah besar memori pada chip yang dapat digunakan untuk membuat cache model besar, yang khususnya bermanfaat bagi model yang sering memerlukan akses memori.

Kit pengembangan perangkat lunak (SDK) AWS Neuron terdiri dari compiler, driver run-time, dan alat pembuatan profil. Hal ini memungkinkan penerapan model jaringan neural kompleks, yang dibuat dan dilatih di kerangka kerja populer seperti TensorFlow, PyTorch, dan MXNet, bisa dieksekusi menggunakan instans Inf1. Dengan NeuronCore Pipeline dari Neuron, Anda bisa memecah model besar untuk eksekusi di beberapa chip Inferentia menggunakan interkoneksi chip ke chip fisik kecepatan tinggi, yang memberikan throughput inferensi tinggi, tetapi biaya inferensi yang lebih rendah.

Jaringan dan penyimpanan performa tinggi

Instans Inf1 menawarkan throughput jaringan hingga 100 Gbps untuk aplikasi yang memerlukan akses ke jaringan berkecepatan tinggi. Teknologi Elastic Network Adapter (ENA) dan NVM Express (NVMe) generasi berikutnya menyediakan instans Inf1 dengan antarmuka throughput tinggi dan latensi rendah untuk jaringan dan Amazon Elastic Block Store (Amazon EBS).

Dibangun di AWS Nitro System

AWS Nitro System adalah kumpulan komponen dasar yang melepaskan beban berbagai fungsi virtualisasi konvensional ke perangkat keras dan perangkat lunak khusus untuk memberikan performa tinggi, ketersediaan tinggi, dan keamanan tinggi sekaligus juga mengurangi biaya overhead virtualisasi.

Cara kerjanya

Cara menggunakan Inf1 dan AWS Inferentia

Testimoni Pelanggan

airbnb-case-study

Didirikan pada tahun 2008, Airbnb yang berpusat di San Francisco adalah marketplace komunitas dengan lebih dari 4 juta Host yang telah menyambut lebih dari 900 juta kedatangan tamu di hampir setiap negara di seluruh dunia.

"Platform Dukungan Komunitas Airbnb memungkinkan pengalaman layanan yang cerdas, dapat diskalakan, dan luar biasa bagi komunitas kami yang terdiri dari jutaan tamu dan host di seluruh dunia. Kami secara konstan mencari cara untuk meningkatkan performa model Pemrosesan Bahasa Alami kami yang digunakan oleh aplikasi chatbot dukungan kami. Dengan instans Inf1 Amazon EC2 yang didukung oleh AWS Inferentia, kami melihat peningkatan 2x lipat dalam throughput secara langsung, dibandingkan instans berbasis GPU untuk model BERT berbasis PyTorch kami. Kami berharap dapat memanfaatkan instans Inf1 untuk model dan kasus penggunaan lainnya di masa mendatang.”

Bo Zeng, Engineering Manager - AirBnB

Snap Inc
"Kami menggabungkan machine learning (ML) ke dalam banyak aspek Snapchat, dan menjelajahi inovasi di bidang ini menjadi prioritas utama. Setelah mendengar tentang Inferentia, kami mulai berkolaborasi dengan AWS untuk mengadopsi instans Inf1/Inferentia untuk membantu kami dengan penerapan ML, termasuk dalam hal kinerja dan biaya. Kami memulai dengan model rekomendasi kami, dan berharap dapat mengadopsi lebih banyak model dengan instans Inf1 di masa mendatang.”

Nima Khajehnouri, VP Engineering - Snap Inc.

Sprinklr
"Platform unified customer experience management (Unified-CXM) yang didorong AI dari Sprinklr memungkinkan perusahaan untuk mengumpulkan dan menerjemahkan umpan balik pelanggan secara waktu nyata di berbagai saluran menjadi wawasan yang dapat ditindaklanjuti – menghasilkan resolusi masalah yang proaktif, pengembangan produk yang ditingkatkan, pemasaran konten yang lebih baik, layanan pelanggan yang lebih baik, dan banyak lagi. Dengan menggunakan Inf1 Amazon EC2, kami dapat meningkatkan performa salah satu model pemrosesan bahasa alami (NLP) secara signifikan dan meningkatkan performa salah satu model penglihatan komputer kami. Kami berharap dapat terus menggunakan Inf1 Amazon EC2 untuk melayani pelanggan global kami dengan lebih baik."

Vasant Srinivasan, Senior Vice President of Product Engineering - Sprinklr

Print
“Produk Pemrosesan Bahasa Alami (NLP) kami yang canggih, Finch for Text, menawarkan kemampuan untuk mengekstraksi, membedakan, dan memperkaya berbagai tipe entitas dalam volume teks yang besar kepada pengguna. Finch for Text memerlukan sumber daya komputasi yang signifikan untuk menyediakan pengayaan latensi rendah pada umpan data global kepada klien kami. Kami saat ini menggunakan instans Inf1 AWS dalam model PyTorch NLP, penerjemahan, dan disambiguasi entitas kami. Kami dapat mengurangi biaya inferensi hingga lebih dari 80% (di atas GPU) dengan pengoptimalan minimal sekaligus mempertahankan kecepatan dan performa inferensi kami. Peningkatan ini memungkinkan pelanggan kami untuk memperkaya teks bahasa Prancis, Spanyol, Jerman, dan Belanda mereka secara waktu nyata pada umpan data streaming dan dalam skala global – sesuatu yang penting bagi layanan keuangan, agregator data, dan pelanggan sektor publik kami.”

Scott Lightner, Chief Technology Officer - Finch Computing

Autodesk
"Autodesk memajukan teknologi kognitif asisten virtual yang didukung AI kami, Autodesk Virtual Agent (AVA) dengan menggunakan Inferentia. AVA menjawab lebih dari 100.000 pertanyaan pelanggan per bulan dengan menerapkan teknik natural language understanding (NLU) dan pembelajaran mendalam untuk mengekstrak konteks, tujuan, dan makna di balik pertanyaan. Dengan memelopori Inferentia, kami mampu mendapatkan throughput yang 4,9x lebih tinggi daripada G4dn untuk model NLU kami, dan tidak sabar ingin menjalankan lebih banyak beban kerja di instans Inf1 berbasis Inferentia.”

Binghui Ouyang, Sr Data Scientist - Autodesk

Screening Eagle
“Penggunaan Ground Penetrating Radar dan deteksi cacat visual biasanya menjadi wewenang surveyor ahli. Arsitektur berbasis layanan mikro AWS memungkinkan kami memproses video yang diambil oleh kendaraan inspeksi dan inspektur otomatis. Dengan memigrasikan model bawaan kami dari instans berbasis GPU tradisional ke Inferentia, kami dapat mengurangi biaya hingga 50%. Selain itu, kami dapat melihat peningkatan performa saat membandingkan waktu dengan instans GPU G4dn. Tim kami berharap dapat menjalankan lebih banyak beban kerja pada instans Inf1 berbasis Inferentia.”

Jesús Hormigo, Chief of Cloud dan AI Officer - Screening Eagle Technologies

NTT PC

NTTPC Communications adalah penyedia solusi layanan jaringan dan komunikasi di Jepang yang merupakan pemimpin telekomunikasi dalam memperkenalkan produk inovatif baru di pasar informasi dan teknologi komunikasi.

"NTTPC mengembangkan "AnyMotion", layanan platform API analisis gerakan berdasarkan model machine-learning estimasi postur lanjutan. NTTPC men-deploy platform AnyMotion mereka pada instans Inf1 Amazon EC2 menggunakan Amazon Elastic Container Service (ECS) untuk layanan orkestrasi kontainer yang terkelola sepenuhnya. Dengan men-deploy kontainer AnyMotion mereka di Inf1 Amazon EC2, NTTPC melihat 4,5x lebih tinggi secara keseluruhan, latensi inferensi 25% lebih rendah, dan biaya 90% lebih rendah dibandingkan dengan instans EC2 berbasis GPU generasi saat ini. Hasil superior ini akan membantu meningkatkan kualitas layanan AnyMotion dalam skala besar."

Toshiki Yanagisawa, Software Engineer - NTT PC Communications Incorporated

Anthem

Anthem adalah salah satu perusahaan tunjangan kesehatan terkemuka nasional, melayani kebutuhan perawatan kesehatan lebih dari 40 juta anggota di puluhan negara bagian. 

"Pasar platform kesehatan digital tumbuh luar biasa pesat. Mengumpulkan intelijen di pasar ini menjadi tugas yang menantang karena banyaknya data opini pelanggan dan sifatnya tidak terstruktur. Aplikasi kami mengotomatiskan pembuatan wawasan yang dapat ditindaklanjuti dari opini pelanggan melalui model bahasa alami pembelajaran mendalam (Transformer). Aplikasi kami intensif komputasi dan harus diterapkan dengan kinerja sangat tinggi. Kami menerapkan beban kerja penginferensi pembelajaran mendalam dengan mulus pada instans Inf1 Amazon EC2 yang didukung prosesor AWS Inferentia. Instans Inf1 baru memberikan throughput 2X lebih tinggi ke instans berbasis GPU sehingga kami dapat menyederhanakan beban kerja inferensi kami.”

Numan Laanait, PhD, Principal AI/Data Scientist - Anthem
Miro Mihaylov, PhD, Principal AI/Data Scientist - Anthem

Condé Nast
“Portofolio global Condé Nast terdiri lebih dari 20 merek media ternama, termasuk Wired, Vogue, dan Vanity Fair. Dalam beberapa minggu, tim kami dapat mengintegrasikan mesin rekomendasi dengan chip AWS Inferentia. Penggabungan ini memungkinkan beberapa optimalisasi runtima untuk model bahasa natural tercanggih di instans SageMaker Inf1. Hasilnya, kami mengamati pengurangan biaya sebesar 72% jika dibandingkan instans GPU yang diterapkan sebelumnya."

Paul Fryzel, Principal Engineer, AI Infrastructure - Condé Nast

Ciao
“Ciao tengah mengembangkan kamera keamanan konvensional menjadi kamera analisis kinerja tinggi yang setara dengan kemampuan mata manusia. Aplikasi kami mengedepankan pencegahan bencana, memantau kondisi lingkungan dengan solusi kamera kecerdasan buatan (AI) berbasis cloud untuk memperingatkan sebelum bencana terjadi. Peringatan ini memungkinkan reaksi awal terhadap situasi. Berdasarkan deteksi objek, kami juga dapat memberikan pengamatan dengan memperkirakan jumlah tamu yang masuk tanpa staf dari video di toko fisik. Ciao Camera secara komersial mengadopsi instans Inf1 berbasis AWS Inferentia dengan kinerja harga 40% lebih baik dari G4dn dengan YOLOv4. Kami harap akan ada lebih banyak layanan kami dengan Inf1 yang memanfaatkan efisiensi biaya yang signifikan.”

Shinji Matsumoto, Software Engineer - Ciao Inc.

欧文ベーシックロゴ(The Asahi Shimbun)
“Asahi Shimbun adalah salah satu surat kabar harian paling populer di Jepang. Media Lab, yang didirikan sebagai salah satu departemen perusahaan kami, punya misi untuk meneliti teknologi terkini, khususnya AI, dan menghubungkan teknologi mutakhir untuk bisnis baru. Dengan peluncuran instans Inf1 Amazon EC2 berbasis AWS Inferentia di Tokyo, kami menguji aplikasi AI peringkasan teks berbasis PyTorch kami pada instans ini. Aplikasi ini memproses teks dalam jumlah besar dan menghasilkan berita utama dan kalimat ringkasan yang dilatih tentang artikel dari 30 tahun terakhir. Dengan Inferentia, kami menurunkan biaya menurut tingkat besaran terhadap instans berbasis CPU. Pengurangan biaya drastis ini memungkinkan kami men- deploy model paling kompleks sesuai skala, yang sebelumnya kami yakini tidak layak secara ekonomi”

Hideaki Tamori, PhD, Senior Administrator, Media Lab - The Asahi Shimbun Company

CS Disco
“CS Disco menciptakan kembali teknologi hukum sebagai penyedia utama solusi AI untuk penemuan elektronik, oleh praktisi hukum dan untuk praktisi hukum. Disco AI mempercepat tugas sulit dengan menyisir data berukuran terabyte, mempercepat waktu pengulasan, dan meningkatkan akurasi pengulasan dengan memanfaatkan model Pemrosesan Bahasa Alami kompleks, yang sangat mahal secara komputasi. Disco menemukan bahwa instans Inf1 berbasis AWS Inferentia mengurangi biaya inferensi Disco AI setidaknya sebesar 35% dibandingkan instans GPU terkini. Berkat pengalaman positif dengan instans Inf1 ini CS Disco akan mempertimbangkan kesempatan untuk bermigrasi ke Inferentia.”

Alan Lockett, Sr. Director of Research - CS Disco

Talroo
“Di Talroo, pelanggan kami berikan platform berbasis data agar mereka bisa menarik kandidat pekerjaan unik, sehingga mereka bisa merekrut. Kami selalu menjajaki teknologi baru untuk memastikan adanya produk dan layanan terbaik bagi pelanggannya. Dengan Inferentia, kami mengekstrak wawasan dari korpus data teks untuk menyempurnakan teknologi cari-dan-cocokkan yang didukung AI. Talroo memanfaatkan instans Inf1 Amazon EC2 untuk membuat model Pemahaman Bahasa Alami throughput tinggi dengan SageMaker. Pengujian awal Talroo menunjukkan bahwa instans Inf1 Amazon EC2 memiliki latensi inferensi 40% lebih rendah dan throughput 2X lebih tinggi dibandingkan instans berbasis GPU G4dn. Berdasarkan hasil ini, Talroo ingin menggunakan instans Inf1 Amazon EC2 sebagai bagian dari infrastruktur AWS-nya.”

Janet Hu, Software Engineer - Talroo

DMP
"Digital Media Professionals (DMP) memvisualisasikan masa depan dengan platform ZIA™ berbasis AI (Kecerdasan Buatan). Teknologi klasifikasi visi komputer efisien DMP digunakan untuk membangun wawasan tentang sejumlah besar data gambar waktu nyata, seperti observasi kondisi, pencegahan kejahatan, dan pencegahan kecelakaan. Kami mengetahui bahwa model segmentasi gambar kami berjalan empat kali lebih cepat di instans Inf1 berbasis AWS Inferentia dibandingkan instans G4 berbasis GPU. Karena throughput yang lebih tinggi dan biaya yang lebih rendah, Inferentia memungkinkan kami men- deploy beban kerja kecerdasan buatan (AI) seperti aplikasi untuk kamera dasbor mobil sesuai skala."

Hiroyuki Umeda, Director & General Manager, Sales & Marketing Group - Digital Media Professionals

Hotpot.ai

Hotpot.ai memberdayakan nondesainer dalam pembuatan grafik yang menarik dan membantu desainer profesional mengotomatiskan tugas-tugas penghafalan. 

"Karena pembelajaran mesin adalah inti strategi kami, kami sangat antusiaas mencoba instans Inf1 berbasis AWS Inferentia. Kami dapati ternyata instans Inf1 mudah diintegrasikan ke dalam pipeline penelitian dan pengembangan kami. Yang terpenting, kami amati peningkatan kinerjanya yang mengesankan dibandingkan dengan instans berbasis GPU G4dn. Dengan model pertama kami, instans Inf1 menghasilkan throughput sekitar 45% lebih tinggi dan menurunkan biaya per inferensi sebesar hampir 50%. Kami berniat untuk bekerja sama dengan tim AWS untuk memindahkan model lain dan mengalihkan sebagian besar infrastruktur inferensi ML kami ke AWS Inferentia."

Clarence Hu, Founder - Hotpot.ai

SkyWatch
"SkyWatch memproses ratusan triliun piksel data observasi Bumi, yang diambil dari luar angkasa tiap hari. Mengadopsi instans Inf1 baru berbasis AWS Inferentia menggunakan Amazon SageMaker untuk deteksi cloud secara waktu nyata dan penilaian kualitas gambar menjadi cepat dan mudah. Semua itu hanya masalah mengganti jenis instans dalam konfigurasi penerapan kami. Dengan mengalihkan jenis instans ke Inf1 berbasis Inferentia, kami meningkatkan kinerja sebesar 40% dan menurunkan biaya sebesar 23% secara keseluruhan. Ini keuntungan besar. Dengan demikian kami berhasil menurunkan biaya operasional secara keseluruhan sambil terus memberikan citra satelit berkualitas tinggi kepada pelanggan, dengan biaya teknis yang minimal. Kami berharap dapat mentransisikan semua titik akhir inferensi dan proses ML batch kami untuk menggunakan instans Inf1 guna lebih meningkatkan keandalan data dan pengalaman pelanggan kami."

Adler Santos, Engineering Manager - SkyWatch

Money Forward, Inc.

Money Forward, Inc. melayani bisnis dan perorangan dengan platform keuangan yang terbuka dan adil. Sebagai bagian dari platform ini, HiTTO Inc., perusahaan grup Money Forward menawarkan layanan chatbot AI, yang menggunakan model NLP yang disesuaikan untuk menjawab beragam kebutuhan pelanggan korporat mereka.

"Memigrasikan layanan chatbot AI kami ke instans Amazon EC2 Inf1 sangat mudah. Kami menyelesaikan migrasi dalam waktu 2 bulan dan meluncurkan layanan skala besar pada instans Inf1, menggunakan Amazon Elastic Container Service (ECS). Kami dapat mengurangi latensi inferensi kami sebesar 97% dan biaya inferensi kami lebih dari 50% (lebih dari instans berbasis GPU yang sebanding), dengan melayani beberapa model per instans Inf1. Kami berharap dapat menjalankan lebih banyak beban kerja pada instans Inf1 berbasis Inferentia.”

Kento Adachi, Technical lead, CTO office - Money Forward, Inc.

Layanan Amazon Menggunakan Instans Inf1 Amazon EC2

Amazon Advertising

Amazon Advertising membantu bisnis dari semua ukuran terhubung dengan pelanggan di setiap tahap perjalanan belanja mereka. Jutaan iklan, termasuk teks dan citra, dimoderasi, diklasifikasikan, dan ditayangkan untuk pengalaman pelanggan yang optimal setiap hari.

“Untuk pemrosesan iklan teks, kami men-deploy model BERT berbasis PyTorch secara global pada instans Inf1 berbasis AWS Inferentia. Dengan pindah ke Inferentia dari GPU, kami dapat menurunkan biaya sebesar 69% dengan performa yang sebanding. Mengompilasi dan menguji model kami untuk AWS Inferentia membutuhkan waktu kurang dari tiga minggu. Dengan menggunakan Amazon SageMaker untuk men-deploy model kami ke instans Inf1 memastikan deployment kami dapat diskalakan dan mudah dikelola. Ketika saya pertama kali menganalisis model yang dikompilasi, performa dengan AWS Inferentia sangat mengesankan sehingga saya benar-benar harus menjalankan kembali tolok ukur untuk memastikan mereka benar! Ke depannya, kami berencana untuk memigrasikan model pemrosesan iklan citra kami ke Inferentia. Kami telah membuat tolok ukur latensi 30% lebih rendah dan penghematan biaya 71% dibandingkan instans berbasis GPU yang sebanding untuk model ini.”

Yashal Kanungo, Ilmuwan Terapan, Amazon Advertising

Baca blog berita »

Alexa 8up logo
“Kecerdasan berbasis AI dan ML Amazon Alexa, yang didukung Layanan Web Amazon, tersedia di lebih dari 100 juta perangkat saat ini - dan janji kami kepada pelanggan adalah bahwa Alexa selalu menjadi lebih cerdas, lebih komunikatif, lebih proaktif, dan bahkan lebih menyenangkan. Untuk memenuhi janji itu, perlu penyempurnaan berkelanjutan dalam hal waktu respons dan biaya infrastruktur pembelajaran mesin, karena itulah kami sangat senang menggunakan Amazon EC2 Inf1 untuk menurunkan latensi inferensi dan biaya per inferensi pada teks-ke-ucapan Alexa. Dengan Amazon EC2 Inf1, kami akan mampu membuat layanan menjadi lebih baik bagi puluhan juta pelanggan yang menggunakan Alexa setiap bulan.”

Tom Taylor, Wakil Presiden Senior, Amazon Alexa

"Kami terus berinovasi untuk lebih meningkatkan pengalaman pelanggan dan untuk menekan biaya infrastruktur kami. Memindahkan beban kerja penjawab pertanyaan (WBQA) berbasiskan web kami dari instans P3 berbasis GPU ke instans Inf1 berbasis AWS Inferentia tidak hanya membantu kami mengurangi biaya inferensi sebesar 60%, tetapi juga meningkatkan latensi ujung ke ujung sebesar lebih dari 40%, membantu meningkatkan pengalaman Tanya Jawab pelanggan dengan Alexa. Dengan menggunakan Amazon SageMaker untuk model berbasis Tensorflow kami, proses peralihan ke instans Inf1 menjadi lebih cepat dan mudah untuk dikelola. Kami kini menggunakan instans Inf1 secara global untuk menjalankan beban kerja WBQA ini dan mengoptimalkan performanya untuk AWS Inferentia, guna menekan biaya dan latensi lebih jauh lagi.”

Eric Lind, Teknisi Pengembangan Perangkat Lunak, Alexa AI

Amazon Alexa
“Amazon Prime Video menggunakan model ML penglihatan komputer untuk menganalisis kualitas video peristiwa langsung guna memastikan pengalaman penonton yang optimal bagi anggota Prime Video. Kami melakukan deployment pada model ML klasifikasi gambar di instans EC2 Inf1 dan dapat melihat peningkatan performa 4x serta penghematan biaya hingga 40%. Kami kini ingin memanfaatkan penghematan biaya ini untuk berinovasi dan membangun model canggih yang dapat mendeteksi cacat yang lebih kompleks, seperti kesenjangan sinkronisasi antara file audio dan video untuk memberikan pengalaman menonton yang lebih baik bagi anggota Prime Video.”
 
Victor Antonino, Arsitek Solusi, Amazon Prime Video
Amazon Alexa
“Amazon Rekognition adalah aplikasi analisis gambar dan video yang sederhana dan mudah, yang membantu pelanggan mengidentifikasi objek, manusia, teks, dan aktivitas. Amazon Rekognition memerlukan infrastruktur pembelajaran mendalam dengan kinerja tinggi yang dapat menganalisis miliaran gambar dan video setiap harinya untuk pelanggan kami. Dengan instans Inf1 berbasis AWS Inferentia, menjalankan model Rekognition seperti klasifikasi objek, menghasilkan latensi 8X lebih rendah, dan throughput 2X lipat jika dibandingkan menjalankan model ini di GPU. Berdasarkan hasil ini, kami memindahkan Rekognition ke Inf1, memungkinkan pelanggan kami untuk mendapatkan hasil yang akurat lebih cepat.”
 
Rajneesh Singh, Director, SW Engineering, Rekognition and Video

Harga

* Harga yang ditunjukkan adalah untuk Wilayah AWS US East (Northern Virginia). Harga untuk instans cadangan 1 tahun dan 3 tahun adalah untuk opsi pembayaran "Sebagian di Muka" atau "Tanpa Biaya di Muka" untuk instans tanpa opsi Sebagian di Muka.

Instans Inf1 Amazon EC2 tersedia di Wilayah AWS AS Timur (Virginia U.), AS Barat (Oregon) sebagai Instans Sesuai Permintaan, Terpesan, atau Spot.

Memulai

Menggunakan Amazon SageMaker

Amazon SageMaker memudahkan kompilasi dan penerapan model machine learning yang Anda latih dalam produksi pada instans Inf1 Amazon sehingga Anda dapat mulai membuat prediksi real-time dengan latensi rendah. AWS Neuron, kompilator untuk AWS Inferentia, terintegrasi dengan Amazon SageMaker Neo sehingga Anda dapat mengompilasi model pembelajaran mesin terlatih Anda untuk bekerja optimal pada instans Inf1. Dengan Amazon SageMaker, Anda akan mudah memilih untuk menjalankan model Anda di klaster auto scaling instans Inf1 yang tersebar di beberapa availability zone untuk menghasilkan kinerja dan interferensi waktu nyata dengan ketersediaan tinggi. Pelajari cara men-deploy ke Inf1 menggunakan Amazon SageMaker dengan contoh di Github.

Menggunakan AMI AWS Deep Learning

AMI AWS Deep Learning (DLAMI) menjadi infrastruktur dan peralatan bagi praktisi dan peneliti pembelajaran mesin guna mempercepat proses pembelajaran mendalam dalam cloud, dalam skala apa pun. AWS Neuron SDK telah diinstal sebelumnya di AMI AWS Deep Learning untuk mengompilasi dan menjalankan model pembelajaran mesin Anda secara optimal pada instans Inf1. Untuk membantu Anda melalui proses persiapan, kunjungi panduan pemilihan AMI dan sumber daya pembelajaran mendalam lainnya. Lihat panduan Memulai AWS DLAMI untuk mempelajari cara menggunakan DLAMI dengan Neuron.

Menggunakan Deep Learning Containers

Pengembang sekarang dapat menerapkan instans Inf1 di Amazon Elastic Kubernetes Service(EKS), yang merupakan layanan Kubernetes terkelola penuh, dan juga di Amazon Elastic Container Service (ECS), yang merupakan layanan orkestrasi kontainer terkelola penuh dari Amazon. Pelajari lebih lanjut tentang memulai dengan Inf1 diAmazon EKSatau denganAmazon ECS. Detail lebih lanjut tentang menjalankan kontainer di instans Inf1 tersedia di halaman tutorial alat kontainer Neuron. Neuron juga tersedia pra-instal di AWS DL Containers.

Blog dan Artikel

Cara Amazon Search mengurangi biaya inferensi hingga 85% dengan AWS Inferentia

oleh Joao Moura, Jason Carlson, Jaspreet Singh, Shaohui Xi, Shruti Koparkar, Haowei Sun, Weiqi Zhang, dan Zhuoqi Zhangs, 9/22/2022

Machine learning di cloud bisnis untuk berinovasi

berdasarkan Wawasan Peninjauan Teknologi MIT, 15/10/2021

Memberikan 3.000 model deep learning di Amazon EKS dengan AWS Inferentia dengan harga di bawah 50 USD per jam

oleh Alex Iankoulski, Joshua Correa, Mahadevan Balasubramaniam, dan Sundar Ranganatha, 30/09/2021