logo-rightscale

RightScale utilizza Amazon SWF per promuovere le offerte di automazione dell'infrastruttura. Secondo Thorsten von Eicken, CTO di RightScale, “Utilizzando Amazon SWF siamo in grado di ridurre il time to market per le nostre funzionalità di automazione dell'infrastruttura di livello superiore. Possiamo concentrarci sul nostro valore aggiunto, senza doverci preoccupare delle sfide legate all'implementazione di un motore dei flussi di lavoro distribuiti. In ultima analisi, siamo in grado di inviare nuove funzionalità più rapidamente, senza il problema di occuparci della manutenzione del motore.”

logo-sagebionetworks

Per promuovere la collaborazione tra ricercatori, Sage Bionetworks ha sviluppato un ambiente online chiamato Synapse. Synapse esegue l'hosting di set di dati clinico-genomici e fornisce ai ricercatori una piattaforma per analisi collaborative. Michael Kellen, direttore della tecnologia per Sage Bionetworks afferma: “Amazon SWF ci ha permesso di decomporre rapidamente le pipeline di analisi in modo ordinato, separando la logica di transizione degli stati dalle attività effettive in ciascuna fase della pipeline. Ciò ha permesso agli ingegneri software di lavorare sulla logica di transizione degli stati e ai nostri scienziati di implementare le attività, il tutto in contemporanea.” Ulteriori informazioni.

mer-rover

JPL utilizza Amazon SWF come parte integrante delle numerose missioni, tra cui MER (Mars Exploration Rover) e CARVE (Carbon in the Arctic Reservoir Vulnerability Experiment). Rendendo disponibile l'orchestrazione nel cloud, Amazon SWF offre a JPL la possibilità di sfruttare le risorse all'interno e all'esterno del proprio ambiente e di distribuire uniformemente l'esecuzione delle applicazioni nel cloud pubblico, consentendo alle applicazioni il dimensionamento dinamico e l'esecuzione in modo veramente distribuito. Gli ingegneri JPL utilizzano Amazon SWF per l'elaborazione dati delle immagini di Marte per le operazioni tattiche. Hanno ottenuto un controllo e una visibilità senza precedenti sull'esecuzione distribuita delle proprie pipeline. Per ulteriori informazioni, leggi il caso di studio.