越來越多企業使用 Amazon EC2 Spot 執行個體,以經濟實惠的方式執行及擴展基礎設施。以下是部分客戶使用 EC2 Spot 執行個體實現業務靈活性、節省成本及擴展規模的範例。

大數據和分析

NextRoll

NextRoll (原名 AdRoll)

NextRoll 是再行銷廣告的全球領導廠商,可跨平台存取大型展品庫存來源和工具,以提供個人化的廣告行銷活動。NextRoll 選擇使用 Amazon EC2、S3 和 DynamoDB 執行業務,盡享低延遲、保證輸送量和快速擴展等特點。此外,該公司也針對各種容量使用 Spot,因而可以較低的成本,更快速、更有效率地執行工作負載。

進一步了解 »

Aol

AOL

了解入口網站及線上服務供應商 AOL 如何使用 Amazon EC2 Spot 執行大數據工作負載。

進一步了解 » 

BloomReach

BloomReach

BloomReach 利用搜尋、內容行銷和推銷規劃應用程式,建立個人化的探索平台。他們每天啟動多達 2,000 個 Amazon EMR 叢集,以及執行 6,000 個 Hadoop 任務。使用 Spot 和 Amazon EMR 之後,他們不但提高了效率,還有效降低成本。

歡迎參閱 AWS 部落格,進一步了解他們的成功案例。

Inneractive

Inneractive

自 2010 年以來,Inneractive 的整個廣告交換基礎設施都基於 Amazon Web Services (AWS)。它目前運作三個 Amazon Elastic Compute Cloud (Amazon EC2) 執行個體,以確保其始終盡可能經濟高效地執行。對於基本容量,Aviv 及其團隊擁有多達 100 個 Amazon EC2 預留執行個體。Inneractive 透過預先支付使用一至三年的執行個體來節省資金,而非按需付費。該公司的下一個,也是最大的 Amazon EC2 執行個體由大約 800 個 Spot 執行個體組成。此方案將帶來最佳性價比。Spot 執行個體的價格隨需求波動。

進一步了解 »

ironSource

ironSource

ironSource 擁有超過 8 億名使用者,他們使用 Spot 快速擴展生產環境,同時節省高達 80% 的成本。ironSource 使用 EC2 Spot 支援大數據解決方案 ironsource Atom,因而能可靠地處理任何資料量,同時節省數萬元的成本。

進一步了解他們如何做到 »

Lotame

Lotame

「Lotame 平台的核心功能就是分析,這可協助我們的客戶將資料的價值發揮到淋漓盡致。我們使用 Spot 執行個體執行大規模的大數據分析工作負載。全新 EC2 Spot 執行個體的定價模式可讓我們以可預測的價格,更輕鬆地取得 Spot 容量,使我們更安心地將額外的工作負載移到 Spot 執行個體,節省成本之餘,也享有更高的穩定性。」
Mapbox

Mapbox

了解 Mapbox 如何整合適當的架構、Amazon EC2 Spot 執行個體及一些創意協調,從而以極低的 COGS 執行其應用程式。

進一步了解  »

Moovit

Moovit

了解公共交通應用程式 Moovit 如何使用 Amazon EC2 Spot 執行個體加速資料處理並節省成本。

進一步了解 »

Pinsight Media

Pinsight Media

Pinsight Media 是一間位於密蘇里州堪薩斯城的行動資料與洞察公司。每天,Pinsight 收集並處理超過 80TB 的匿名位置訊號、封包層資料及其他類型的行動載波訊號資料。為確保成本可管理,Pinsight 將其 Amazon EMR 管道設定為使用 Amazon EC2 Spot 執行個體。

進一步了解 »

Quantcast

Quantcast

「隨著我們在 AWS 推出更多基礎設施,Amazon EC2 Spot 執行個體將協助我們控制成本並擴展我們的系統以滿足需求。」

Quantah 高級系統工程師 Leah Blank

進一步了解 »

RedViolet

RedViolet

藉助 Amazon EC2 Spot 執行個體,RedViolet 能以更高折扣存取 AWS 雲端中的備用運算容量。相較於隨需執行個體,使用 Amazon EC2 Spot 執行個體可將 RedViolet 的運算成本降低 50% 至 70%。這讓 RedViolet 能在不增加預算的情況下提高運算能力。

進一步了解 »

TellApart

TellApart

零售商可透過 TellApart 的大數據平台充分利用客戶的資料。他們使用 Amazon Elastic MapReduce 啟動 Hadoop 叢集,以批次方式處理日誌資料,並透過 Spot 執行個體省下 75% 的成本。

進一步了解 »

Zillow

Zillow

「......我們達到了 3 年預留小時費率,加上我們只在需要時使用節點。這些 Spot 執行個體並非 24/7 全天候執行,因此我們只在需要時使用機器就可以節省大量資金。總之,我們喜歡具有 EMR 和 Spot 執行個體的 Auto Scaling!」

Zillow 商業智慧總監 Brian Filppu

進一步了解 »

cuebiq

cuebiq

Cuebiq 是一間領先的行動情報公司,為客戶和合作夥伴提供值得信賴的高品質透明貨幣,以繪製和衡量離線行為。藉助 Cuebiq 的平台,客戶可以充分利用以位置資料為基礎的解決方案,來制定更明智的業務決策。Cuebiq 處於產業隱私權標準的最前沿,其資料收集遵循隱私權合規框架,並且是獲得領先的隱私權協會 NAI 認證的首批位置服務供應商之一。

「Amazon AWS 可讓我們透過大數據來突破創新界限 – 我們在 EMR 叢集下使用 Spot 執行個體,讓我們能夠擴展運算能力和基礎架構,更好地為客戶服務,同時節省基礎架構成本。」

Cuebiq 資安長 Walter Ferrara

Salesforce

SalesForce

Salesforce DMP 使用 Amazon EC2 Spot 執行個體實作 Amazon EMR 基礎設施,以較低的費用存取運算功能。

進一步了解 »

Spreaker

Spreaker

Spreaker 是一種通用的播客技術解決方案,讓獨立播客族、小型發行商和大型分散式團隊能夠輕鬆地管理其播客。Spreaker 工具適用於播客託管、分發和廣告發佈,提供一個整體解決方案,包含多種定製功能選項,以滿足任何播客業務的需求。全球超過 80,000 播客使用 Spreaker 開發的技術來託管、分發並獲得超過 2 億的每月獨立下載量。

「Amazon EC2 Spot 執行個體一直是小型新創公司到播客產業國際公司的關鍵驅動力。在早期,能夠以 70% 的折扣及隨需方式執行大量工作負載,這使我們可以在發展公司的同時控制成本。Spot 執行個體現已成為我們基礎架構中各種工作負載的重要組成部分,包括大數據分析和 Web 服務,以及在 EMR 上執行的 IAB 認證播客量測平台和專有的動態廣告插入技術,利用 Spot 每月將音訊廣告投放至數億個播客下載中。」

Spreaker 技術長 Rocco Zanni

CI/CD 與測試

Basware

Basware

「Spot 執行個體能夠高效滿足 Basware 的需求。這些執行個體讓使我們以極具競爭力的價格,執行包含數百個 Windows EC2 執行個體的世界級 CI 基礎設施。相較於隨需成本可節省 60% 以上」

Basware 開發運維總監 Alistair Gilbert

Lyft

Lyft

Lyft 是總部位於舊金山的共乘公司,財富雜誌將其歸類在熱門新創公司的「獨角獸」清單中,其公司市值預估可達 55 億 USD。。使用 AWS Spot 執行個體後,Lyft 只要變更四行程式碼,每月就能最多省下 90% 的成本。

進一步了解 »

RevContent

RevContent

「我們使用 Spot 執行個體執行 Jenkins 程式碼部署和生產 Web 伺服器工作負載。全新 EC2 Spot 執行個體的定價模式可讓我們以可預測的價格,更輕鬆地取得 Spot 容量,使我們更安心地將額外的工作負載移到 Spot 執行個體,節省成本之餘,也享有更高的穩定性。」 

容器

Practo

Practo

Practo 是一個幫助印度 8000 名醫師與印度 300 萬患者建立聯繫的平台。藉助 EC2 Spot、Amazon SQS 和第三方軟體等 AWS 服務來使用容器時,可從 Practo 獲取有關擴展、降低成本與日誌管理方面的洞見。

進一步了解 »

Walla 新聞

Walla

以色列線上新聞出版商 Walla 在移轉至 AWS 過程中欣然接受轉型。通過利用 ECS 包含 EC2 Spot 執行個體的容器,以及各種 AWS Managed Services,Walla 能夠將成本及營運開銷保持在較低水平。

進一步了解  »

DeliveryHero

DeliveryHero

Delivery Hero 在容器化 Kubernetes 工作負載的基礎架構上節省了 70%。這間食品配送公司每週在 39 個國家/地區遞送 100 萬份食品訂單。Delivery Hero 將其 Kubernetes 叢集轉換為僅在 Amazon EC2 Spot 執行個體上執行,以優惠價利用未使用的 Amazon EC2 容量。

進一步了解  »

YipitData

YipitData

YipitData 是一個超過 100 人的隨需替代資料團隊,為數百個全球最大的企業和投資基金提供服務。

YipitData 作為開拓用於投資研究的替代資料的先驅,他們使用 Spot 執行個體來最佳化執行 Web 擷取和大量處理工作負載的成本。自 2015 年以來,該公司每月在 Spot 上執行超過 1,000 個執行個體,最近他們將幾乎所有工作負載移轉至在 Spot 上執行的 ECS。Spot 執行個體上的 ECS 協助其基礎架構變得更加強大和經濟高效。

「YipitData 在過去幾年中已能夠節省 70% 的 EC2 執行個體,從而讓公司能夠更快地擴展」

YipitData 主任工程師 Hugo Lopes Tavares

Audiense

Audiense

Audiense 是領先的受眾智慧平台,深受到全球企業品牌的信賴,可協助行銷人員和消費者研究人員進行創新,並制定相關的以受眾為中心的策略。透過專有的社會消費者區隔,Audiense 可以提供有關您的受眾的真實情況,以及如何以最有意義的方式與他們互動的洞見。

「Amazon EC2 Spot 執行個體讓我們能夠實現 Amazon ECS 所需的規模,以不斷收集超過十億 Twitter 使用者的公開資訊,並根據 Twitter 使用者在 Amazon EMR 上的關係為我們的客戶運算洞見報告,處理超過十億使用者間的關係。我們能夠動態擴展運算,以滿足超過 1300 個 Spot 執行個體尖峰的客戶需求,從而獲得超過 5200 個 vCPU 和 20TB RAM。透過使用 Amazon EC2 Spot 執行個體,我們能夠存取大規模的運算資源來支援我們的業務,同時相較於隨需執行個體節省了 70% 的運算費用。」 

Audiense 技術長兼聯合創辦人 Alfredo Artiles

Telecoming

Telecoming

Telecoming 開發技術以貨幣化數位服務。若要使用呈現如實際裝置的實際瀏覽器環境,來監控 Web 和行動應用程式,這間總部位於馬德里的公司在 Amazon ECS on AWS Fargate 上使用了 Chrome Selenium。他們最近決定採用 Fargate Spot。Fargate Spot 是 AWS Fargate 上的新功能,能夠以 Fargate 定價最高達 70% 的折扣,來執行容許中斷的 Amazon ECS 任務。

「我們希望在本機環境中繼續開發,同時在擴展規模時最佳化基礎架構成本,」Telecoming 技術長 Adrián Gallegos 說道:「藉助 Amazon ECS 和 AWS Fargate Spot,我們每天可以啟動約 30,000 個任務,相比之前使用的 AWS Fargate 節省了 70%。」
Telecoming

Necko Technologies

「在線上遊戲產業中,客戶數量正快速變化,而行為的變化速度甚至更快。Snocko Technologies 需要一種能夠靈活提供擴展效能和近乎 100% 可靠性的系統。

透過與 AWS 緊密合作,Snocko Technologies 對 AWS 提供的生態系統的可靠性和安全性極為滿意。我們使用 AWS 提供的工具,為基礎架構團隊打造更出色的工作體驗,滿足我們的效能要求,並以極具成本效益的價格進行擴展。這有助於我們穩定公司的未來增長。
 
我們使用 Amazon Elastic Kubernetes Service (EKS),尤其是 Spot 執行個體的受管節點群組,將總體運算成本降低了 70%,同時保持相同的效能和可靠性,卻幾乎沒有管理開銷。」

Skyscanner

Skyscanner 是一間全球旅行公司,每月為數億客戶提供服務。了解 Skyscanner 如何透過容器化其整個線上平台,在 Spot 執行個體上執行其 Kubernetes 工作負載,從而協助他們節省 70% 的運算成本。

高效能運算

澳洲博物館

澳洲博物館研究院

澳洲博物館研究院開始研究更多關於考拉種群、遺傳學與疾病的課題。Amazon EC2 Spot 讓他們能夠使用靈活、低成本運算功能,以便生物資訊學團隊能夠對考拉的基因組進行測序。

進一步了解 »

CoreLogic

CoreLogic

CoreLogic 是澳洲和紐西蘭最大的物業資訊、分析和物業相關風險管理服務供應商。CoreLogic 使用 Spot 執行個體取代 EC2 叢集,並使用工作者模式降低 90% 的運算成本。

進一步了解 » 

DNAnexus

DNAnexus

DNAnexus 為 DNA 定序中心和研究人員,提供資料管理和定序分析統合系統。DNAnexus 利用 Amazon Elastic Compute Cloud (Amazon EC2) Spot 執行個體執行所有 DNA 分析,並利用 Amazon EC2 隨需執行個體處理公司的互動服務,例如用戶端前端入口網站與視覺化工具。此外,DNAnexus 還倚賴 Amazon Simple Storage Service (Amazon S3),滿足公司從 TB 增長到 PB 規模的資料儲存需求。

進一步了解 »

Fermilab

Fermilab

Fermilab 目前正參與 CERN 專案,這是全球最大的資料密集型專案。證實希格斯玻色子 (組成人類質量的「上帝粒子」) 的存在之後,CERN 能以更快的速率分析更多資料,並更進一步證實暗物質的存在。他們成功透過經濟實惠的方式,以 4 倍為單位提高運算容量,使核心總數達到 5.8 萬個。Fermilab 處理 290 萬個任務,以將近 10 天的時間完全模擬超過 5 億個事件。如果沒有 AWS 的協助,這樣的工作通常需要花上六週才能完成。

進一步了解 »

Grail

Grail

「我們使用 EC2 Spot 執行個體執行需要分析大型資料集的高密度基因體定序,探索數百萬種獨特模式,以診斷初期癌症。研究需求每週不盡相同,有時便需要超高運算能力,而使用全新的 Spot 定價模式可有效協助我們節省成本,讓我們以實惠且可預測的價格擴展研究規模。」

Guttman Lab

Guttman Lab

加州理工學院 (Caltech) 的 Guttman Lab 選擇 EC2 Spot 執行個體,因為他們需要為實驗室研究人員提供具成本效益且彈性靈活的基礎設施解決方案,以迅速存取大型 HPC 叢集。由於實驗室研究人員能視需求隨時啟動及解除委任數千個節點,他們可以輕鬆地同時執行多個專案,完成基因體定序所需的時間也從幾週縮短到幾天。

進一步了解 » 

BiomX

BiomX

「使用 Spot 為我們提供了最具成本效益的解決方案,可用於分析大量可達 TB 級宏基因組資料。因為管道中的不同分析階段涉及不同的工作負載(資料清除、DNA 比較、機器學習),Amazon Spot 的靈活性更讓我們受益匪淺。每項任務最好由不同的 EC2 執行個體類型執行,因此在每個階段我們都會啟動一個不同的叢集。此類大型專案中的叢集通常涉及數千個且運行數十小時的執行個體。」

BiomX 研發軟體副總裁 Elad Kehat

進一步了解 »

Illumina

Illumina

「我們使用 EC2 Spot 執行個體執行高密度的基因體定序,協助客戶讀取並了解遺傳變異。我們很高興能將執行時間超過 12 小時的其他基因管道移到 Spot 執行個體,使用全新的 Spot 定價模式可以更輕鬆地取得 Spot 容量,並以實惠且可預測的價格有效節省成本。」
Metabiota

Metabiota

Metabiota 藉助 Amazon EC2 Spot 執行個體在一天的不同時間執行模擬,大大節省了成本。憑藉 Amazon EC2 Spot 執行個體,Metabiota 能夠節省超過 60-70% 的運算成本。

「使用 Amazon EC2 Spot 執行個體為我們節省了大量資金。」

Metabiotic 高級資料科學家 Mike Gahan

進一步了解 »

Novartis

Novartis

Novartis 建立了癌症研究平台,估計需花費 4 千萬 USD。透過 Spot 執行個體,39 年的運算化學在 9 個小時內完成,費用僅需 4,232 USD,同時還找到 3 個有助於對抗癌症的化合物。Novartis 全球科學運算主管將告訴您如何做到。

進一步了解 »

OpenEye Scientific

OpenEye Scientific

「使用 Amazon EC2 Spot 執行個體,讓我們去年節省了 80 萬 USD。我們的客戶也從成本節省中受益,因為 EC2 Spot 執行個體讓他們更具靈活性。無論是需要在幾毫秒內產生影像,還是花費數小時執行複雜的化學操作,它們現在都具有所需的成本靈活性。」

OpenEye Scientific 基礎設施主管 Craig Bruce

進一步了解 »

Rock Flow Dynamics

Rock Flow Dynamics

了解 Rock Flow Dynamics 如何利用 Amazon EC2 Spot 執行個體和 Amazon S3 建立經濟高效、可擴展的叢集,為 Rock Flow Dynamics 的解決方案 tNavigator,即執行動態儲油氣層模擬解決方案提供支援。

進一步了解 »

Scribd

Scribd

Scribd 預計,透過使用 Spot 執行個體進行批次轉換,而非使用針對一個特定任務的隨需執行個體,可節省 63% 或 10,500 USD。

「我們只需編寫少量指令碼,就能在幾小時內從隨需執行個體轉移至 Spot 執行個體,包括茶歇時間。」

Scribd 共同創辦人 Jared Friedman

進一步了解 »

TLG Aerospace

TLG Aerospace

TLG Aerospace 是總部位於西雅圖的航太工程公司,他們成功節省 75% 的 STAR-CCM+ 計算流體動力學 (CFD) 模擬成本。TLG 使用 EC2 Spot 執行個體後,以較低的費用存取更多記憶體和核心,這讓他們得以擴展需求漸增的模擬數量和大小。

進一步了解 »

加州大學聖塔克魯茲分校

加州大學聖塔克魯茲分校

「我們的合作者要求我們盡快處理資料,以便他們分析癌症樣本與資料庫中的其他癌症樣本。藉助 AWS,我們可在幾天而非幾個月內將結果傳送給他們,這有助於加快疾病診斷。」 

運算基因組實驗室主任 Benedict Paten

進一步了解 »

Western Digital

Western Digital

「儲存技術非常複雜,我們不斷推動物理與工程的極限,以實現新一代功能與技術創新。此次與 AWS 的成功合作,展示了雲端 HPC 的強大擴展能力、功能與靈活性,能協助我們為未來的儲存架構分析與材料科學探索執行複雜的模擬。憑藉 AWS,可輕鬆將模擬時間從 20 天縮短至 8 小時,以便 Western Digital 研發團隊在前段時間以難以想像的速度探索新的設計和創新。」

Western Digital 資訊長 Steve Phillpott

進一步了解 »

EagleView

EagleView

EagleView 重新架構其影像處理系統,以充分利用 Amazon EC2 Spot 執行個體,相較於隨需執行個體平均節省了 80%。EagleView 將航拍影像與機器學習、電腦視覺和資料分析相結合,以擷取資料並為建築、應急回應和許多其他領域的客戶提供洞見。該公司建置分散式、事件驅動型應用程式,使用 Amazon EC2 執行個體作為運算資源,使用 Amazon SQS 將處理任務排入佇列,以及使用 AWS Lambda 作為協調作業層。

進一步了解 »

proteanTecs

proteanTecs

proteanTecs 使用 AWS 雲端平行執行數千萬次模擬,將成本降低多達 60%,並專注於打造新的產品。該公司總部位於以色列,提供用於預測電子系統故障的軟體和內嵌式感應器。proteanTecs 依靠 Amazon EC2 Spot 執行個體在 AWS 執行其 HPC 工作負載,來降低成本。

進一步了解 »

影像和媒體轉譯

Barnstorm VFX

Barnstorm VFX

Barnstorm VFX 是一家小型視覺特效工作室,專精於高品質數位特效、設計和製作。他們曾是 Amazon Prime 原創影集《Man in the High Castle》(第 2 季和第 3 季) 的主要視覺特效工作室,也曾為 CBS 的《Strange Angel》製作特效。Barnstorm 自 2014 年開始使用 AWS Thinkbox Deadline,並於 2017 年開始使用 Amazon EC2 Spot 執行個體在雲端上轉譯。

「我們目前使用 Deadline 管理所有內部轉譯作業。我們利用 Spot 執行個體來轉譯內部伺服器場無法處理的專案,例如大型 3D 專案。使用 AWS 來擴展轉譯管路讓我們能夠完成繁重的創意 3D 專案,例如《高堡奇人》和《奇異天使》。這也讓我們的反覆運算過程更加順利。從特效師的觀點來看,實作 EC2 Spot 後,特效師才能夠轉譯多達 10 倍的反覆運算次數。」

Barnstorm VFX 技術總監 Erik Nelson

Bru Textiles

「採用 Twinbru 的 Bru Textiles 正在為數位織物設定新的行業標準,且 EC2 使用率和成本每月都在增長。與內部部署資源上最多同時執行 15 個轉譯節點相比,藉由 Spot 執行個體,Twinbru 可同時執行多達 2,000 個轉譯節點。遷移至 AWS 後,Twinbru 已執行多達 700,000 個轉譯。」

Koen Verwimp – Bru Textiles 首席軟體工程師

進一步了解 »

FuseFX

FuseFX

FuseFX 是榮獲大獎肯定的視覺效果 (VFX) 工作室,專門為電視、電影、商業廣告、遊戲和特別場合製作內容。FuseFX 使用 Thinkbox Deadline 和 Amazon EC2 Spot 執行個體轉譯場景,因而總能在截止日前順利完成專案。Thinkbox Deadline 是與 AWS 入口網站整合的轉譯管理解決方案,可讓 VFX 工作室充分利用 Amazon EC2 Spot 執行個體降低轉譯成本。

「Spot 執行個體提供我們無限的容量。如果沒有 Deadline 和 Spot,我們勢必無法按照排定的日期交付專案,而且我們也不再需要擔心是否有足夠的實體容量進行轉譯。我們可以針對每日轉譯需要,在最短的時間內做出反應。這大幅提高了我們的靈活性和效率。」

FuseFX 技術長 Jason Fotter

Milk Visual Effects

Milk Visual Effects

Milk 是一家位於英國的視覺特效 (VFX) 公司,為眾多的電視和電影客戶製作特效作品,其中《人造意識 (Ex Machina)》曾贏得 Academy Award for Best Visual Effects (最佳視覺效果獎項),還有《神秘博士(Doctor Who)》及其他專案也贏得英國影藝學院電影電視獎 (BAFTA) 最佳電視劇獎。Milk 也曾受託負責為劇情片《我願意 (Adrift)》(2018 年發行,由雪琳伍德莉 (Shailene Woodley) 主演),製作大量且需要大量運算資源的海洋模擬和狂風暴雨的海景特效。

「為《我願意 (Adrift)》製作的 VFX 規模比我們過去的任何一件特效作品要大上 10 倍,當時還不是我們手上唯一進行的專案。在利用 AWS 上的 Deadline 工具之下,我們中等規模的團隊能輕鬆地製作出眾多作品。容量似乎無限的 AWS Thinkbox Deadline 和 Amazon EC2 Spot 執行個體讓反覆運算更流暢,並且產生了更好的結果。」

Milk Visual Effects 系統部門主管 Dave Goodbourn

Nexus Studios

Nexus Studios

Nexus Studios 是獲得奧斯卡和艾美獎提名的工作室,擅長提供動畫、影片和互動體驗服務。據點設於倫敦和洛杉磯的 Nexus,創作內容從動畫電影到虛擬實體都有。Nexus 在 2018 年初開始使用 AWS Thinkbox Deadline 和 Amazon EC2 Spot 執行個體。

「我們必須在無須預付硬體採購相關成本的情況下,快速大幅增加我們的彩現容量。我們查看了其他雲端供應商,但是 Deadline 與 AWS 之間的緊密整合讓選擇變得容易。使用 AWS 讓我們可以轉譯任務/專案,否則我們將無法在本地轉譯場上進行轉譯。我們現在基本上可以透過任何所需的複雜度,彩現任何類型的任務。」

Nexus Studios 系統工程師 Ryan Cawthorne

Passion Pictures

Passion Pictures

Passion Pictures 是獲獎肯定的製作、動畫和商業廣告工作室,曾以《One Day In September》拿下 2000 年奧斯卡最佳紀錄片的殊榮。在 2017 年,他們開始使用 AWS Thinkbox Deadline 和 Amazon EC2 Spot 執行個體進行轉譯,並且不必回頭。 Passion Pictures 在倫敦、巴塞隆納、巴黎、紐約和墨爾本設有分公司,持續快速大量產出廣受好評的作品,包括榮獲艾美獎的 Netflix 影集《五人歸來:好萊塢與第二次世界大戰》。

「我們從 2017 年中開始使用 Deadline,並於 2017 年 11 月開始實作 EC2 Spot 的使用。我們高達 90% 的運算工作都是使用 EC2 Spot。」「AWS 協助我們轉型成偏向營運支出導向的商業模型,運用現有電腦和容量,創造無比彈性。公司營運變得更加靈活,現在不必投入大量資本也能有所成長。」

Passion Pictures 電腦動畫總監 Jason Nicholas

Scripps Networks

Scripps Networks

Scripps Networks Interactive 是一間大眾傳媒公司,專注於 HGTV、DIY 網路和食品網路等實際和生活方式電視品牌。Scripps Networks Interactive 使用基於AWS Thinkbox Deadline 的解決方案將其 CGI 轉譯時間縮短了 95%。該公司正在使用 Thinkbox Deadline 中的 AWS Portal 將 Amazon EC2 Spot 執行個體作為 CGI 轉譯節點來進行管理。

進一步了解 »

Autodesk

Autodesk

AutoDesk 是一間軟體公司,為創新人士提供基礎架構。全球有 1 億人在使用 AutoDesk,他們的客戶依靠 AutoDesk 處理運算密集型工作負載,以轉譯 3D 逼真相片。AutoDesk 轉向 Spot 來控製成本並為教育社區提供支援,以便他們的客戶可以節省影像轉譯工作負載的費用,甚至免費使用這些服務。

進一步了解 »

Web 應用程式

Edmodo

Edmodo

了解社交學習平台 Edmodo 如何使用 Amazon EC2 Spot 執行個體和隨需執行個體最佳化其基礎設施成本。 

進一步了解 »

Gett

Gett

Gett 是總部位於以色列的新創公司,他們讓乘客與計程車司機取得聯繫,並在數百個 Amazon Elastic Compute Cloud (Amazon EC2) 執行個體上執行網站和行動應用程式。Gett 選擇利用 Amazon EC2 Spot 執行個體減少部分成本。該公司在 Amazon EC2 Spot 執行個體上執行 Amazon Elastic MapReduce (EMR) 服務,協助處理龐大資料。

進一步了解 »

Smadex

Smadex

Smadex 是 Entravision 的行動優先程式化廣告平台,Entravision 是一間致力於全通路廣告解決方案的國際媒體公司。作為需求方平台,Smadex 為廣告商提供了存取大量高品質媒體庫存和廣告交易的通道。為了有效地進行競價,他們的即時競價平台會在不到 100 毫秒的時間內,決定是否要出價以及該出價的價格。

「透過在多個 AWS 區域中使用 Amazon EC2 Spot 執行個體,我們能夠在不到 100 毫秒的時間內處理數十億筆廣告交易,根據廣告客戶的需求動態擴展基礎架構,同時始終節省超過 70% 的基礎架構成本。我們還使用 Amazon EC2 Spot 執行個體,來提供一組不同的Amazon EMR 叢集,用於即時處理數百 TB 的資料,從而使我們能夠訓練決策演算法,並基於我們的即時分析儀表板為客戶提供高透明度。」

Smadex 技術長 Lucas Ceballos

Smadex

Dingus

Dingus 透過 360 平台加速諮詢服務的商業化和分銷,並與世界各地的旅遊業營運商進行了 500 多次整合,為 25 個國家/地區和 52 個目的地的 1000 多間旅館提供管理和簽約旅館預訂的整體解決方案,以最高的效率確保廣泛的分銷能力。

「在 Dingus,我們維護 20,000 多個作用中並行連線,用於在客戶與其銷售管道之間交換資訊。所有這些意味著管理超過數十億次運算的每日處理負載,這是由超過 2 億個價格和預訂更新交易產生的,轉化為每天管理超過 20,000 個預訂。透過使用 Auto Scaling 群組中的 Spot 執行個體來處理這些運算,我們已經實現了近 70% 的持續節省,並且具有媲美隨需執行個體的效能與效率。」

Machine Learning

Edmodo

Dynamic AI56

自 2015 年以來,Dynamic AI56 一直在使用 Amazon Web Services (AWS) 基礎設施。Amazon Elastic Compute Cloud (Amazon EC2) 中執行個體提供靈活的硬體組態,讓該公司能夠隨需執行研究和系統演進工作負載。一些超高記憶體電腦用於協調、資料分發和準備,而實際工作負載則在動態分配的叢集上執行。這樣的叢集最多可由多個美國區域的 400 個 Spot 執行個體組成。Dynamic AI56 採用 Spot 執行個體時使用不同的執行個體類型和不同的 AWS 區域,以適應其執行的密集型運算工作負載的不同要求。

「Spot 執行個體可在成本和效能之間實現最佳平衡。訓練 AI/ML 需要高 CPU、GPU、RAM 或大量以上元件的執行個體組態,如果不使用 Spot 執行個體,則成本會高昂許多。透過使用 Spot,Dynamic AI56 能夠節省 75% 的執行個體成本。」

– 基礎設施主管 Ievgen Sliusar

Gett

Keen Eye

Keen Eye 為病理學家和傳譯科學家開發了以圖像為中心的平台。Keen Eye 需要將其 AI-ML 平台從過時的託管平台遷移到經過 Health Data 認證具有高效能 GPU 的雲端,以便擴大規模,提高演算法效能,同時優化基礎設施成本。該公司開始執行 Kubernetes 受管叢集 EKS 和 Auto-Scaling 群組,以啟動和關閉用於資料模型推論的 EC2 Spot GPU 執行個體。

「透過使用 ASG 和 EC2 Spot GPU 執行個體在 EKS Kubernetes 叢集上訓練和執行資料模型,我們的基礎設施總成本降低了一半。」

– 基礎設施主管 Florian Grignon

Smadex

Sinergise

Sinergise 是一家 GIS 公司,在雲端 GIS、農業和房地產管理領域建置大型的一整套地理空間系統。2016 年,Sinergise 在雲端中建立了衛星圖像處理引擎 Sentinel Hub,該引擎現在為全球數百個地球觀測應用程式提供支援,每月處理超過 2.5 億次請求,處理超過 1 X 10 的 15 次方個衛星圖像像素。Sinergise 團隊利用 AWS 上的機器學習來解決雲端偵測問題,這是在光學衛星圖像預處理過程中最關鍵的一步。

「s2cloudless 是一種機器學習演算法,用於在 Sentinel-2 影像上計算雲遮罩。它已成為最先進的雲端偵測演算法之一,下載次數超過 84,000 次,並用於數十種地球觀測應用程式中。利用 Amazon EC2 的規模和效能,再加上在 Amazon Simple Storage Service (Amazon S3) 中暫存用於分析的數 PB 資料,使我們能夠擴展運算能力,以執行我們的機器學習演算法,並以每秒 780 個場景的峰值速率處理 1300 萬個場景。總體而言,我們僅花了 9.5 個小時就處理了 1300 億平方公里的雲遮罩。我們透過在所有可能的地方使用 EC2 Spot 來降低成本。我們能夠節省多達 70% 的隨需成本。Spot 執行個體會因應中斷自動暫停和恢復工作,因此我們的應用程式可以從中斷的位置重新開始。」

– Sinergise 執行長 Grega Milcinski