Lotame

Lotame

Lotame 是一間非堆疊資料解決方案公司,透過受眾資料協助出版商、行銷商和代理商尋找新客戶、提高參與度並增加營收。Lotame 非常感謝 Amazon EC2 Spot 執行個體定價模型,這讓它能夠輕鬆預測成本。

「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。」
Cuebiq_200x200px

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

Spreaker_logo

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

basware

Basware

Basware 是一種以雲端為基礎的採購到付款和電子發票解決方案;讓世界各地的企業能夠降低成本、管理支出和預測增長。Basware 充分利用 Amazon EC2 Spot 執行個體來節省成本。

「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 基礎架構。相較於隨需成本可節省 60% 以上」

Basware DevOps 總監 Alistair Gilbert

RevContent_DARK_LOGO_NOCOLON_RGB(1) copy

Revcontent

Revcontent 是一個內容行銷平台。憑藉技術以及與數位出版商直接合作,將廣告商與參與的受眾聯繫起來。Revcontent 得益於 Amazon EC2 Spot 執行個體定價模型,這讓它能夠輕鬆預測成本。

「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。」
600x200_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符合成本效益。

「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_trademark

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

Snocko

Necko Technologies

Snocko Technologies 是一間軟體公司,使用 Amazon EC2 Spot 實現了 70% 的成本節省。

「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。」
logo-grail-300x100_grail-06

GRAIL

GRAIL 是一間致力於創新以解決醫學最重要挑戰的醫療保健公司。由領先的科學家、工程師和臨床醫師組成的 GRAIL 團隊正在執行一項緊迫的任務,即在更容易治療和潛在治愈時盡早發現更多癌症。GRAIL 充分利用 Amazon EC2 Spot 執行個體,實現可預測的定價和可靠的節省。

「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。」
biomx logo

BiomX

BiomX 開發了定製的噬菌體療法來根除慢性病中的有害細菌。Amazon EC2 Spot 執行個體是滿足其資料分析需求的最具成本效益的解決方案。

「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

logo-illumina-blk-200x45

Illumina

Illumina 的目標是將創新技術運用於遺傳變異和功能的分析,使幾年前甚至無法想像的研究成為可能。Illumina 得益於 Amazon EC2 Spot 定價模型,這讓它能夠輕鬆預測成本。

「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。」
TRE Altamira_200x200px

TRE-ALTAMIRA

TRE-ALTAMIRA 是從太空測量地面和結構運動的世界領導者,在開發和改進衛星雷達資料處理演算法和工作流程方面擁有 20 多年的經驗。他們提供位移測量和繪圖解決方案,主要用於降低風險、優化營運和規劃各種市場領域的未來活動,包括採礦、土木工程、石油和天然氣以及自然災害。

「自從我們在 AWS 上邁出第一步以來,Spot 執行個體一直在協助我們降低與我們的 HPC 應用程式相關的處理成本。在使用 AWS 雲端幾年後,我們對 Spot 執行個體的使用隨著工作負載的增加而發展,並反映了與 AWS Managed Services 的更深入整合。TRE-ALTAMIRA 目前使用 Spot 執行個體在 AWS Batch 和 AWS ECS 上每天處理超過 100000 個任務。在過去兩年中,我們的擴展限制已從數百個 vCPU 提升到 40000 多個 vCPU,與相應的隨需成本相比,節省了 68%。Spot 執行個體提供的可能性在我們的業務發展中發揮了重要作用,並代表了支援我們最具創新性技術的關鍵因素。」  

TRE-ALTAMIRA IT 經理 Alessandro Menegaz

Logo-DataAppeal-RGB-2

Data Appeal Company

Data Appeal Company 收集並提供有關全球任何興趣點 (POI)、地理區域或品牌的獨特資料,並將其與即時客戶反饋分數相結合。他們的資訊透過揭示客戶為何以某種方式行事並預測他們未來的行為來解釋人類體驗。Data Appeal 利用 Spot 執行個體來最佳化多個運算工作負載的運算成本,例如資料擷取、大數據管道和機器學習任務。

「為了跟上我們的動態工作負載,我們建置了一個可擴展的基礎設施,同時將雲端成本控制在一定範圍內。我們在 EC2 Spot 執行個體之上執行我們的資料擷取和 API 層,這些執行個體由 Amazon Elastic Kubernetes Service (EKS) 管理,比隨需節省約 70%。透過利用 AWS 服務和 Kubernetes 彈性功能並將其與 Spot 相結合,我們為使用者提供具有成本效益的高可用性服務。我們還在 EMR 叢集上利用 Spot 執行個體來最佳化運算成本和分配。對於 Data Appeal 而言,Spot 執行個體在使我們能夠建置和擴展我們的即時資料分析平台方面發揮著關鍵作用。」 

Data Appeal CTO Alessio Schiavelli

BarnstormLogo_Thinkbox.png

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

FuseFX logo

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

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

Wargaming

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

Wargaming

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

Wargaming

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。」
Wargaming

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。」

Dynamic AI56 基礎架構主管 Ievgen Sliusar

Wargaming

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,同時優化基礎架構成本。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,我們的基礎架構總成本降低了一半。」

Keen Eye 基礎架構主管 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