National Instruments 案例研究

National Instruments (NI) 成立於 1976 年，他們與工程師和科學家合作，為最具挑戰性的問題提供解答。NI 為他們提供先進的技術解決方案，旨在加速醫療保健技術、行動運算和太空研究等領域的生產力和創新。NI 有超過 35,000 名客戶在市場交付了數十萬種產品，並在此過程中克服了無數的技術障礙。NI 總部位於德州奧斯汀，在全球近 50 個國家/地區擁有約 7,400 名員工。該公司 2015 年的年收入為 12.3 億 USD，其中 16% 投入研發。

National Instruments 為客戶提供的技術包括 LabVIEW，這是一個用於建立客製化應用程式的軟體開發環境。LabVIEW FPGA 模組擴展了 LabVIEW 的功能，讓工程師能夠在應用程式建立複雜的現場可程式化閘道陣列 (FPGA) 技術或可重新程式化矽晶片。FPGA 設計必須在部署之前進行編譯，並且需要工程師在設定大量硬體資源和必要軟體套件的機器上，執行資源密集且耗時的編譯程序。

過去，NI 開發團隊會在現場部署測試這類產品的新功能。但隨著公司的發展，需要更多的基礎設施。與此同時，FPGA 設計變得越來越複雜，需要更強大的運算能力。為了降低成本並縮短開發時間，NI 的 LabVIEW 團隊開始研究雲端運算。NI 首席雲端架構師 Joe Gardner 表示：「電晶體越來越小，而且我們有更多可以程式設計的閘道，這意味著更大、更複雜的設計需要更多的運算能力來執行編譯。」

考慮各種選項之後，FPGA 團隊在 2010 年擴展其模組的功能，提供在 Amazon Elastic Compute Cloud (Amazon EC2) 隨需執行個體上託管的 FPGA 編譯服務。FPGA 團隊還使用 AWS 進行內部開發和測試。FPGA 團隊之所以選擇 AWS 是因為其 Auto Scaling 功能、為開發人員提供的控制，以及 Amazon EC2 Spot 執行個體 – 所有這些都能讓 NI 在測試新產品功能時大幅降低運算成本。

使用 AWS Auto Scaling，NI 可以隨著客戶工作負載的增加快速擴展其 AWS EC2 資源。Gardner 表示：「以前，我們有一個自行開發的擴展流程，需要花費 5 到 30 分鐘才能擴展，以因應額外的工作負載。使用 AWS 不到五分鐘就能完成這項工作，這對我們而言是一項非常大的好處，因為不用讓客戶長時間等候。」

FPGA 團隊也選擇使用 AWS，因為開發人員可以很輕鬆地上手。Gardner 說：「AWS 比其他雲端環境更簡單，為我們提供更多控制，而且不會強迫我們套用可能破壞相容性的更新。此外，AWS 操作簡便，這意味著無須聘請 Hadoop 專家或 IoT 專家即可建立各種產品。這可讓我們充分利用現有的人才。」

最重要的是，FPGA 團隊意識到在開發和測試期間利用 Amazon EC2 Spot 執行個體可以實現大幅的節約，允許使用者對備用 Amazon EC2 運算容量進行競標來平衡供需。Gardner 解釋說：「節約的幅度很可觀。例如，使用 Spot 執行個體測試一款產品，成本大約是 500 USD。如果使用隨需處理完成這項工作，那麼成本將是 10 倍的金額，也就是 5,000 USD。」

2014 年 8 月，NI 將 AWS 的應用範圍擴展到 LabVIEW 軟體開發團隊，該團隊現在使用 Amazon EC2 Spot 執行個體，在現場部署基礎設施處於滿載時，處理溢出的測試工作負載。Gardner 說：「測試數量不斷增加，LabVIEW 開發團隊沒有足夠的運算資源完成這些測試。因為知道我們具備雲端經驗，於是求助於我們。不到一週的時間，他們就在雲端執行溢出測試。」

除 Amazon EC2 Spot 執行個體外，NI 還使用其他多種 AWS 服務，包括使用 Amazon Simple Storage Service (Amazon S3) 作為高度可擴展物件儲存；Amazon Relational Database Service (Amazon RDS) 作為關聯式資料庫；Amazon DynamoDB 作為快速靈活的 NoSQL 資料庫；以及 Amazon Route 53 作為可擴展的雲端網域名稱系統 Web 服務。NI 也使用 AWS CloudFormation 為開發人員提供簡單的方法來建立和管理相關的 AWS 資源，以及使用 AWS CloudTrail 記錄 AWS API 呼叫和交付日誌檔案的歷史記錄。

使用 Amazon 的 Spot 執行個體定價模式，National Instruments 可用遠低於隨需處理的價格執行內部工作負載，在測試新功能時為公司節省數萬美元。Gardner 說：「我們使用 Amazon EC2 Spot 執行個體輕鬆省下 85–90% 的成本，這使我們能夠以更低的風險進行試驗，最終為客戶開發更高品質的產品。」

NI 還節省了建立更大型現場部署基礎設施的成本。例如，LabVIEW 團隊已經使用 Amazon EC2 Spot 執行個體，每個月執行超過 30,000 個伺服器小時的測試組建。在現場部署處理這麼龐大的工作，需要將團隊內部基礎設施的規模擴大一倍，而硬體和維護成本則為 100 萬 USD。使用 AWS 可以讓 NI 快速擴展以滿足目前的需求，同時避免擴展現場部署基礎設施所需的人力增加，並防範採購發生延遲現象。

在 AWS 上執行開發和測試工作負載讓 NI 變得更加靈活。由於測試工作負載在軟體開發生命週期變化很大，因此當需要進行的測試較少時，NI 可以省下閒置伺服器的相關費用。同樣地，該公司可在測試需求增加時快速進行擴展，以獲得其所需的運算能力來快速分析新功能並將其發布給客戶。例如，為了開發其中一項功能，FPGA 團隊需要完成包含 900 多個編譯的綜合測試程序。如果團隊使用現場部署的單一伺服器進行這些編譯，則需要花費超過三個星期的時間才能完成。但是，透過 Amazon EC2 Spot 執行個體及平行化，該團隊能夠在 10 小時內完成這些測試，每次的執行成本不到 50 USD。Gardner 說：「使用 AWS 可讓開發週期縮短數個月，如果我需要更多伺服器，無須申請即可隨時存取。」

NI 能夠將這種敏捷性移轉給其客戶。透過完全在 AWS 上執行 FPGA Compile Cloud Service，工程師可以視需要使用該服務，無須花費數千美元購買硬體。Gardner 說：「過去，我們的客戶可能花費 5,000 USD 到 10,000 USD 購買他們需要的編譯伺服器，但幾個月後便閒置不用。由於執行編譯是一個兩極化的過程，因此 AWS 非常適合我們的工作。」

隨著 NI 不斷的發展，該公司計劃將 AWS 的使用範圍擴展到其他開發環境。此外，該公司正在考慮使用 AWS IoT 和 Amazon QuickSight 等其他 AWS 服務，為其客戶建立新的產品。Gardner 說：「AWS 可允許進行更多的試驗，它為我們提供各式各樣的工具以加快新產品的開發和部署速度，這是我們公司成功的關鍵。」