Urbanbase 以 AWS 使得啟動服務加快 20 倍

Urbanbase 早期是在 Amazon Web Services 的 AWS Startups 支援計劃的協助之下建置及營運雲端服務平台。其因而有能力在幾秒內自動將 2D 繪圖轉為 3D、以 3D 資料呈現並裝飾虛擬室內環境，並且基於空間與相片資訊創造擴增實境 (AR) 體驗。

全球對於 3D/虛擬實境空間相關服務的需求正在迅速發展；Urbanbase 為支援其海外擴張目標，需要具備最適合以微型服務架構提供的大容量 Web 服務。

「我們為服務平台採用巨型架構，這在規模尚小時不成問題。但隨著公司成長，我們需要建構並營運較大的系統，於是需要換新架構。」Urbanbase CTO Bang HyunWoo 如此表示。

對於通過實證的服務平台，要想變更其架構並非易事，因為遷移的問題對客戶與合作夥伴可能都有影響。所以 Urbanbase 採行簡單的策略：將現有系統升級為容器環境，新服務則採無伺服器架構。

Urbanbase 使用 Amazon Elastic Compute Cloud (Amazon EC2) 演進其現有的 VM 環境，Amazon EC2 是高效能容器協同運作服務，利用電腦視覺與深度學習技術提供空間分析、物體辨識、使用者品味分析，及產品推薦。

「對我們這樣的新創公司而言，能夠快速開發原型相當的重要。微型服務架構能協助我們不斷地體現新的創意，」Bang 先生指出。「因為利用 Amazon SageMaker 所附的演算法，我們不必在設計模型上浪費時間。建模、訓練及建立端點也非常簡易，讓我們得以開發出能充分運作的無伺服器前端應用程式。」

因為轉為無伺服器架構，Urbanbase 能夠更快又更高效地開發及營運新的服務平台。藉由結合 Amazon Simple Storage Service (Amazon S3)、AWS Lambda 及 Amazon SageMaker，空間分析平台的開發過程快速、高效且順暢。開發人員再也不需要為基礎設施擔心，這一點讓 Urbanbase 能夠提供一致的開發與營運環境。

「對需要 AI 功能的開發來說，效能非常重要，因為隨著模型訓練時間增加，開發時間也會增加。與內部部署工作站相較，Amazon SageMaker 的效能更快約 100 倍，」Bang 解說道。「其彈性組態也讓我們能輕鬆開發與訓練模型，並且選擇性地將 CPU 用於推論，有助於降低成本。」

「要是我們以傳統方式建置基礎設施，會比使用 Amazon SageMaker 的無伺服器環境拉長不止 20 倍時間。」Bang 先生如此補充。