减少 30% 的延迟
在全球多个国家和地区的平均访问延迟降低了 30%
节约 40% 的成本
通过配置自动化的扩缩策略，在满足业务需求的同时节约 40% 的成本支出
缩短 1/3 的上线时间
将产品从测试到生产部署和上线的时间缩短了三分之一
概述
作为一家致力于推动生成式 AI 和计算机视觉前沿技术研究的全球化企业，福建帝视科技集团有限公司（以下简称 “帝视科技”）旗下面向消费级用户的应用内置强大的人像处理生成式 AI 技术，可以让用户生成各式各样的 AI 个人写真，改善自拍照或修复黑白老照片，实现高质量的照片增强与风格化迁移效果。
通过选择依托稳定可靠的亚马逊云科技云服务支持，帝视科技成功实现了全球多个国家和地区平均访问延迟降低 30%，进而在生成式 AI 图片处理应用领域提升旗下应用产品的核心竞争力，在保持用户黏性的同时保持活跃用户的持续增长。
机会 | 受到全球百万活跃用户喜爱的在线照片增强与美化应用
帝视科技致力于推动生成式 AI 和计算机视觉前沿技术的研究，主要业务聚焦智能制造及数智影像两大领域，旗下的消费级应用内置全球领先的生成式 AI 技术，通过海量训练数据，为全球用户在数秒内创建个人人像模型，生成独特的 AI 写真照片，并实现高质量的修复和风格化特效。
然而，随着 AI 写真业务的迅速增长，相应的技术压力也日益凸显。首先，大数据处理和存储的需求急剧增长，这需要团队拥有更强大的算力设施和优化的算法；同时，用户对于图像质量和生成速度的要求也在不断提高，这对技术团队提出了更高的挑战。而随着业务的增长，帝视科技需要确保系统的稳定性和安全性，这也对帝视科技的技术架构和安全策略提出了新的要求。
“为了应对业务发展中的挑战，帝视科技需要找到一个更加稳定、灵活便捷、具有成本效益和安全合规的云服务提供商来为旗下应用提供全球化的支持。” 帝视科技 CEO 高钦泉谈到。在这一目标的驱动下，帝视科技启动了云迁移计划。
亚马逊云科技提供的灵活的 GPU 实例规格使帝视科技能够根据不同的需求和场景进行选择，为 AIGC 生成、图像增强和图像修复等场景中的推理提供了具有成本效益的计算能力支持。此外，亚马逊云科技还帮助帝视科技在软件部署方面建立了内部的统一规范，从而将产品从测试到生产部署和上线的时间缩短了三分之一。”
高钦泉
福建帝视科技集团有限公司 CEO
解决方案 | 将图像增强业务迁移至亚马逊云科技，为全球用户提供更加优质的服务
在进行了综合评估后，帝视科技团队选择了亚马逊云科技，这个决定基于亚马逊云科技在服务的多样性、网络质量以及安全性与隐私保护能力等多个维度上所具备的优势。2021年9月，帝视科技开始着手将业务从原有的云服务提供商整体向亚马逊云科技迁移，并在一周内完成了整体迁移与重构。
在业务迁移的过程中，帝视科技得到了亚马逊云科技团队的技术指导和支持，这使得帝视科技团队能够选择合适的 Amazon Elastic Compute Cloud（Amazon EC2）实例来部署旗下应用的后端，并通过 Elastic Load Balancing 实现应用流量的分配。为了满足图像增强类应用对高性能存储I/O操作的特殊需求，帝视团队使用了 Amazon Elastic File System（EFS）为旗下应用提供了高性能的共享存储，以加速云上图像的处理速度，并将结果存储到更具性价比的 Amazon Simple Storage Service (Amazon S3) 服务中供用户浏览与下载。在用户与应用数据管理方面，帝视科技采用 Amazon Relational Database Service（Amazon RDS）替代了原有的业务数据库，通过引入 Amazon RDS 蓝绿部署，为旗下应用提供了生产环境与暂存环境，让产品团队与数据团队在升级数据库引擎、基础文件或变更数据库参数时可以在一分钟内实现平滑切换，避免数据的丢失与应用程序的修改，保证业务的稳定运营。
在网络层，帝视科技充分利用了亚马逊云科技在全球网络资源上的优势，通过 Amazon Virtual Private Cloud (Amazon VPC) 为旗下应用创建具有隔离与控制性的虚拟网络以保持云上各类资源的连接性与安全性。在提升客户体验上，产品团队将 Amazon CloudFront 与 Amazon S3 结合应用，让旗下应用能够依托亚马逊云科技具有自动化网络映射和智能路由的超过 600 个全球分散入网点（PoP）以及 13 个区域边缘缓存，实现影像文件的低延迟分发，让用户可以在Web端与移动端快速获得所需的结果文件。
不仅如此，在从原有云服务提供商向亚马逊云科技迁移时，帝视科技也将无服务器与容器应用到旗下应用的构建与部署中。通过在旗下应用中整合 Amazon Lambda 提供的函数，帝视科技产品团队能够简化针对不同平台的图片分辨率自动适应与水印生成等场景的代码量，并且无需为这些功能预置并管理服务器。借助 Amazon Elastic Container Registry（Amazon ECR）完全托管式容器注册表来存储并部署旗下应用所需的各类后端服务，帝视科技同时简化了部署的过程，通过自动保留、规则与标记等多种工具，更好的实现容器映像的生命周期管理。
成果 | 将全球用户的平均访问延迟降低 30%，通过灵活的自动扩缩降低 40% 的成本
通过将应用后端从原有的云平台迁移到亚马逊云科技，帝视科技成功地利用了亚马逊云科技全球高质量网络的优势，解决了之前由于节点网络不稳定导致的大延迟等问题，全面改善了用户体验。产品团队通过整合 Amazon S3 和 Amazon CloudFront 服务，为图片结果的传输提供了更高的速度，缩短了用户端图片的加载时间，使用户能够快速获取增强后的影像；在用户模型的训练过程中，充分利用亚马逊云科技提供的强大计算资源与灵活搭配实例资源的能力，使得模型的训练与推理效率大大提高，同时也保证了模型的准确性和稳定性。经过综合评估，帝视科技发现与之前相比，旗下应用产品在全球多个国家和地区的平均访问延迟降低了 30%。这种更低的延迟和更快的速度使帝视科技能够在生成式 AI 图片处理应用领域提升旗下应用产品的核心竞争力，在保持用户黏性的同时保持活跃用户的持续增长。
在亚马逊云科技团队的协助下，帝视科技也充分借助各类云服务之间的弹性扩展能力，更好地应对业务的高峰期，并实现了成本上的优化。“通过配置自动化的扩缩策略，我们可以让 Amazon EC2 Auto Scaling 根据应用的负载情况和需求变化自动增减计算容量，配合前端 ELB 所提供的应用程序负载均衡能力保持应用在高用户并发访问时的可用性。” 高钦泉谈到，“我们也在代码层面实现了队列的监控和峰值处理优化，在实现自动化扩缩后，我们不再需要针对峰值用户量预置计算资源，从而降低了 40% 的成本支出。”
亚马逊云科技提供的灵活的 GPU 实例规格使帝视科技能够根据不同的需求和场景进行选择，为 AIGC 生成、图像增强和图像修复等场景中的推理提供了具有成本效益的计算能力支持。此外，亚马逊云科技还帮助帝视科技在软件部署方面建立了内部的统一规范，从而将产品从测试到生产部署和上线的时间缩短了三分之一。
未来，帝视科技计划在亚马逊云科技上持续扩展基础设施，为业务的增长提供支持。帝视科技也将考虑采用更多亚马逊云科技的服务，特别是在人工智能和机器学习方面加大投入并在生成式 AI 领域与亚马逊云科技深化合作，为用户提供更多基于生成式 AI 的产品与丰富的体验，以灵活应对不断变化的市场需求并满足客户的期望。
关于帝视科技
福建帝视科技集团有限公司（简称“帝视科技”）是一家致力于人工智能和计算机视觉前沿技术研究与行业应用产品开发的国家级高新技术企业 ，由多位国家级重大人才计划专家领衔，一批来自英国帝国理工大学、美国哈佛大学、英国爱丁堡大学等海归 AI 相关博士和博士后，以及来自众多知名企业的资深专业人才共同创办 , 核心团队深耕计算机视觉领域 20 余年，主要业务聚焦智能制造及数智影像两大领域，获得 100 余项发明专利等知识产权，已服务超百家企业，完成由海松资本、凯泰资本、盈方得资本、三锋投资等多家机构超亿元融资，入选福建省数字经济领域“瞪羚”创新企业、福建省科技小巨人领军企业等。
使用的亚马逊云科技服务
开始使用
不同行业和规模的企业都在使用亚马逊云科技对其业务进行转型，以实现自身愿景。联系我们的专家，立即踏上您的亚马逊云科技之旅。
