Questa pagina è disponibile anche in English, Deutsch, Español, Français, 日本語 e Português.
La piattaforma di monitoraggio del bestiame fa crescere il business senza far crescere i costi, grazie alla gestione autonoma delle istanze Spot
Con la crescita della base clienti, i costi di calcolo AWS di CattleEye sono triplicati. L'azienda esegue su AWS Batch pipeline di inferenza di computer vision ad alta intensità di calcolo, analizzando filmati di oltre un milione di capi di bestiame. La domanda irregolare rendeva poco efficaci le Reserved Instances, mentre l'adozione manuale delle istanze Spot si scontrava con vincoli tecnici sulle istanze GPU.
CattleEye ha adottato PerfectScale for Spot per gestire in automatico la composizione delle istanze nei propri Auto Scaling Group. La soluzione ha reso fluido il passaggio alle istanze Spot per i workloads di batch processing, offrendo al contempo raccomandazioni intelligenti sulle istanze per massimizzare i risparmi.
Usiamo Spot Scaling per il nostro batch processing e, sfruttando le raccomandazioni di Spot Scaling sulle istanze, abbiamo risparmiato tra il 50% e il 60% rispetto all'on-demand. L'onboarding è stato semplice e intuitivo.
Mike McFarland, Lead Software Engineer
CattleEye applica la computer vision al monitoraggio dei bovini, analizzando i filmati di oltre un milione di animali. L'analisi in tempo reale richiede pipeline di inferenza ad alta intensità di calcolo, eseguite su AWS Batch. Con la crescita della base clienti, i costi di calcolo AWS sono triplicati nel giro di pochi mesi. I video arrivano a lotti in finestre temporali definite per ciascun allevamento, generando pattern di domanda irregolari che rendevano poco efficace l'acquisto di Savings Plans o Reserved Instances. L'adozione manuale delle istanze Spot si scontrava inoltre con vincoli tecnici, soprattutto sulle istanze GPU necessarie per i workloads di inferenza.
CattleEye ha implementato PerfectScale for Spot per gestire in automatico la composizione delle istanze nei propri Auto Scaling Group. La soluzione ha consentito una transizione fluida dal 100% di istanze on-demand al 100% di istanze Spot per il batch processing. PerfectScale ha fornito raccomandazioni intelligenti sulle istanze, superando i vincoli tecnici precedenti senza compromettere le performance richieste dai workloads di computer vision.
L'implementazione ha portato risparmi immediati. CattleEye ha ridotto i costi EC2 on-demand di oltre il 60%, spostando l'intero batch processing su istanze Spot. La gestione automatizzata delle istanze ha eliminato il lavoro di ricerca, in precedenza molto oneroso in termini di tempo, necessario a individuare le istanze Spot più adatte ai workloads GPU-intensive.
Con i costi sotto controllo, CattleEye ha superato con successo l'AWS Foundational Technical Review, ottenendo l'accesso all'AWS ISV Accelerate Program. Un traguardo che ha aperto nuovi canali di vendita, sbloccato ulteriori finanziamenti per i deployment e rafforzato la credibilità dell'azienda grazie al badge "Reviewed by AWS". L'ottimizzazione dei costi ha permesso alla startup di concentrare le risorse sullo sviluppo di prodotto, anziché sulla gestione dell'infrastruttura.
Veda come PerfectScale aiuta i team a fare right-sizing dei cluster, ridurre gli sprechi e migliorare le performance senza interventi manuali.
