從覓?？萍荚茦I(yè)務(wù)總監(jiān)祝友志的介紹中了解到，得益于亞馬遜云的全球化布局，不僅大大優(yōu)化了覓?？萍嫉膰H鏈路，提升了用戶的使用體驗，還幫覓?？萍歼M行了高效的全球化部署。

智能攝像頭一般都有圖像預(yù)覽功能，為了提高用戶的使用體驗，這需要P2P傳輸有更高的成功率和延時表現(xiàn)，海外的鏈路經(jīng)常需要面對非常復(fù)雜的網(wǎng)絡(luò)問題，傳輸質(zhì)量堪憂。

一開始，P2P的傳輸成功率僅為95%左右，隨后，通過在亞馬遜云上部署P2P轉(zhuǎn)發(fā)服務(wù)器，將傳輸成功率提高到了99%以上，延時也控制在了600毫秒以內(nèi)，用戶體驗也大幅提高。

得益于亞馬遜云全球布局的基礎(chǔ)設(shè)施，覓睿科技不到一分鐘即可進行全球部署。

根據(jù)業(yè)務(wù)的實際需求，覓?？萍嫉姆桨感枰渴鸬皆趤嗰R遜云科技美國、德國和新加坡等地理區(qū)域開設(shè)的六個數(shù)據(jù)中心，為了應(yīng)對部署的難題，覓睿科技做了微服務(wù)化和容器化部署，采用了Docker+K8s的方案，其中還用到了亞馬遜云科技的容器服務(wù)ECR（Elastic Container Register）。

如今這套技術(shù)方案大大提高了運維效率，同時也降低了運維成本。祝友志介紹稱，目前單個服務(wù)的部署時間能夠在大約一分鐘之內(nèi)完成。

亞馬遜云的專業(yè)的技術(shù)支持服務(wù)令覓睿科技印象深刻

面對亞馬遜云科技紛繁復(fù)雜的技術(shù)服務(wù)類型，許多人在一開始有些不知所措。

祝友志介紹稱，亞馬遜云科技團隊提供了許多最佳實踐和指導，使得讓覓?？萍荚诙虝r間內(nèi)就完成了新系統(tǒng)的上線，上線后還在應(yīng)用性能優(yōu)化方面提供了很多幫助。

據(jù)了解，覓?？萍嫉募夹g(shù)架構(gòu)中用到了亞馬遜云的多種服務(wù)，包括Amazon S3、Amazon Elastic Load Balancing、Amazon Managed Streaming for Apache Kafka （MSK）、托管的Redis、Amazon DocumentDB等。

對于覓睿科技來說，視音頻數(shù)據(jù)其實就是關(guān)鍵數(shù)據(jù)，多年來，Amazon S3上的數(shù)據(jù)從沒有丟失過。而且，在把數(shù)據(jù)從MongoDB數(shù)據(jù)庫遷移到Amazon DocumentDB之后，其穩(wěn)定性也從95%提升到了99.99%。

亞馬遜云科技大中華區(qū)產(chǎn)品部數(shù)據(jù)類產(chǎn)品高級經(jīng)理王曉野介紹說，亞馬遜云科技提供包括關(guān)系型數(shù)據(jù)庫、內(nèi)存數(shù)據(jù)庫、鍵值型、文檔型等在內(nèi)的超過15種數(shù)據(jù)庫引擎，可以滿足作為物聯(lián)網(wǎng)技術(shù)服務(wù)商的覓?？萍?，在非結(jié)構(gòu)化數(shù)據(jù)存儲、檢索，數(shù)據(jù)庫的擴容等方面的諸多需求。

在亞馬遜云科技的幫助下，覓?？萍荚诤弦?guī)性少了許多顧慮。談到合規(guī)問題時，王曉野提到了亞馬遜云科技的安全責任共擔模型，有了它，用戶無論是在合規(guī)審計，還是保護數(shù)據(jù)隱私的時候，都不需要去考慮云本身的問題。

所謂安全責任共擔模型，簡單來說就是安全性和合規(guī)性是亞馬遜云科技和客戶的共同責任。亞馬遜云科技負責“云本身的安全” ，負責保護運行所有亞馬遜云服務(wù)的基礎(chǔ)設(shè)施。而客戶負責“云內(nèi)部的安全”，亞馬遜云的用戶會繼承最全面的安全和合規(guī)性控制，以幫助滿足全球監(jiān)管機構(gòu)的合規(guī)性要求，最終可以幫助用戶減輕運營負擔。

總之，用了亞馬遜云多種服務(wù)的覓?？萍?，在數(shù)據(jù)安全、合規(guī)與穩(wěn)定性方面都能高枕無憂，享受到了諸多價值。

對未來的期望有很多都集中在智能方面

目前，覓?？萍伎梢蕴峁┌ㄈ梭w識別、車牌識別、包裹識別等多種機器學習服務(wù)。在開發(fā)過程中，覓睿科技使用了Amazon SageMaker和Amazon SageMaker Ground Truth這兩個服務(wù)，AI開發(fā)的進度大大加快。

嘗到亞馬遜云機器學習服務(wù)甜頭后，覓?？萍紝τ跈C器學習有很高期待，期待用亞馬遜云的機器學習服務(wù)打造更多服務(wù)。

祝友志表示，覓睿科技會基于Amazon Rekognition和Amazon Panorama做更多嘗試和探索，比如做各種防護裝備檢測，監(jiān)測工地上的工人有沒有戴頭盔，監(jiān)測公共場合的人們有沒有戴口罩之類的。

在自身服務(wù)水平方面，覓?？萍歼€計劃在客服系統(tǒng)中使用Amazon Polly和Amazon Transcribe。覓?？萍挤?wù)全球100多個國家和地區(qū)的用戶，涉及到多種語言，在客服系統(tǒng)中采用智能技術(shù)來做溝通，有助于提升溝通的效率，提升用戶的服務(wù)體驗。

覓?？萍加媱潓C器學習能力應(yīng)用于更多場景，但實際上要做的事情還有很多。

在金偉看來，現(xiàn)在的機器學習就像是“半自動步槍”，實際應(yīng)用中，面對很多場景還是需要一個一個地去訓練，需要算法和足夠多的算力，也需要足夠多的數(shù)據(jù)。

從機器學習的發(fā)展來看，更多參數(shù)的機器學習模型是大勢所趨。所以，對于許多需要機器學習能力的企業(yè)而言，在本地自行完成機器學習的困難也越來越大。

亞馬遜云科技的Amazon SageMaker不僅提供了靈活便捷的環(huán)境，而且還能利用亞馬遜云自研的機器學習芯片和大規(guī)模集群，以盡可能快的速度和盡可能低的成本應(yīng)對大規(guī)模機器學習所帶來的挑戰(zhàn)。

覓?？萍家庾R到了云上機器學習的諸多優(yōu)勢，也愿意用亞馬遜的云上機器學習服務(wù)進行更多嘗試，相信這也能解釋覓?？萍紕偝闪⒕湍馨褬I(yè)務(wù)做到海外市場的背后奧秘。

zhupb