10倍效率提升：中科網(wǎng)聯(lián)CCData借助Amazon SageMaker實現(xiàn)高效融媒體測量

近年來，隨著媒體與廣告?zhèn)髅叫袠I(yè)數(shù)字化轉(zhuǎn)型向縱深發(fā)展，如何利用數(shù)據(jù)洞察用戶生態(tài)、實現(xiàn)精準(zhǔn)觸達以及業(yè)務(wù)持續(xù)創(chuàng)新已成為媒體產(chǎn)業(yè)深入發(fā)展的“必答題”。與此同時，隨著數(shù)據(jù)應(yīng)用的不斷深入，借助人工智能和機器學(xué)習(xí)技術(shù)，找到數(shù)據(jù)和洞察力支撐，喚醒“沉睡”的數(shù)據(jù)價值，也成為媒體與廣告?zhèn)髅叫袠I(yè)智能化升級的新方向。然而這并非易事，諸多來自成本與效率等方面的難題，始終盤亙在企業(yè)上方。

因此面對市場變化帶來的壓力，企業(yè)是否可以通過選擇可靠的“技術(shù)外力”加持，輕松化解挑戰(zhàn)？國內(nèi)知名全域數(shù)據(jù)智能技術(shù)服務(wù)商中科網(wǎng)聯(lián)數(shù)據(jù)科技有限公司（簡稱中科網(wǎng)聯(lián)），給出了自己的答案。

01

入局：擁抱變化，開辟新機

中科網(wǎng)聯(lián)是一家市場領(lǐng)先的連接傳媒和消費的全域數(shù)據(jù)智能技術(shù)服務(wù)商。公司致力于以數(shù)據(jù)資產(chǎn)＋數(shù)據(jù)智能平臺的模式，賦能數(shù)字經(jīng)濟中的企業(yè)數(shù)字化和商業(yè)智能化。公司的服務(wù)包括CMM融媒體測量、LOS位置觀察服務(wù)、DMI數(shù)據(jù)與模型智能、IDP智能決策平臺，已成為國內(nèi)屈指可數(shù)的媒體與消費大數(shù)據(jù)公司。

隨著媒體與廣告?zhèn)髅叫袠I(yè)形成新的市場競爭格局，媒體行業(yè)客戶需要借助數(shù)字化和人工智能應(yīng)用實現(xiàn)業(yè)務(wù)的轉(zhuǎn)型和內(nèi)容的優(yōu)化提升，而中科網(wǎng)聯(lián)提供媒體測量服務(wù)，為行業(yè)客戶提供數(shù)據(jù)和洞察力支持。該服務(wù)不斷引入更多人工智能技術(shù)，以提高測量數(shù)據(jù)的識別效率。此外，中科網(wǎng)聯(lián)還嘗試?yán)迷品?wù)商提供的機器學(xué)習(xí)服務(wù)和計算機視覺技術(shù)對內(nèi)容進行識別和打標(biāo)，以進一步提升服務(wù)質(zhì)量和準(zhǔn)確性。目前，中科網(wǎng)聯(lián)的服務(wù)主要依托于本地數(shù)據(jù)中心進行托管。隨著行業(yè)客戶對數(shù)據(jù)智能需求的增長，本地數(shù)據(jù)中心已經(jīng)無法滿足新的業(yè)務(wù)形態(tài)所需的容量、服務(wù)種類和計算能力。此外，云服務(wù)提供商高昂的成本、復(fù)雜的操作模式和無法自定義調(diào)優(yōu)的“黑盒”化的模型處理始終無法達到企業(yè)的預(yù)期。那么中科網(wǎng)聯(lián)選擇如何化解難題？

02

行穩(wěn)：借力而上，破局突圍

為了消除對本地數(shù)據(jù)中心的依賴，解決既有云服務(wù)提供商在機器學(xué)習(xí)服務(wù)的性能和局限性問題，中科網(wǎng)聯(lián)開始評估和選擇更適合自己業(yè)務(wù)特點的云服務(wù)提供商，并將CMM融媒體測量中的基于音視頻圖像識別項目作為試點，通過關(guān)鍵業(yè)務(wù)指標(biāo)評估云服務(wù)提供商的模型吞吐量和準(zhǔn)確性，在綜合考慮成本和性能后，中科網(wǎng)聯(lián)堅定地選擇與亞馬遜云科技開展深度合作：

·亞馬遜云科技提供了全面、深入的人工智能（AI）和機器學(xué)習(xí)（ML）服務(wù)來滿足各項業(yè)務(wù)需求，包括提升用戶體驗、提高生產(chǎn)力、優(yōu)化業(yè)務(wù)流程與加速業(yè)務(wù)創(chuàng)新。借助開箱即用的人工智能服務(wù)，中科網(wǎng)聯(lián)可以將人工智能功能添加到現(xiàn)有業(yè)務(wù)應(yīng)用程序中。

·中科網(wǎng)聯(lián)在亞馬遜云科技上對Amazon SageMaker托管機器學(xué)習(xí)服務(wù)進行POC，測試計算機視覺對于邊緣計算終端圖像內(nèi)容特征的識別，并將結(jié)果與企業(yè)現(xiàn)有媒體測量服務(wù)整合，為主流媒體客戶提供業(yè)務(wù)洞察。

·在遷移POC的過程中，為了助力中科網(wǎng)聯(lián)加速應(yīng)用Amazon SageMaker云上托管的機器學(xué)習(xí)服務(wù)，數(shù)據(jù)實驗室解決方案架構(gòu)師和亞馬遜云科技服務(wù)專家提供了規(guī)范的架構(gòu)指導(dǎo)、共享最佳實踐并協(xié)助消除技術(shù)障礙。

·實現(xiàn)由Amazon SageMaker支持的CMM融媒體測量，脫敏數(shù)據(jù)和訓(xùn)練模型所需的圖片由Amazon Simple Storage Service（Amazon S3）對象存儲服務(wù)取代本地數(shù)據(jù)中心在云上統(tǒng)一存儲，進一步提升數(shù)據(jù)的可靠性和安全性。在CMM融媒體測量前置數(shù)據(jù)處理過程中采用Amazon Elastic Compute Cloud（Amazon EC2）云端虛擬服務(wù)器提供計算支持并結(jié)合Elastic Load Balancing實現(xiàn)自動化的傳入流量分配。目前已實現(xiàn)業(yè)務(wù)在亞馬遜云科技上的穩(wěn)定運轉(zhuǎn)。

“在最初部署時，針對初始模型的模型吞吐量低、圖像視頻內(nèi)容識別精度泛化等問題，亞馬遜云科技的數(shù)據(jù)實驗室團隊幫助我們的技術(shù)部門構(gòu)建了全新的推理模型，經(jīng)過不斷優(yōu)化訓(xùn)練集，使模型吞吐提高了10倍?！?/p>

——Andy

中科網(wǎng)聯(lián)數(shù)據(jù)科技有限公司研發(fā)總監(jiān)

03

成果：性能提升，加碼創(chuàng)新

中科網(wǎng)聯(lián)將CMM融媒體測量所需的機器學(xué)習(xí)工作負(fù)載整體遷移到亞馬遜云科技后，在Amazon SageMaker上實現(xiàn)了超過3000張圖片/秒的處理性能，模型總體性能提升超過10倍，讓中科網(wǎng)聯(lián)產(chǎn)品能夠在更短時間內(nèi)為媒體行業(yè)客戶提供所需洞察的同時，大幅節(jié)約推理成本。Amazon SageMaker的靈活定價模式讓中科網(wǎng)聯(lián)可以根據(jù)實際情況選擇合適的服務(wù)套餐，與之前相比在月度推理成本上節(jié)約近92%。

借助亞馬遜云科技數(shù)據(jù)實驗室和Amazon SageMaker提供的豐富工具，中科網(wǎng)聯(lián)的技術(shù)團隊也獲得了自主的模型優(yōu)化能力，能夠?qū)C器學(xué)習(xí)的模型和經(jīng)驗應(yīng)用到更多的業(yè)務(wù)場景中?！斑^去我們采用的是‘黑盒’模式的機器學(xué)習(xí)服務(wù)，只能夠獲得結(jié)果，而無法實現(xiàn)自主定義，在亞馬遜云科技數(shù)據(jù)實驗室的支持下，我們的技術(shù)團隊獲得了計算機視覺模型迭代和MLOPS方面的技術(shù)能力，我們可以嘗試將Amazon SageMaker與更多的業(yè)務(wù)打通，用AI推動更多的業(yè)務(wù)創(chuàng)新?！敝锌凭W(wǎng)聯(lián)研發(fā)總監(jiān)Andy談到。

未來，中科網(wǎng)聯(lián)CCData將在CMM融媒體測量業(yè)務(wù)以及商業(yè)智能決策領(lǐng)域，繼續(xù)探索與亞馬遜云科技的創(chuàng)新技術(shù)展開多方面合作。

04

關(guān)于中科網(wǎng)聯(lián)

中科網(wǎng)聯(lián)數(shù)據(jù)科技有限公司（簡稱中科網(wǎng)聯(lián)CCData），是一家市場領(lǐng)先的連接傳媒和消費的全域數(shù)據(jù)智能技術(shù)服務(wù)商。公司致力于以數(shù)據(jù)資產(chǎn)＋數(shù)據(jù)智能平臺的模式，賦能數(shù)字經(jīng)濟中的企業(yè)數(shù)字化和商業(yè)智能化。