Slide 28
Slide 28 text
© 2022, Amazon Web Services, Inc. or its Affiliates.
⽇本国内のお客様の声
“物体検出に基づいて、従業員のいない実店舗のビデオから、入店する顧客の人数を推定す
ることによって洞察を提供することもできます。Ciao Camera は、Inf1 インスタンスを商業
的に採用し、YOLOv4 を搭載した G4dn よりも 40% 優れた価格性能比を実現しました。"
Shinji Matsumoto, Software Engineer, Ciao Inc.
“画像セグメンテーションモデルは、GPU ベースの G4 インスタンスと比べ、AWS
Inferentia ベースの Inf1 インスタンスで 4倍高速で実行されることを認識しました。この高
スループットと低コストにより、Inferentia を使用すると、車のドライブレコーダーのアプ
リケーションなど、AI ワークロードを大規模にデプロイすることができます。“
Hiroyuki Umeda, Director & General Manager, Sales & Marketing Group, Digital Media
Professionals
“PyTorchベースのテキスト要約 AIアプリケーションを検証しました。 このアプリケーショ
ンは、過去30年間の記事で学習されたモデルを利用し、ヘッドラインと要約文を生成します。
Inferentiaを使用して、CPUベースのインスタンスよりもコストを1桁削減しました。 以前は
コスト面で実現できなかった複雑なモデルを大規模に展開可能となります。”
Hideaki Tamori, PhD, Senior Administrator, Media Lab, The Asahi Shimbun Company
https://aws.amazon.com/ec2/instance-types/inf1/#Customer_Testimonials
“高度な姿勢推定マシンラーニングモデルに基づいた動作分析 API プラットフォームサービ
ス「AnyMotion」を開発しました。Amazon EC2 Inf1 に AnyMotion コンテナをデプロイする
ことで、現行の GPU ベースの EC2 インスタンスと比較して、4.5 倍のスループットを達成、
推論レイテンシーが 25% 短縮され、コストも 90% 削減できました。"
Toshiki Yanagisawa, Software Engineer - NTT PC Communications Incorporated