看好微服務發展!創雲數據挾建立大型運算中心經驗,推AI企業資源自動化管理平台
看好微服務發展!創雲數據挾建立大型運算中心經驗,推AI企業資源自動化管理平台
2020.04.03 |
創雲數據行銷經理朱淯蓉
”當問題的發生時,沒有捷徑,就是靠經驗!

2014年創立的創雲數據團隊,專注基礎技術開發,以實踐開源的 OpenStack 架構切入,為大型軟體資料中心進行規劃設計、系統建置、同時考慮後續的維運模式。成立之際面臨激烈競爭的創雲團隊,以八年以上的 IT 規劃/維運經驗,持續在高技術門檻的雲計算產業耕耘,協助客戶進行彈性的技術佈局。

創雲數據 OpenStack

編按:OpenStack是美國太空總署和Rackspace合作研發的雲端運算軟件,為自由和開放原始碼軟件,擁有三大模組運算模組、網通模組和儲存模組,加上一套集中式管理的儀表板模組,來組合成一套OpenStack共享服務,可提供有需求者彈性擴充或調度,也可進行二次開發。

穩紮穩打帶來技術高含量和意想不到的機會

有別於大廠對於客戶而言無法釋出彈性、難以完全符合需求,創雲數據為因應不同需要,藉由客製化現有軟體和延伸其功能,更符合客戶需求。

創雲數據_Meet創業午餐會_2020-01-16_賀大新攝影_4118_Lr.jpg
圖片由左至右為創雲數據行銷經理朱淯蓉、董事長特助董啓豪與執行長徐振威。
圖/ Meet創業小聚

2015年創雲數據成功接洽中國湖北省級政務雲端計算運算及大數據資料中心的案子,打造共用雲平臺。當時,創雲用不到20名技術人員,在不到兩個月的時間,為資料中心建置1000個節點,成功讓200臺實體伺服器落地,「我們完成儲存總量約 2pb 的雲端計算中心,現在看起來雖然不大,但在當時是個創舉。」執行長徐振威提到。

相較於傳統數據中心,創雲數據提供的整體計畫讓硬體採購成本下降70-80%,維運人力節省高達90%。除此之外,資料平臺應用涉及相當廣泛,舉凡政務、交通、醫療、教育、工業、農業、金融等,直到2017年底覆蓋整個湖北、分佈在六個城市,實現省、市、縣三級互聯互通的智慧城市需求。

微服務整合平臺,讓資源管理不再是企業的痛!

大型資料中心不只側重於建置,更應在問題發生的當下,快速地找出問題並有效解決,建置湖北資料中心的經歷,使得創雲團隊的整合能力大幅提升。

2017年,團隊將技術搬回臺灣,看準企業數位化需求,創雲開始為企業建置微服務系統,目標對準虛擬銀行和金融科技,有效地為客戶實踐更彈性的數位服務建置、以及更長遠的成本節約。過去兩年,創雲數據攜手國內金融巨頭,建置一個整合微服務平臺,將全臺近200個據點、管理人員達一萬人以上大規模的資料管理一網打盡。

以金融產業為例,一個銀行App時常包納相當多元的服務,包含:點數累積兌換平臺、外幣兌換平臺、網路銀行平臺、信用卡繳款平臺、證券交易平臺等。然而,這些獨立的平臺服務相當分散且關聯性太低、難以統整,對於龐雜資料管理上除相當耗時外、系統多半老舊,執行長徐振威提及:「如果要回到公司做整合會耗費相當多時間,所以我們幫企業做,未來應用就是在一個平臺完成所有作業。」可以說,微服務是因為系統的有自己的資料庫、可以把資料獨立快取、儲存。而傳統的系統架構就是牽一髮動全身,如果公司要改其中一個類別的資料的話,不同類型的資料庫都要連同一起修正。有了微服務,有效解決資料處理龐雜又耗時的問題。

創雲數據 AI Ready 的混合雲架構設計

為Redhat認可合作夥伴,看好微服務於全球的發展

自2017年返臺以來,創雲數據為Redhat提供產品顧問一條龍服務,其實關鍵在於Redhat十分看好微服務的發展,且認可創雲數據的專業技術含量高,至今持續合作,Redhat也成功縮短50%的開發及測試時間,目前有30項微服務正在運行、仍有20項微服務正在開發,未來將提供移轉服務。

執行長徐振威分享:「微服務應該是要把原本web做拆解,而不是一直花費成本買,就是不該一直擁抱核心,而是診斷流程,用原本的東西轉型提供最好的應用。」執行長也舉例:一個內含Java的ERP(Enterprise Resource Planning,企業資源規劃)系統,創雲教導企業自行移轉企業過往自編的程式─「像是拆解積木,企業內部的工程師已經組裝好,創雲就是教他怎麼拆開。」

期盼產品化的合作夥伴加入,讓價值加成!

另一方面,看準AI應用愈加廣泛,市場將會有「資源如何應用」與「如何有效管理」的問題產生,為解決市場痛點,創雲數據AI資源自動化管理平臺應運而生,他們規劃於今年(2020年)第二季上線,對此,董事長特助董啟豪也補充道:「就像我手上有好幾百臺車,這麼多資源我就需要自動化管理,所以我們協助夥伴去建置,尤其是東南亞很喜歡。」

「雖然我們有knowhow,但Open source其實全球都在做,創雲將投入臺灣AI戰局,必須花更多心思做整合。」朱淯蓉提到,創立以來,創雲數據一直都面向 B2B 業務,除目前因應求新求變的金融產業,未來也將擴大與 AI 應用單位合作、協力整合資源,資源最後勢必要集中化,將採開源的角度邀集相關企業投入。此外,創雲數據也看準學術單位較願意接觸新的應用且user數量多的優勢,2020年也將市場版圖再拓及學校;在人才方面,下一個策略會聚焦於品牌思維的建立,團隊將延攬市場開發(Business Development)跟行銷(Marketing)專業的人才進駐。

在資金方面,募資會是創雲數據今年度最關鍵的階段目標,因為團隊需要人才讓技術優化,才能進行上下垂直與軟硬體整合。預計在 Pre A 輪可募集2500-5000萬臺幣,望募資者的產業可與創雲數據相輔相成,形成策略性投資,加強技術產品化的能力。

創業快問快答:

Q:長遠來看,公司想成為一家何種類型的公司?下一步的目標是什麼?你們如何完成?

A:我們想成為技術型的產品顧問服務公司,下一步目標除了整合RedHat原廠及合作廠商加強marketing外,學術單位客戶群更是重點經營目標。

Q:服務的創意來源,是因為發生甚麼事情而有這樣的想法?

A:

  1. AI人工智慧在未來十年將改變全球經濟產業鍊供應方式,進年正處於爆發式成長。但並非所有企業的IT或資訊部門都了解該引入AI。AI Force除了解決此入門門檻相對較高問題外,並同時提供自動化的流程管理,一次性的解決客戶在面對AI人工智慧時所面臨的所有痛點。

  2. 企業的產品研發人員從撰寫程式碼到產品正式上線都有個生命週期,在此過程中會面臨非常多的問題及挑戰,例如版本測試、管控、需求變更、源代碼備份、資安等問題。創雲數據為客戶提供的產品解決方案,可協助客戶一站式的解決這些問題,讓研發人員專注寫code,維運人員透過自動化流程輕鬆管理,縮短產品上線時程。

Q:創業,教會了你哪些事?簡單分享創業至今以來的心得感想?

A:

  1. Always要有plan B。
  2. 商場是多變且現實的,沒有永遠的敵人或夥伴。
  3. 慎選核心團隊成員!
  4. 永遠要有最壞的打算。
  5. Never say Never!

公司資訊

公司名稱:創雲數據股份有限公司
成立時間:2014/6/25
產品名稱:AI資源自動化管理平台 / DevOps CI/CD自動化平台 / RedHat全系列產品服務
上線時間:2019/11/8
團隊人數:11人
官方網站|Facebook| 新創資料庫

關鍵字: #Meet創業之星
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓