Accéder au contenu
Clients

Deepomatic : plus efficace et plus durable avec Google Cloud

9 mars 2023
https://storage.googleapis.com/gweb-cloudblog-publish/images/aiml2022_PO1vxqJ.max-2500x2500.jpg
Google Cloud Content & Editorial

Contactez-nous

Si vous êtes une entreprise et que vous souhaitez vous développer, découvrez comment gagner en productivité avec Google Cloud ou contactez notre équipe commerciale.

Commencer ici

Leader dans les algorithmes IA de reconnaissance d’images, la startup Deepomatic a choisi Google Cloud pour simplifier ses opérations, accélérer ses apprentissages machines et fluidifier son expansion à l’international tout en privilégiant une approche sobre.

Pépite Française née en 2014, Deepomatic collectionne les distinctions : classée dans le Top 10 mondial des plateformes de « Computer Vision » (reconnaissance d'image) par le cabinet Forrester en 2019, elle était également désignée un an plus tard comme « scale-up européenne la plus prometteuse de l'année » par le réseau européen EIT Digital, soutenu par la Commission européenne. Avec une croissance annuelle de son chiffre d’affaires de 200%, elle est non seulement présente en Europe, en Amérique du Sud mais également aux États-Unis et affiche quelques belles références parmi ses clients, dont CityFibre, Unit-T, Bouygues Telecom, Stellantis, Sanofi ou encore Movistar Colombia.

Se focaliser sur la valeur ajoutée métier

Depuis six ans, l'entreprise française développe une plateforme logicielle d'intelligence artificielle qui aide les entreprises à créer et à paramétrer des solutions de reconnaissance d'image sur mesure, sans nécessiter de compétences en programmation ou en data science. Destinée au contrôle de qualité, sa technologie s’appuie sur une App mobile qui permet aux techniciens de terrain de prendre des photos aux moments clefs d’une intervention. Ces dernières sont envoyées sur la plateforme pour analyse et si le résultat n’est pas conforme, de nouvelles instructions sont envoyées à l’opérateur. « Réalisé en temps réel, ce contrôle qualité permet d'augmenter le taux de succès des opérations sur le terrain et fait ainsi gagner un temps considérable à nos clients en leur évitant d’avoir à revenir pour corriger des problèmes », précise Vincent Delaitre, CTO de Deepomatic. « Il permet aussi d'accumuler petit à petit des données fiables sur l'état des équipements sur le terrain ».

Deepomatic

Les photos sont analysées en direct par Deepomatic pour fournir des recommandations aux techniciens et un contrôle qualité. Ici un exemple de maintenance dans l’industrie Telecom.

Dès le départ, Deepomatic a opté pour le cloud, en s’appuyant sur une architecture à base de micro-services et de conteneurs déployés sur Docker Compose. L’objectif : bénéficier d’une grande souplesse d’évolution. L’arrivée de Kubernetes a également changé la donne. « Notre force est dans le développement de fonctionnalités innovantes à valeur ajoutée pour nos clients, pas dans le maintien d’infrastructures pour héberger notre plateforme », souligne Vincent Delaitre. « De ce point de vue, Kubernetes était une véritable révolution : là où nous devions déployer et gérer une machine virtuelle pour héberger et maintenir Docker Compose, Google Cloud nous proposait une solution bien plus riche en fonctionnalités et entièrement managée. Nous avons donc basculé en 2017 vers Google Kubernetes Engine afin de bénéficier de la meilleure implémentation de Kubernetes ».

Capitaliser sur les services managés

Deepomatic ne gère pas réellement de gros pics de charge, son trafic est assez linéaire. Pour autant, la société ne souhaite pas perdre de temps à maintenir des serveurs ou à paramétrer l’équilibrage de charge. « Pour accompagner la diversification de nos activités sur de nouveaux marchés et le développement à l’international, nous utilisons également l’auto-scaling », précise Vincent Delaitre. « L’élasticité cloud est bien entendu un atout immense dans notre stratégie mais l’éventail des services managés proposés par Google Cloud est tout aussi important. Il nous permet non seulement de nous concentrer sur notre métier mais également d’être beaucoup plus efficaces ».

Grâce au provisionnement des ressources opéré automatiquement par GKE, Deepomatic n’emploie que deux développeurs DevOps pour gérer environ 110 serveurs en production et plus de 3500 conteneurs. La société envisage également de basculer une grosse partie des traitements effectués avec PostgreSQL vers BigQuery. « Nos premiers tests ont été très concluants : là où il nous fallait 32 minutes pour exécuter une requête complexe auparavant, il ne faut plus que 7 secondes avec BigQuery », déclare Vincent Delaitre qui ajoute : « De manière générale, nous privilégions les services managés de Google Cloud dès que c’est possible. Grâce à cette approche, nous disposons aujourd’hui d’une plateforme étonnamment conséquente par rapport au nombre d’informaticiens dont nous disposons selon un investisseur qui a réalisé un audit de notre système lors de notre dernière levée de fonds. Preuve que Google Cloud nous aide à être très efficaces ».

Une gestion des ressources optimisées

L’efficacité n’est pas le seul avantage apporté par Google Cloud. Sensible aux problématiques écologiques, Deepomatic a développé une culture durable dès son lancement. En optant pour Google Cloud, la société a aussi fait le choix d’un partenaire de cloud qui opère en 100% énergie renouvelable dès 2017 et avec une trajectoire Net Zéro émission pour 2030 . La transparence et les nombreux outils fournis par Google Cloud pour aider ses clients dans leur démarche carbone sont clefs pour Deepomatic dont l’utilisation du cloud représente la première source d’émissions (autour de 80TCO2eq/an an 2021). Google Cloud présente une autre particularité appréciée par le CTO de Deepomatic : « Là où d’autres prestataires vous imposent des serveurs sans offrir de marge de manœuvre sur leur composition, Google Cloud permet d’allouer de la CPU ou de la RAM en fonction de vos besoins. Tant d’un point de vue économique qu’écologique, c’est dommage de provisionner des ressources alors qu’on n’en a pas besoin ».

Autre point important, les charges de calcul des algorithmes développés par Deepomatic utilisent principalement des ressources GPU et Google Cloud offrait la plus grande diversité de cartes graphiques en 2017, quand la société a décidé de migrer. « C’est fondamental pour nous, car nous avons besoin de cartes graphiques puissantes pour entraîner nos modèles mais pas pour faire de la prédiction. Dit autrement, cette diversité nous a permis d’optimiser nos coûts et notre empreinte environnementale en attribuant les charges de calcul à différentes cartes, en fonction de nos besoins réels », souligne Vincent Delaitre.

Alignée sur les convictions de la société, cette politique de développement durable efficiente constitue aussi un avantage concurrentiel : face à la pression de clients qui se soucient de l’empreinte environnementale de leurs fournisseurs, Deepomatic a un temps d’avance.

Publié dans