海艺：运用云服务，让 AIGC 技术触达更多用户
关于 海艺
海艺成立于 2023 年，致力于降低最新 AIGC 技术的使用门槛。2023 年 3 月，海艺推出 AI 图像生成服务平台"海艺 AI"，在五个月内便达到超过 20 倍的用户数量增长，目前在全世界约有六万日活跃用户。
请告知我们您遇到的挑战。我们在此提供帮助。
联系我们通过在 Google Cloud 上部署 AI 图像生成平台，海艺得以提高研发和运维效率，向全球用户提供稳定、高速的服务，同时借由实时数据分析落实优化产品的数据驱动策略。
Google 使用成果
- 运用 Spot VMs 和 Cloud GPUs 提高硬件利用率，降低 30% 的基础设施成本
- 使用易于管理、高性能的云基础设施，一名工程师即可负担所有开发和运维工作
- 采用 Cloud Load Balancing 将网页首次加载速度提高 90%
- 使用 Firebase 和 BigQuery 实现实时数据分析，支持快速除错
顺畅支持五个月间 20 倍的用户量增长
生成式人工智能（AIGC）在 2023 年经历了技术成熟度和普及度的大幅提升。一份发布于 2023 年 8 月的 调查 显示，在接受调研的企业或组织中，有三分之一在许多 AIGC 工具发布不到一年之后就开始频繁使用。然而，不少 AIGC 工具存在较高的使用门槛。例如，一些 AI 图像生成工具需要先经过复杂的设置过程，才能产出高质量的图片。
成立于 2023 年初的海艺 致力于为所有用户降低最新 AIGC 技术的使用门槛。海艺的团队在优化 AIGC 工具方面具备深厚的经验。通过自动推荐最适合的图像生成 AI 模型和设定参数，海艺的 AI 图像生成服务平台 "海艺 AI" 让用户能轻松取得高质量的 AI 生成图片。自 2023 年 3 月推出以来，"海艺 AI" 在五个月内便达到超过 20 倍的用户数量增长，目前在全世界约有六万日活跃用户。
"我们的使命是让 AIGC 技术触达更多用户。"海艺执行长马飞表示。"为此，我们打造了自动化的推荐系统，能基于用户提供的关键词和偏好的图片风格，建议用户可以使用的最佳模型和参数。如此一来，我们的用户只需要经过一、两个步骤就能得到高质量的 AI 生成图像，而不需要花时间研究如何完成复杂的设置过程。"
在研发"海艺 AI" 的初期，海艺用来运行机器学习模型的云平台上计算资源管理较缺乏弹性，让开发流程变得复杂。同时，海艺的团队希望能使用 GPU 的 Spot 实例，在不影响产品质量的条件下降低运营成本。综合考量之下，海艺开始将图像生成机器学习模型部署在 Google Cloud 上，因为 Google Cloud 支持更高效的开发和运维，并提供搭载 2023 年 3 月推出、最新型显卡之一英伟达 L4 的 GPU Spot 实例。
"我们希望能将研发和运维工作量减到最低，便于以较小的团队规模探索图像生成这样的新 AI 技术，花更多时间和资源在创新上。"马飞说。"通过提供支持高效运营的高性能基础设施，Google Cloud 满足了我们的这个要求。此外，Google Cloud 也提供性价比高且丰富的计算资源，并具备最先进硬件的选项，有助于我们提供高质量的 AI 服务。"
运用强大的云基础设施，支持高性价比的 AI 图像生成
海艺用了不到一周的时间，就在 Google Cloud 上快速构建了运行其机器学习模型的全托管云环境。Google Cloud 团队从一开始便不断提供机型选择、架构设计、全球资源分配、网络安全等各种技术建议，协助海艺团队运用 Google Cloud 工具取得最大效益。
"自从使用 Google Cloud 以来，我们就一直与 Google Cloud 团队保持密切联系。Google Cloud 团队总是积极地为我们的使用案例找到最佳解决方案。"马飞表示。"有了 Google Cloud 工程师提供的详尽建议，我们得以快速地开发并部署我们的 AI 图像生成平台，并持续改善服务。"
现在，海艺在 Google Kubernetes Engine (GKE) 中部署 Spot VMs 的 Cloud GPU 英伟达 L4 伸缩实例组，来支持其 AI 图像生成服务，并将用户行为数据储存和应用文档分别储存在 Firestore 和 Cloud Storage 中。马飞指出，这些基础设施工具的高性能为海艺的运营提供了极大好处。通过用 Spot 实例的形式使用英伟达 L4 显卡，海艺不仅能以性价比更高的方式支持机器学习业务，也能快速地启用或移除计算资源，提高硬件利用率，因而降低了 30% 的基础设施成本。除了提供接近无限的扩展性之外，Cloud Storage 也支持一次写入的多区域数据存储，可以应对所有区域并发读取。如此一来，海艺的用户便能在各区域通过内网读取数据，提高网络吞吐能力，并降低数据传输成本。
"通过在 GKE 使用 Spot VMs 的 Cloud GPUs，我们得以以极佳的性能、性价比和扩展性来运行我们的机器学习模型。"他补充说。"自从发布上市以来，我们的图像生成平台在五个月内便经历了 20 倍的用户成长。在 Google Cloud 基础设施工具的支持下，我们从未遇到任何扩展方面的问题。"
除此之外，海艺也运用 Cloud SDK 从本地机器读取并管理 Google Cloud 工具，简化了开发和运维工作。例如，海艺的团队可以用命令行界面管理 GKE 实例组，比起使用 GKE 界面更为简易。通过 Cloud SDK，海艺的团队只需要提交对应的代码和编排文件，就能自动化地在 Google Cloud 构建基础镜像，缩短新功能的部署时间。因此，海艺只需要一名工程师，就能负担所有开发和运维的工作。
"通过在 GKE 使用 Spot VMs 的 Cloud GPUs，我们得以以极佳的性能、性价比和扩展性来运行我们的机器学习模型。自从发布上市以来，我们的图像生成平台在五个月内便经历了 20 倍的用户成长。在 Google Cloud 基础设施工具的支持下，我们从未遇到任何扩展方面的问题。"
—海艺执行长 马飞支持高速内容分发，提高网络安全
为了在全世界提供高质量的 AI 图像生成服务，海艺需要确保各地用户都能顺畅加载图片。为此，海艺使用 Cloud CDN and Media CDN 在全世界分发内容，达到 99.5% 的图片加载成功率。此外，海艺也运用 Cloud Load Balancing 在服务器之间分配网络流量，提高网页加载速度。整体而言，"海艺 AI" 网页的首次加载速度提高了 90%。
另一方面，AIGC 这类的新科技服务往往面对较频繁的网络攻击。以往每当遭受攻击时，海艺图像生成平台的流量会瞬间大幅增加，造成额外的网络成本。为了强化网络安全，海艺使用 Google Cloud Armor 降低网络攻击风险。自从采用 Google Cloud Armor 以来，海艺的平台便未曾受到网络攻击影响。
使用 BigQuery 支持快速除错和数据驱动决策
海艺采取数据驱动的运营策略，基于数据分析的结果持续改善运营方式和产品，并采用 BigQuery 作为数据仓储。马飞指出，由于海艺的平台每天都会产出约三百万张的大量图片，BigQuery 的高性能和高扩展性对于处理大量数据十分有帮助。通过将数据依不同指标拆分，海艺团队也优化了在 BigQuery 中的数据查询效率。
为了达到更快的除错速度，海艺将其图像生成平台的用户行为数据通过 Firebase 发送到 BigQuery，进行实时分析。当分析结果侦测到潜在技术问题时，海艺团队设定的预警机制会发出通知，让团队快速反应，确保服务质量。例如，当海艺平台的登录成功率下降到低于 98% 时，团队就会收到警报，马上开始着手寻找问题的原因。
"在我们做从产品开发到用户留存等各方面的商业决策时，数据分析的结果是极重要的参考依据。BigQuery 让我们能轻松地处理不断增加的大量数据，实现实时分析，有效且高效地提升服务。"马飞说。
运用 Google Cloud 促进业务成长和技术革新
有了 Google Cloud 扩展性高的基础设施，海艺已经做好了迎接业务继续倍数成长的准备。接下来，海艺计划运用 Google Cloud 的计算资源进一步深化其 AIGC 技术，逐步朝支持生成动态图、短动画和长动画的方向发展。
马飞表示："我们有信心我们在 Google Cloud 上构建的 AI 图像生成服务具备足够强大的扩展性和性能，能继续支持我们业务的倍数成长。运用 Google Cloud 业界顶尖的计算能力，我们将持续开发更新、更好的 AIGC 产品。"
请告知我们您遇到的挑战。我们在此提供帮助。
联系我们
关于 海艺
海艺成立于 2023 年，致力于降低最新 AIGC 技术的使用门槛。2023 年 3 月，海艺推出 AI 图像生成服务平台"海艺 AI"，在五个月内便达到超过 20 倍的用户数量增长，目前在全世界约有六万日活跃用户。