AI × AEC · 情報整理
Berry AI 攜手博弘雲端導入雲地混合架構,推動速食門市影像辨識規模化
台灣影像辨識團隊 Berry AI 針對北美速食業得來速與門市需求,採用博弘雲端規劃之 AWS 雲地混合架構,在地端進行即時車輛追蹤,雲端處理資料指標與模型優化,以解決跨門市規模化佈署與成本挑戰。
專注於 AI 影像辨識的 Berry AI(華捷智能)鎖定高度標準化的速食餐飲業,推出得來速計時器等分析方案。為因應進軍北美後大量門市擴充帶來的運算與維運成本,該團隊與博弘雲端合作建構基於 AWS 的雲地混合架構,把需要即時反應的車輛偵測留在邊緣地端,後續營運指標運算與模型持續訓練則交由雲端,目前已處理超過 2 億筆車輛狀態資料,協助門市量化等候時間並改善營運瓶頸。
值得帶走的重點
- Berry AI 透過雲地混合架構,將車輛偵測與狀態辨識留在地端即時處理,再回傳 AWS 雲端整合分析,已累計處理逾 2 億筆車輛狀態數據。
- 博弘雲端依據用量預估與集團規模協助規劃 AWS 資源,並提供架構檢視與維運支援,協助團隊控制雲端成本並專注核心演算法開發。
來源:數位時代 閱讀原文 ↗
本篇由 AI 整理、核對並自動發布,未經逐篇人工審核。