イベントソースに基づくデータ処理システムの構築

Function Compute は複数のイベントソースを提供します。このイベントトリガーメカニズムは、数行のコードと簡単な設定でデータをリアルタイムで処理できます。例えば、このメカニズムでは、OSS パッケージの解凍、Log Service や Tablestore データで生成されたログの消去、MNS メッセージの消費のカスタマイズを行うことができます。

メリット

複数の構成が容易なイベントソースを統合

- Function Compute は、複数のイベントソースをサポートし、シンプルな構成でイベントソースデータを処理します。

処理ロジックを柔軟にカスタマイズ

- Function Compute では、ビジネスシナリオに基づいて、処理ロジックを柔軟にカスタマイズできます。

AI エンジニアがアルゴリズムに集中できるよう、サーバーレスアーキテクチャを提供

O&M が不要で、柔軟なスケーリングが可能な Function Compute により、アルゴリズムエンジニアはトレーニング済みモデルを柔軟で可用性の高い推論サービスへと変換できます。

メリット

AI エンジニアはアルゴリズムに集中でき、複雑な O&M 操作は不要です

- 人工知能 (AI) エンジニアは、アルゴリズムモデルのトレーニングとビジネスロジックの開発に集中できます。クラスターの O&M 操作は Function Compute が実行するため、作業効率が向上します。

何万ものコンピューティングリソースを準備して、コンピューティングパワーのボトルネックを解消

- Function Compute は、ミリ秒以内で柔軟にスケーリングできるコンピューティングリソースを豊富に備えています。Function Compute は、数万のコンピューティングリソースをすばやく準備して、トラフィックのピークをスムーズに処理できます。

A/B テストに複数のバージョンを提供することによる、モデル起動リスクの軽減

- Function Compute はマルチバージョン機能を提供することで、モデルのカナリアリリース戦略をサポートします。これにより、アルゴリズムに A/B テストを導入して、モデルの起動リスクを軽減できます。

ワンクリックでサードパーティのライブラリをインストールして、ローカル環境でスムーズにデバッグできます

- Function Compute のツールチェーンをアップグレードしたことにより、TensorFlow や PyTorch などのサードパーティライブラリのインストールプロセスが改善しました。アプリケーションを Alibaba Cloud にワンクリックでデプロイできます。

サーバーレスアーキテクチャに基づく、柔軟で可用性の高いビデオ処理システムの構築

Function Compute と Function Flow とを併用すると、パフォーマンスと効率が向上し、低コストかつ柔軟で、可用性の高いサーバーレスビデオ処理システムを作成できます。

メリット

柔軟なトランスコーディング：カスタムトランスコーディング処理ロジックをサポート

- ビデオトランスコード機能およびロジックをカスタマイズできます。

低コスト：75% 以上のコスト削減を実現

- Function Compute は柔軟な課金方法でさまざまなシナリオに対応し、コストを削減できます。

並列トランスコーディング：ビデオファイル数に基づいて自動的にスケーリング

- 複数のビデオファイルが同時にアップロードされると、Function Compute はスケーリングをミリ秒単位で自動実行してコンピューティングリソースを準備し、複数のファイルを並列処理します。使用したリソースについてのみ課金されます。

高速に移行：移行コストの削減と運用の簡素化

- FFmpeg に関連するコマンドを、Function Compute で直接実行できます。仮想マシンにデプロイされた FFmpeg ベースのサービスは、低コストで Function Compute へと移行できます。