Autodesk di AWS

Dalam video AWS Conversations With Leaders ini, Amy Bunszel, VP eksekutif solusi arsitektur, teknik, dan desain konstruksi di Autodesk, menyelami kesuksesan Autodesk dan cara mereka mengambil risiko, tanpa gegabah. Pendekatan ini menciptakan budaya eksperimen di tempat kerja, mendorong mereka untuk memecahkan masalah yang kompleks saat mereka membangun tim yang tepat untuk skala pada proporsi yang besar.

Tonton perbincangan dengan Prakash Kota, CIO di Autodesk, mengenai strategi dan praktik terbaik organisasi yang digunakan dalam memberdayakan orang-orang dan bisnis agar bisa mendapatkan kesuksesan di masa depan yang serba digital.

Prakash Kota, SVP & CIO Autodesk, berbicara tentang melibatkan staf dan kepemimpinan dengan migrasi beban kerja korporasi di seluruh perusahaan ke AWS Cloud dan membahas cara memotivasi staf melalui AWS Training and Certification. Pembelajaran kunci dari transformasi Autodesk adalah memulai dari yang kecil dan berkembang cepat dengan berinvestasi pada orang-orang Anda untuk membangun budaya pembelajaran berkelanjutan.

Autodesk menggunakan model machine learning yang dibangun di Amazon SageMaker untuk membantu desainer mengatur dan menelusuri ribuan opsi desain generatif. Dengan proses desain generatif Autodesk, Edera Safety, studio desain dari Austria, membangun pelindung tulang belakang yang lebih baik dan lebih efisien.

Autodesk Data Platform (ADP) mengumpulkan dan memproses data penggunaan produk, menyediakan tim operasional Autodesk dengan platform analitik produk. Dengan memigrasikan ADP dari sistem pemrosesan berbasis Spark ke AWS Lambda, Autodesk menghemat hingga 90 persen biaya pemrosesan data setiap tahun. Saat ini, Autodesk mampu memproses data hampir dalam waktu nyata, memberikan analitik tepat waktu bagi pengguna bisnis untuk mengupayakan peningkatan produk dan peluang bisnis lainnya.

Untuk memberi pelanggannya kekuatan untuk bekerja lebih cepat, efektif, dan berkelanjutan sepanjang siklus hidup proyek, Autodesk perlu menata ulang infrastrukturnya untuk mendukung data yang kompleks dan berkembang secara eksponensial ini. Pelajari tentang kerangka kerja lima langkah yang digunakan Autodesk.

Autodesk membuat model keterampilan machine learning menggunakan Amazon SageMaker yang berbeda dari model klasifikasi biasa karena model tersebut dirancang untuk memilih tim yang tepat yang bertanggung jawab untuk mendukung pengguna. Ini berbeda dengan banyak model yang mencoba memprediksi topik suatu kasus dan kemudian merutekan dari topik itu.

Autodesk memilih solusi AWS untuk membangun dan men-deploy model machine learning dengan cepat untuk iterasi baru dari forum yang disebut Community Match. Model tersebut mencocokkan keahlian anggota forum dengan pertanyaan yang diajukan di forum—idenya adalah untuk mendorong anggota komunitas yang ahli dalam bidang tertentu untuk berbagi pengetahuan orang dalam mereka tentang solusi Autodesk. Dan jika sebelumnya pelanggan mencari dukungan Autodesk hanya untuk memecahkan masalah, sekarang mereka memanfaatkan pengetahuan dalam komunitas bersama untuk menggunakan perangkat lunak Autodesk secara lebih efektif.

Mengembangkan pandangan 360 derajat dari metrik keuangan pelanggan dapat memberi organisasi kemampuan untuk membuat keputusan proaktif alih-alih reaktif dengan strategi tim akun. Namun, data pelanggan biasanya disimpan di berbagai sumber dan membutuhkan banyak upaya untuk menggabungkan metrik dengan memetakan ID, nama akun, dan bidang lainnya. Data ini dapat disajikan dalam format yang saling bertentangan, dan jumlah catatan dapat melebihi apa yang dapat ditangani oleh alat data umum. Autodesk memanfaatkan Trifacta di AWS untuk membuat proses data pipeline yang disederhanakan untuk mengotomatiskan pengiriman analitik pelanggan holistik.

Autodesk membuat perangkat lunak desain yang membutuhkan kapasitas komputasi yang signifikan untuk rendering. Untuk Autodesk, beban kerja Rendering-as-a-Service (RaaS) adalah satu-satunya yang terbesar jika diukur dengan total pengeluaran. Perusahaan sekarang mengandalkan Instans Spot Amazon EC2 untuk penghematan biaya yang signifikan pada fungsi RaaS-nya.

Meskipun Autodesk mendapat manfaat dari menggunakan AWS, menyiapkan akun AWS baru merupakan tantangan bagi Tim Operasi AWS perusahaan yang terdiri dari dua orang. Proses manual untuk persiapan akun menghasilkan penyelesaian 2 minggu pada permintaan akun baru dan risiko kesalahan manusia. Autodesk membangun solusi menggunakan arsitektur nirserver untuk meminimalkan waktu dan biaya yang diperlukan untuk pengelolaan infrastruktur. Dengan solusi tersebut, developer Autodesk sekarang mengirimkan formulir online untuk meminta akun baru, dan API memicu proses pembuatan akun. Solusinya, yang juga mendukung kueri akun berdasarkan nomor akun, alamat email, atau alamat IP, hanya membutuhkan waktu satu bulan untuk dikembangkan dan diluncurkan.

Autodesk menggunakan Amazon WorkSpaces alih-alih menyewa perangkat keras fisik untuk meng-host workstation virtualnya pada klien nol, meningkatkan efisiensi persiapan dan mengurangi jejak karbonnya. Dengan menggunakan AWS, Autodesk menyiapkan dan men-deploy 450 workstation di acara Universitas Autodesk, menghemat waktu hampir satu minggu dan ribuan dolar.

AWS Support membantu Autodesk fokus pada bisnis intinya daripada menghabiskan waktu berharga untuk mengkhawatirkan membuat arsitektur Layanan AWS dasarnya. Autodesk menganggap AWS Support sebagai tim dukungan infrastruktur virtual seperti halnya departemen atau grup lain dalam Autodesk, karena dapat dihubungi tanpa pemberitahuan sebelumnya dan mendapatkan tingkat dukungan yang dibutuhkan.

Autodesk dengan cepat merancang, melatih, dan melakukan debug model machine learning pada kesamaan visual. Menggunakan SageMaker Debugger, Autodesk meningkatkan performa Fusion 360 serta menghemat waktu dan biaya komputasi.

Pelajari tentang arsitektur Autodesk Shotgun Private Cloud, aplikasi VFX Project Management berbasis cloud yang berjalan di AWS. Autodesk Shotgun menyederhanakan pengelolaan proyek kreatif dan menyatukan efek visual (VFX), animasi, dan tim game dari semua ukuran. Shotgun adalah platform sesuai permintaan dapat diskalakan yang dapat mendukung hanya beberapa pengguna hingga ribuan—digunakan oleh lebih dari 1.000 studio secara global untuk melacak jutaan tugas setiap hari. Panduan ini menunjukkan bagaimana AWS membantu pelanggan membangun aplikasi SaaS yang tangguh yang menjawab kebutuhan keamanan yang paling ketat sekalipun.

Autodesk memigrasikan basis data sangat penting dengan waktu henti minimal. Migrasi ini membantu merampingkan pengelolaan dan ketahanan layanan Autodesk SSO, mengoptimalkan biaya, dan mengurangi overhead untuk pemeliharaan infrastruktur. Blog ini memberikan detail arsitektur pra-migrasi, strategi migrasi, langkah-langkah migrasi, dan perbandingan performa.

Autodesk menciptakan ekosistem end-to-end yang menstandardisasi cara membangun, menjalankan, dan men-deploy perangkat lunak. Satu klaster Amazon ECS mengizinkan Autodesk menjalankan beban kerja Linux dan Windows.