广告科技企业迁移到Akamai云,成本暴降60%!

国内某“出海”的广告科技公司,在从某大型公有云平台迁移到Akamai之后,总体的云成本下降高达60%,其中就包含网络流量成本带来的节省。而且,在成本降低的同时,平台提供的性能与三大云服务商的水平相当,性价比优势非常明显。

Akamai亚太区云计算专家团队负责人 李文涛

这是Akamai亚太区云计算专家团队负责人李文涛分享的一则案例,背后凸显的是Akamai在公有云市场上的差异化策略。那就是通过提供以IaaS为主的、相对简单易用的、通用性更强的云产品,来为用户提供更开放,更有性价比的云服务。

2022年,Akamai通过收购Linode进入公有云市场,两年时间以来,Akamai不断在公有云服务上加码,强调既有大型公有云厂商一样的可靠性和扩展性,也有小型云厂商的性价比。在过去两年里,云服务已经成为Akamai历史上营收增长最快的产品线之一。

在谈到亚太地区的市场增长概况时,李文涛特别提到了广告科技行业。据他介绍,仅仅在过去6个月之内,就有十家来自中国的“出海”广告科技公司从大型公有云厂商以及从本地迁移到了Akamai的云平台,很快实现了成本的降低。

为什么广告科技公司更青睐Akamai的云服务呢?这要从广告科技行业的商业模式,技术需求以及Akamai的优势说起。

广告科技行业中,主要的参与者分为广告方、 DSP(需求方平台)和SSP(供应方平台)以及连接DSP和SSP的广告交易所。广告方是想做广告推广产品或服务的一方,DSP是为广告方准备的自动化购买平台,而SSP则是服务于网站主的,帮他们做流量变现。

据了李文涛介绍,广告科技行业是一个数据密集型行业,涉及大量的数据流和实时交易。在DSP、SSP和广告交易所之间,每月数据流量可以轻松达到Pb级。如果按照主流云服务商的标准计费,广告科技行业客户面临高达数百万美元的年度流量成本。

而且,由于广告展示和购买的决策过程通常需要在200毫秒内完成,这要求后端的数据处理和信息传递必须极为迅速和高效。这不仅涉及大量数据的快速处理,还涉及确保这些数据在不同云服务间的即时传递,要求使用的云平台有非常好的“多云”连通性。

凭借在CDN网络领域20余年的积累,Akamai可以将客户的云网络流量成本降低至零。Akamai会给购买其云服务的用户提供大量的免费流量额度,即使超出了免费额度,也能以业内极低的价格(1GB的流量是0.005美元)提供网络流量,省去了处理巨大数据流量的成本。对用户来说,自然是非常有吸引力。

同样是基于全球云网络的连通性,Akamai在全球范围内提供优化的、具有低延迟的网络服务,以确保数据可以迅速在全球范围内传输。这对于需要实时处理和快速数据传输的广告展示和交易场景非常有价值。

与此同时,Akamai提供具有性价比优势的IaaS服务,它可以提供虚拟机即服务以及容器管理服务等基础服务。这些服务用起来相对简单,通用性比较强,正好迎合了广告科技行业的一些发展趋势。

Akamai注意到,广告科技公司普遍具备强大的技术实力,通常会自主开发应用。面临云成本压力时,他们倾向于放弃提供PaaS和SaaS服务的云,转向纯粹的IaaS云,利用自身技术实力和开源软件来构建所需服务,从而降低云成本。

Akamai的云服务性价比究竟有多高呢?刚好,最近Akamai又推出了一款全新的GPU虚拟机产品,正好可以满足大家的好奇心。

全新一代的GPU虚拟机装备了更高性能的NVIDIA RTX 4000 Ada GPU,它是基于Ada Lovelace架构的版本,此前的版本是基于Ampere架构的,它针对流媒体处理、多媒体渲染、3D建模和AI推理等场景都能提供极高的性价比。

RTX A4000 vs RTX 4000 Ada

这款GPU虚拟机还配置了AMD第四代霄龙处理器CPU 9474F和1.5TB NVMe高性能SSD硬盘,价格为600美金/月,包括10TB免费出方向流量。

流量部分,按照某大型公有云的收费标准,免费流量价值在1000多美元以上,为用户提供了远超过市场同类产品的性价比。

与此同时,最近发布的还有Gecko边缘云产品。据李文涛介绍,Akamai在本季度已经发布了10个边缘云节点,今年计划在全球发布75个节点。

能注意到,Akamai这些节点的位置选址也很有意思,它跟大型云服务商覆盖骨干大城市的做法不同,它侧重覆盖相对偏远的地区,帮助用户覆盖这些之前难以覆盖的一些地理区域。

这些边缘云节点强调提高网络连通性,利用Akamai强大的CDN网络,确保低延迟和高网络可靠性,适合需要快速全球数据传输和接入的业务,能更好地服务中国企业出海。

最近科技界的话题绝对少不了AI,Akamai最近也新推出了基于CPU的AI推理优化方案。

AI场景分为两大类,一类是训练,一类是推理。训练通常需要强大的GPU资源,需要在数据中心里完成。而推理则可以移动到边缘云,在更靠近用户的地方进行推理,有助于提高推理性能,减少延迟,最终增强用户体验。

训练场景需要大规模的GPU资源,运营成本高昂,目前没有太好的应对方案。而推理场景的可选方案则相对更丰富一点,Akamai通过与Neural Magic和AMD的战略合作,推出了基于CPU的AI推理技术,以降低成本并提高效率。

Akamai可以将AI的推理负载则移至边缘云,利用其在网络基础设施和网络安全技术方面的积累,在边缘端安全地进行推理,在性能表现、用户体验以及安全性三方面达到比较高的水平。