SaaS AI-service ontwerp: schaalbaar en verplaatsbaar

Voor VAART software ontwierp ik een AI-service die videofiles en -streams analyseert. De service wordt specifiek ingezet voor natuurmonitoring, zoals streams of captures uit wildcamera’s.

We gebruiken het Azure platform om de video’s te verwerken en voeren over elke video een keten van, zoals wij het noemen, micro-algoritmes uit.

Geen kosten bij geen gebruik

Met een simple no-code Logic App die getriggerd wordt door nieuwe input, en dan iteratief Container Instances creëert en uitvoert, kost deze service praktisch € 0 (alleen wat statische storage) als ‘ie niet gebruikt wordt.

En dankzij deze architectuur is de service ook nog eens eenvoudig te schalen en factureren op basis van werkelijk gebruik, wat natuurlijk een voorname eis is aan elke SaaS dienst.

Door de abstractie van functionele taken in hele kleine containerized algoritmes (vooral python en .net core), kan VAART voor ieder project super gemakkelijk een specifieke workflow ontwerpen.

In de workflow wordt vooraf geconfigureerd wat een klant geanalyseerd willen hebben en hoe ze de resultaten willen verwerken.

Bijvoorbeeld met een e-mail notificatie met download link, gepubliceerd op een FTP-server of verzonden via een API. 

Verplaatsbaar en uitwisselbaar

Een grote plus uit oogpunt van architectuur is dat op deze manier de codebase volledig portable en uitwisselbaar blijft met elke andere deployment route die je in de toekomst zou kunnen kiezen.

Kortom, de principes van deze oplossing staan los van de gekozen infrastructuur.

Onze implementatie is gedaan op Azure en met specifieke Microsoft services, maar dit platform kan overal worden geïmplementeerd.

Als je ook een goede cloud software architectuur wil opzetten, stuur me gerust een bericht.