亚马逊云科技：助力觅睿科技加速智能家居场景落地

在AI、IoT、5G等新兴技术的驱动下，全球智能家居进入AIoT赋能期，互联和智能化成为行业创新的重点。此时，如何将物联网产生并收集的海量数据，通过机器学习对数据进行分析，实现万物数智化成为行业发展的大趋势。

据Statista统计数据显示，预计到2024年，全球智能家居市场规模将达到1588.76亿美元，中国智能家居市场规模亦将达到372.05亿美元。

可预见的是，在疫情的影响下，消费者对智能家居的需求不断加大，也促使着loT客户不断在家庭自动化、家庭联网、家庭安全和监控、家庭能源管理和家庭医护领域进行创新。

觅睿科技是一家聚焦于物联网视频智能终端开发制造的技术企业，集研发、销售、供应链为一体，专注为客户提供一站式智能家居视频解决方案。2017年成立之初，主攻北美市场，2018年通过BSCI（商界社会责任倡议）认证开始扩大市场渠道，进入澳洲和日韩市场。2020年，觅睿科技开始主打自有品牌，在欧洲设立分公司，出货量全年超过大概500万台。

觅睿科技首席技术官金伟

“目前，我们的业务产品已经覆盖所有与视频相关的消费类领域。” 觅睿科技首席技术官金伟在接受笔者的采访时透露，未来的智能家居方向一定是智能化，因此，觅睿科技专门组建了AI算法团队，并研发了基于WebRTC的云服务，借助亚马逊云科技Amazon Kinesis Data Streams服务传输数据，发挥觅睿科技自身的软硬件定制能力，满足不同客户的不同层次的需求。

与大多数出海企业一样，觅睿科技在业务迅速扩张的同时，也不得不面对国际链路改善、业务全球化部署、数据安全、合规与稳定，创新的人工智能等方面的挑战。

此时，业务的迅速扩张，让觅睿科技意识到一个覆盖广、安全、稳定和可扩展的云基础设施的重要性。而极速增长的数据量，这些“待开发”的价值也需要强大的机器学习和人工智能服务支持产品的创新，以便带来更好的交互性和智能化。

从国际链路的角度来看，觅睿科技的主要业务是智能摄像头，其核心的功能是图像预览，以P2P技术进行传输，因此，对P2P的传输成功率和低延时有着很高的要求。随着海外市场的发展，海外网络环境的复杂性，使得觅睿科技P2P的成功率在95%左右，影响了客户的使用体验。通过在亚马逊云科技上部署P2P转发服务器，觅睿科技现在的传输成功率基本大于99%，延时保持在600毫秒以内，首次图片预览的速度也能在一秒内实现。

觅睿科技云业务总监祝友志

“作为一家智能家居企业，觅睿科技在海外有6个数据中心，为部署带来很大的挑战。” 觅睿科技云业务总监祝友志表示，觅睿科技做了微服务化和容器化部署，其中通过使用亚马逊云科技的ECR （Elastic Container Register），大大提高运维效率，降低运维成本。当前，每发起单个服务请求，基本都可在一分钟内完成。

在数据安全、合规和稳定性方面，觅睿科技基于亚马逊云科技报警事件推送及存储架构，将摄像头传视音频文件到Amazon S3，然后摄像头上传视音频的索引文件经过亚马逊云科技的负载均衡器以及觅睿科技的网关，再到报警事件的生产者，然后到Amazon Managed Streaming for Apache Kafka (MSK)，最后到报警事件的消费端去处理。

“视音频的索引我们一开始是存放在自建MongoDB上，现在已经迁移到了Amazon DocumentDB，稳定性从95%提升到了99.99%。另外Amazon DocumentDB的扩展性比MongoDB更好，节约了大量的运维成本。”祝友志表示，觅睿科技使用Amazon S3以来，从未发生任何数据丢失，高度保障了用户的安全和隐私。

事实上，觅睿科技一直希望为客户提供更智能的视频和智能家居解决方案。因此，觅睿科技将现有AI服务，包括人体、车牌和包裹识别部技术署在Amazon EC2，基于Amazon SageMaker和Amazon SageMaker Ground Truth等相关机器学习服务进行开发。

“亚马逊云科技Amazon SageMaker 是一项完全托管的机器学习平台，它可以化繁为简，让开发人员和数据科学家快速构建、训练和部署机器学习模型。”在祝友志看来，基于Amazon SageMaker简化了整个机器学习的流程，实现了针对不同硬件和使用场景，对其AI智能分析算法的快速训练和迭代。Amazon EC2作为高弹性扩展、安全和高可用的云服务器，提供经过多种优化、适用于机器学习的实例类型以及计算密集型深度学习的GPU，实现IoT和AI的海量融合数据的快速处理和模型优化，帮助觅睿更快地推出智能家居解决方案。

写在最后

从当前企业出海的趋势来看，其大都有四个方面的核心诉求：安全合规、快速部署、数据的安全可靠性以及核心竞争力的升级迭代。

从数据的安全可靠来讲，针对当前不同场景的需求，亚马逊云科技已经可以提供超过 15 个专用引擎来支持各种数据模型，包括关系型、内存型、键值型和文档型数据库等等，为业务关键型企业工作负载提供所需的高可用性、可靠性和安全性。

亚马逊云科技大中华区产品部数据类产品高级经理王晓野

“对于音频类和视频类，可以说最好的存储方式就是Amazon S3。除了11个9这样的持久性和可靠性，其实它作为全球数万个客户选择作为核心数据库存储的一个非常重要的理由，就是它对于数据的加密保护以及合规审计相关功能的完整提供。” 在亚马逊云科技大中华区产品部数据类产品高级经理王晓野看来，亚马逊云科技与企业出海的合作大都有着一个共识：利用机器学习或者AI作为核心能力的快速赋能。

无论是从机器学习架构里底层的基础运算支持，还是CPU等算力的保证，亚马逊云科技一直在不断地推陈出新，为客户的业务赋能。同时进一步完善Amazon SageMaker端到端的机器学习的能力，并针对客户具体的场景推出基于通用场景或者特有场景，即AI SaaS，直接以API调用就可以实现比较通用场景的服务。

“从企业出海到外企落地中国，亚马逊云科技一直都从实践中总结，希望企业能够将数据能力作为核心竞争力，实现数据的统一管理和分析，并通过AI赋能。”王晓野如是说。