Diese Seite ist auch in English, Español, Français, Italiano, 日本語 und Português verfügbar.
DoiT begleitete Augury bei der vollständigen Migration zu Google Cloud – mit GKE, BigQuery und IoT Core für Echtzeit-Einblicke in den Maschinenzustand, skalierbar bis ins Detail.
Augury musste seine IoT-Plattform neu aufbauen, um für Enterprise-Kunden zu skalieren und zugleich riesige Mengen an Echtzeitdaten aus Fertigungsmaschinen zu verarbeiten. Gefragt war eine stabile Cloud-Lösung mit hervorragender Skalierbarkeit und einem breiten Spektrum an IoT-Technologien. Außerdem sollte der Übergang zwischen Forschung, Entwicklung und Produktion reibungsloser werden, um Kunden schneller mit Insights zu versorgen.
Augury vollzog die vollständige Migration zu Google Cloud und verlagerte sämtliche Microservices auf die Google Kubernetes Engine (GKE) – mit DoiT als Implementierungspartner. Zum Einsatz kamen Google Cloud IoT Core, Cloud Dataflow, BigQuery und Cloud Pub/Sub, um Telemetriedaten von IoT-Geräten in den Werkshallen zu verarbeiten. Die Autoscaling-Funktionen von GKE sorgten für eine ausgewogene Algorithmus-Verarbeitung und hielten die SLAs auch bei hohem Datenaufkommen zuverlässig ein.
Mit Unterstützung von DoiT verlief unser Wechsel zu Google Cloud reibungslos und effizient. Die DoiT Engineers haben all unsere Fragen beantwortet, uns zu Best Practices für das Deployment auf Google Cloud beraten und uns bei auftretenden Problemen schnell und kompetent zur Seite gestanden.
Gal Shaul, Mitgründer und CTO
Augury wurde 2011 von den Technion-Absolventen Gal Shaul und Saar Yoskovitz gegründet und startete als cloudbasierte Lösung mit IoT-Geräten, die weltweit an Fertigungsmaschinen angebunden werden. Die Gründer erkannten: Wenn Menschen Maschinenprobleme hören können, lassen sich auch Maschinen darauf trainieren. Die Geräte senden kontinuierlich Daten in die Cloud, wo Machine-Learning-Algorithmen sie auswerten und Kunden unmittelbar Erkenntnisse zu Zustand und Leistung ihrer Maschinen liefern.
Augury musste seine IoT-Plattform neu aufbauen, um mit einem deutlichen Zuwachs an Enterprise-Kunden Schritt zu halten. Gefragt war eine stabile Cloud-Lösung mit hervorragender Skalierbarkeit und umfassender IoT-Funktionalität. Nachdem ein Teil der Forschungsumgebung erfolgreich zu Google Cloud migriert war, entschied sich das Unternehmen für die vollständige Migration – einschließlich der Verlagerung aller Microservices auf die Google Kubernetes Engine – und wählte DoiT als Implementierungspartner.
Mit Google Cloud nutzt Augury dieselben Daten für Forschungs- und Produktionsumgebungen. Open-Source-Pipeline-Technologien wie Cloud Dataflow und Apache Beam erlauben es dem Team, agil an Algorithmen zu arbeiten und zugleich zur Open-Source-Community beizutragen. So lassen sich Ergebnisse aus der Forschung schnell in die Produktion überführen – und Kunden auf ihrem Weg der digitalen Transformation rasch mit Mehrwert versorgen.
Google Cloud IoT Core, Cloud Pub/Sub und Cloud Dataflow ermöglichen es Augury, Telemetriedaten von IoT-Geräten direkt aus den Werkshallen zu verarbeiten. Die Autoscaling-Funktionen von GKE sorgen für eine stabile Latenz bei der Algorithmus-Verarbeitung und halten die SLAs der Kunden zuverlässig ein. Selbst wenn große Anlagen nach längeren Stillständen wieder anlaufen und enorme Datenmengen erzeugen, bewältigt GKE den Durchsatz bei gleichbleibender Performance.
Augury-Kunden erhalten Echtzeit-Einblicke in den Zustand ihrer Maschinen – manche Fertigungskunden prüfen die Daten stündlich. Kontinuierliche Datenströme und Analysen bilden die Grundlage für einen reibungslosen Service. GKE sorgt dafür, dass Instanzen ausgewogen laufen, sodass Augury unterbrechungsfrei Insights liefern kann – die Basis für klügere Entscheidungen rund um Wartung und Produktion.
Den Zustand der Maschinen zu verstehen, ist das Fundament der digitalen Transformation in der Fertigung. Mit dieser Transparenz lassen sich Lieferketten und Unternehmenskultur in Richtung agiler Just-in-Time-Fertigung umbauen. Dieser Wandel spart Millionen durch Effizienzgewinne, senkt die Umweltbelastung und steigert die Produktivität in der gesamten Fertigung.
Erfahren Sie, wie Cloud Intelligence™ Teams dabei unterstützt, Transparenz, Governance und Unit Economics über alle Cloud-Umgebungen hinweg zu verbessern.
“PerfectScale gives us the confidence to automate Kubernetes optimization while letting our engineers focus on building what matters.”
Josh Zarrabi, Infrastructure Engineer
“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”
David Adkins, Director of Software and Platform Engineering
Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.
DevOps Lead, Software Projects
Attribute™'s platform is truly unique. We now have crystal-clear visibility into our cloud spend at the workload and tenant level, and that insight has already led to actionable savings and powerful insights as we further scale our service.
Paul White, VP of Engineering, Shasta Cloud
We have worked with DoiT for many years, and there has been an increasing number of capabilities and features in DoiT Cloud Intelligence. We've embedded features such as Cloud Analytics and Reports in our own FinOps processes, it's become core to what we do.
Martin Lee, Director of Operations
DoiT gave us the confidence to move from experimentation to production. They helped us understand the right way to build AI for the real world.
Milad Rezazadeh, CTO
Attribute™'s cost grouping technology took our cost visibility and allocation to a whole new level. Now, our teams are fully accountable for their budgets, significantly improving our cloud efficiency and helping us minimize unnecessary costs.
Eli Zilbershtein, Head of DevOps, Hippo
You can't tag a customer in a multi-tenant environment. Attribute™ finally shows us what each customer costs and what's driving those costs.
Omri Cohen, Director of Engineering, Platform
Attribute™'s data is truly unmatched. No other solution on the market could deliver the precise customer cost and usage profiles we needed in such a complex infrastructure. Within weeks, the data from Attribute™ transformed our understanding of cost structures, influencing key strategic decisions in pricing, renegotiations, and market positioning.
Jonathan Langer, COO, Claroty
Attribute™ simplified tracking customer costs in our multi-tenant environments. Customer cost measurement is now clear and standardized, and finance gets the business context they need. Integration was quick and required no changes.
Kfir Lippmann, CFO, Salt Security
Attribute™ translates complex cloud bills into actionable, business-centric insights that empower our engineering teams to take true ownership of their costs.
Balamurugan Mohandossgandhi, Head of IT and Infrastructure, PropertyGuru
This has let us get a better idea of what our cost of goods sold really is. It's not every day you come across something that delivers value as quickly as yours did for us. I was seeing useful insights inside the POC, and we had only deployed it to a couple of real clusters.
Jason Moore, Principal DevOps Engineer, Accrete AI
Eliminating the need to tag thousands of resources has freed up my team and we've invested our efforts in enhancing our platform significantly.
Ziv Sivan, VP of Engineering
Let us show you what ships this week.
