Cette page est également disponible en English, Deutsch, Español, Italiano, 日本語 et Português.

Taranis divise par 10 le coût par photo

Avec Google Cloud, les GPU V100, Kubernetes et TensorFlow, Taranis traite 30 To d'imagerie par drone sur plus de 20 millions d'acres.

The Challenge

Taranis devait téléverser de gros volumes d'images de drone haute résolution depuis des sites isolés partout dans le monde, tout en faisant évoluer son infrastructure pour entraîner des modèles de machine learning complexes. Chaque vol de drone collecte 10 000 images de 10 à 20 Mo chacune. Jusqu'à 40 % des récoltes sont régulièrement perdues à cause des insectes, des maladies, des mauvaises herbes et des carences nutritionnelles. L'entreprise avait besoin d'une meilleure connectivité, de plus de rapidité et d'une puissance de traitement évolutive, sans investissement massif en infrastructure.

The Solution

Taranis a migré vers Google Cloud Platform en s'appuyant sur ses data centers mondiaux pour une connectivité rapide et sur les GPU V100 de Compute Engine pour le traitement d'images. La solution inclut une mise à l'échelle automatique de 1 000 à 4 000 V100, Kubernetes Engine pour le traitement d'images satellite, Cloud SQL pour le stockage des données et TensorFlow pour l'entraînement des modèles de machine learning. La plateforme traite 100 millions de caractéristiques distinctes réparties sur 700 000 images.

Results

Téléversement des images ramené d'une journée entière à quelques heures — 3 à 4 fois plus rapide
Coût par photo divisé par 10 après la migration
Livraison de fonctionnalités en continu grâce au déploiement parallèle de versions
Infrastructure capable d'absorber des millions d'acres supplémentaires sans contrainte opérationnelle

L'agriculture est une activité saisonnière : nous avons des mois de pic d'activité suivis de mois plus calmes, et nous observons aussi des pics au fil de la journée. Pendant les périodes creuses, nous pouvons réduire automatiquement toutes nos ressources GPU Compute Engine haut de gamme, sans avoir à préparer notre système à l'avance.
Eli Bukchin, Cofondateur et CTO

Relever le défi alimentaire mondial

Selon un rapport des Nations Unies, la population mondiale atteindra 9,8 milliards d'habitants d'ici 2050, ce qui exigera une hausse considérable de la production alimentaire. Dans le même temps, l'urbanisation et l'imprévisibilité du climat pèsent sur la production agricole. Taranis répond à ce défi en combinant drones et IA pour aider les agriculteurs à limiter les pertes, augmenter les rendements et réduire leurs coûts. Fondée en 2014, l'entreprise gère aujourd'hui plus de 20 millions d'acres dans le monde grâce à sa plateforme d'intelligence agricole.

Le défi du téléversement et du traitement des données

Taranis collecte d'importants volumes de données depuis des sites isolés en Russie, en Europe de l'Est et en Amérique du Sud. Chaque vol de drone capture environ 10 000 images, chacune pesant entre 10 et 20 Mo. L'entreprise devait téléverser rapidement ces volumes tout en disposant de la puissance de calcul nécessaire pour entraîner des modèles de machine learning complexes. Jusqu'à 40 % des récoltes sont perdues à cause des insectes, des maladies, des mauvaises herbes et des carences nutritionnelles : la détection précoce est donc essentielle.

Une infrastructure bâtie sur Google Cloud

Taranis a migré vers Google Cloud pour profiter de data centers mondiaux offrant une connectivité rapide adaptée à un débit de 30 To. La solution repose sur des GPU V100 sur Compute Engine avec une mise à l'échelle automatique de 1 000 à 4 000 unités selon la demande. L'architecture comprend Kubernetes Engine pour le traitement d'images satellite, Cloud SQL pour le stockage des données, Cloud Functions et Cloud Pub/Sub. Cette flexibilité permet à l'entreprise de réduire automatiquement ses ressources pendant les saisons agricoles calmes.

Machine learning avec TensorFlow

Taranis utilise TensorFlow pour entraîner ses modèles de machine learning et traite des dizaines de millions de photographies collectées au cours de l'année et demie écoulée. Chaque photo peut contenir jusqu'à un millier d'éléments d'intérêt : dégâts d'insectes, décolorations foliaires, etc. Au total, l'entreprise a traité près de 100 millions de caractéristiques distinctes réparties sur 700 000 images. La communauté open source TensorFlow apporte un soutien précieux pour développer ces modèles rapidement.

Gains opérationnels et réduction des coûts

La migration vers Google Cloud a ramené les temps de téléversement d'une journée entière à quelques heures seulement — soit trois à quatre fois plus rapide qu'auparavant. L'entreprise déploie désormais ses fonctionnalités quasiment en continu grâce aux déploiements parallèles Kubernetes, ce qui limite les interruptions et supprime les mises à jour planifiées. Résultat : une amélioration produit plus rapide et des cycles de feedback raccourcis. Mais l'impact le plus marquant reste le coût par photo, désormais dix fois inférieur.

Perspectives d'expansion et analytique

Taranis explore d'autres outils Google Cloud, notamment Cloud Bigtable, BigQuery et Cloud Dataflow, pour affiner ses analyses de données et sa business intelligence. L'entreprise prévoit une nouvelle expansion géographique et continue d'améliorer ses modèles de machine learning pour détecter de nouvelles catégories de maladies. Grâce à une infrastructure évolutive, l'équipe commerciale peut intégrer de nouveaux clients sans se soucier des limites de capacité.

Découvrez comment DoiT aide les équipes cloud à maîtriser leurs dépenses

Découvrez comment DoiT Cloud Intelligence aide les équipes à gagner en visibilité, en gouvernance et en unit economics sur leurs environnements cloud.

Découvrir DoiT Contacter notre équipe

What they say

Cloudflow's new RDS End of Life alerts have allowed us to be more proactive on keeping our database instances up-to-date. The new solution gives us internal visibility ahead of time so that we can prepare for upgrades, instead of having to upgrade under pressure while incurring extended support costs.

Jon Fairbanks, Site Reliability Engineering Manager

PerfectScale cut 40% off our total EKS spend, and the automations handle what used to take our team 20 hours a month. Now we spend that time on reliability and performance instead of chasing cost metrics.

Caio Cristo, Director of Infrastructure/SRE

What I really like about DoiT's approach is that you're very hands-on and proactive. Satyam would ping me a few times a sprint, letting me know about the most current features, checking in on how things are going. When we are going through a peak time, that proactiveness makes a real difference. Satyam always comes through whenever we need support and helps us leverage the right experts to get us where we need to be.

Chiamaka Ibeme, Engineering Manager, Platform

SELECT has made important cost data readily accessible. I will often pull it up during engineering design reviews so we can quickly evaluate cost impact and projections and factor that into our design decisions.

Douglas Zickuhr, Senior Data Platform Engineer at Personio

I love clicking through SELECT to understand how our environment and workloads are evolving. I probably check it every day. It's coffee and SELECT for me every morning.

Ian Fahey, Senior Analytics Engineer at Loop

You guys have the best UI experience that I've had of any software. It's like you just read my mind where, like, oh, I wish I could click there. Oh, I can

Diana Koshy, Sr. Director of Data Engineering at Kargo

SELECT feels like exactly what Paul and I would have built if we had locked ourselves in a room for 18 months to create our ideal monitoring solution.

Devin McGee, Data Engineering Lead at Home Chef

SELECT dramatically lowers the cognitive load to understanding Snowflake costs. I'm able to sit there and easily understand what's driving the cost. Not to blow smoke up your ass, but it's just so easy to do in your platform

Blake Baggett, Head of Data Operations at Entain

One of the most helpful cost rituals we've setup from SELECT is the weekly spend digest sent to Slack. I can start high level and ensure things are in check. If not, I can very quickly drill down into specific workloads which may have driven the cost spike and remediate them before they become a bigger issue.

Michael Revelo, Manager of data and analytics engineering at ClickUp

Through SELECT's automated savings feature and deep cost visibility, we were able to instantly lower our Snowflake spend by over 40% and achieve a 20X ROI on our SELECT investment.

Skyler Chi, SVP, GTM Productivity & Excellence at Exiger

Our costs had jumped up 3X as we scaled, so we're talking about 60% savings in Snowflake spend after adopting SELECT.

Edward Mancey, GTM Lead at Synthesia

DoiT was a true partner, not a vendor. They helped us understand the problem, refine the vision, and build something production-ready far faster than we could have on our own. Their expertise, responsiveness, and commitment made all the difference.

Dr. Anish Kapur, Founder & CEO, Promptly

DoiT's Customer Success and Forward Deployed Engineering teams work very closely with us. The regular sessions with our CSM keep us focused on the right priorities, and the FDEs provide the deep technical guidance we need to validate decisions and optimize our environment. That combination has been genuinely valuable for us.

Alexander Lundberg Santos, Platform Engineer at Extenda Retail

Your cloud bill shouldn't be a mystery

Let us show you what ships this week.

Book a demo