Taranis abbatte di 10 volte il costo per foto

Taranis è migrata a Google Cloud Platform, sfruttando i data center globali per una connettività rapida e le GPU V100 su Compute Engine per l'elaborazione delle immagini. La soluzione include lo scaling automatico da 1.000 a 4.000 V100, Kubernetes Engine per l'elaborazione delle immagini satellitari, Cloud SQL per l'archiviazione dei dati e TensorFlow per l'addestramento dei modelli di machine learning. La piattaforma elabora 100 milioni di feature distinte su 700.000 immagini.

Secondo un rapporto delle Nazioni Unite, la popolazione mondiale raggiungerà i 9,8 miliardi entro il 2050 e richiederà un aumento significativo della produzione alimentare. Allo stesso tempo, l'urbanizzazione e l'imprevedibilità dei fenomeni meteorologici riducono la resa agricola. Taranis affronta questa sfida con droni e AI, aiutando gli agricoltori a ridurre le perdite di raccolto, aumentare le rese e abbattere i costi. Fondata nel 2014, oggi l'azienda gestisce oltre 20 milioni di acri in tutto il mondo grazie alla sua piattaforma di intelligence.

Taranis raccoglie enormi quantità di dati da zone remote, tra cui Russia, Europa dell'Est e Sud America. Ogni volo di drone acquisisce circa 10.000 immagini, da 10-20 MB ciascuna. L'azienda aveva l'esigenza di caricare rapidamente questi grandi volumi mantenendo al tempo stesso la potenza di calcolo necessaria per addestrare modelli di machine learning complessi. Fino al 40% dei raccolti va abitualmente perso a causa di insetti, malattie, erbe infestanti e carenze nutrizionali: la diagnosi precoce è quindi fondamentale.

Taranis è migrata a Google Cloud per sfruttare i data center globali, che garantiscono una connettività rapida per i suoi 30 TB di throughput. La soluzione utilizza GPU V100 su Compute Engine con scaling automatico da 1.000 a 4.000 unità in base alla domanda. L'architettura comprende Kubernetes Engine per l'elaborazione delle immagini satellitari, Cloud SQL per l'archiviazione dei dati, Cloud Functions e Cloud Pub/Sub. Questa flessibilità permette di ridurre automaticamente le risorse nelle stagioni agricole meno intense.

Taranis usa TensorFlow per addestrare i modelli di machine learning, elaborando decine di milioni di fotografie raccolte nell'ultimo anno e mezzo. Ogni foto può contenere fino a mille elementi di interesse, come danni da insetti o decolorazioni fogliari. Complessivamente, l'azienda ha analizzato circa 100 milioni di feature distinte su 700.000 immagini. La community open source di TensorFlow offre un ampio supporto per uno sviluppo rapido dei modelli.

La migrazione a Google Cloud ha ridotto i tempi di caricamento da un'intera giornata a poche ore, con una velocità tre o quattro volte superiore rispetto a prima. Oggi l'azienda rilascia nuove funzionalità in modo praticamente continuo grazie ai deployment paralleli di Kubernetes, riducendo i tempi di inattività ed eliminando le finestre di aggiornamento programmate. Il risultato è un'evoluzione più rapida del prodotto e cicli di feedback più brevi. Soprattutto, il costo per foto scattata è oggi dieci volte inferiore.

Taranis sta valutando altri strumenti di Google Cloud, tra cui Cloud Bigtable, BigQuery e Cloud Dataflow, per ottenere analisi dei dati e insight di business intelligence più avanzati. L'azienda punta a un'ulteriore espansione geografica e al continuo perfezionamento dei modelli di machine learning per individuare nuove categorie di malattie. Grazie all'infrastruttura scalabile, il team commerciale può acquisire nuovi clienti senza doversi preoccupare dei vincoli di capacità.