深圳码隆科技有限公司（Malong Technologies）成立于 2014 年，是一家专注于深度学习与计算机视觉技术创新，打造国际领先视觉智能技术平台的人工智能公司，拥有世界一流的顶尖研发团队和经数千万级图像训练的深度学习算法模型，凭借扎实高效的工程架构能力及产品实现能力，为企业客户提供国际领先的计算机视觉解决方案。

作为一家为企业提供前沿计算机视觉技术服务的人工智能公司，码隆科技基于自主研发的“弱监督式学习”算法打造的核心产品 ProductAI 人工智能商品识别平台，可以为企业客户提供商品属性识别、商品图像检索、定制化开发、新零售解决方案等多种服务，助力企业客户提升效率、节约成本，并创造新的商业价值。

码隆科技自研的 ProductAI 人工智能商品识别 PaaS 平台让客户可以通过简单地调用 API 接口获取图像内容智能分析、图像分类、以图搜图等功能。

随着平台业务的发展，平台处理量日益上升，码隆科技也面临了大批量、强波峰、高复杂的业务挑战。在“以图搜图”的过程中，由于涉及到特征提取、索引、存储、搜索等多个阶段与步骤，单个图片的处理就可能会涉及多个深度学习模型，而客户会准备数以百万、千万甚至亿计的大量数据，这种业务特性会产生强烈显著的波峰波谷系统处理负荷。

码隆科技高级研发经理黄丹在 2018 年云栖大会中表示：“基础架构资源投入大、波峰波谷成本难以平均、运维投入人力成本高昂是困扰码隆技术同学的难题” 。

针对这一情况，码隆科技开始探索平台的 Serverless 化。Serverless 架构具有按量付费、快速伸缩、即用即释放、易用易集成、运维简单等诸多优点，可以有效地解决遇到的问题。

码隆科技将模型置入函数计算，作为调用单元，代码与模型通过 CI 发布到对象存储 OSS，FC 自动从 OSS 中载入模型；数据直接进入 OSS，配置 FC 触发器自动触发相应函数处理，并使用 OSS 集成的图像处理功能对数据进行预处理。当码隆的客户上传图像时，函数计算快速调度计算资源对图片进行识别和推理。

通过实现平台的 Serverless 化，码隆科技的综合成本降低 50%，运维人力成本大幅度缩减。“使用传统的物理基础架构，搭建基础架构占据了大量的开发时间，还需要非很大的利器维护，但是在函数计算中，这些问题都不复存在” 黄丹表示，“不但如此，函数计算弹性调度计算资源帮助我们平滑处理波峰波谷业务，不用担心波峰时的资源不足也不用担心波谷时的资源浪费”。

在未来，码隆科技将持续推进无服务器化在AI 图像分析平台的实践，优化响应速度和模型运行效率，并将探索全栈无服务器化的可能性。通过各种探索，码隆科技有望更加优化客户体验，并进一步提升工程团队的效率，将更多的精力和资金投入到业务创新中去。