Mercedes-Benz : les coûts de cloud egress réduits de 66 % grâce au Data Mesh
Mercedes-Benz a réduit les Mercedes-Benz cloud egress costs de 66 % grâce à la mise en œuvre d'un data mesh multi-cloud. Le projet a synchronisé 60 téraoctets de données entre Amazon Web Services (AWS) et Microsoft Azure afin d'optimiser les opérations après-vente mondiales. Selon les rapports de projet de Databricks, cette architecture répond aux défis financiers liés à la gestion de jeux de données dans des environnements cloud fragmentés.
Architecture technique et synchronisation des données
Le système utilise Delta Sharing et Delta Deep Clone pour faciliter la réplication locale et l'échange sécurisé de données. En déployant ces outils aux côtés de Unity Catalog, Mercedes-Benz a amélioré la fraîcheur des données, passant de mises à jour hebdomadaires à un taux de rafraîchissement tous les deux jours. L'entreprise a également développé un « Dynamic Data eXchange (DDX) Orchestrator » propriétaire pour offrir une automatisation en libre-service aux équipes internes.
Économies projetées et stratégie multi-cloud
Le déploiement initial a couvert 10 produits de données. Mercedes-Benz prévoit que l'extension de la solution à 50 cas d'utilisation réduira à terme les Mercedes-Benz cloud egress costs jusqu'à 93 %. Cette architecture permet au constructeur de maintenir une stratégie multi-cloud sans les pénalités de « data gravity » généralement associées au transfert d'informations entre fournisseurs. Les rapports du secteur indiquent que les frais de sortie (egress fees) restent un obstacle majeur pour les grandes entreprises. En adoptant un data mesh, l'entreprise distribue les produits de données localement dans des régions spécifiques, minimisant ainsi les transferts réseau coûteux tout en maintenant une gouvernance unifiée.
Bien que nous fassions tout notre possible pour garantir l'exactitude des informations, bytevyte peut commettre des erreurs. Il est conseillé aux utilisateurs de vérifier toutes les informations de manière indépendante. Nous déclinons toute responsabilité en cas d'erreurs ou d'omissions.
Related Articles
- Stellantis et Microsoft lancent une alliance stratégique de cinq ans sur l'IA pour transformer l'infrastructure automobile
- AWS réduit les coûts de l'IA avec Nova model distillation
- Databricks : Le memory scaling for AI agents est un axe de conception clé
✔Human Verified