生成式AI托管服务 / 客户案例-MOTIVAI PRIVATE LIMITED

客户背景概述

MOTIVAI PRIVATE LIMITED 是一家面向全球创作者的生成式 AI 视频平台服务商，服务覆盖 177 个以上的国家和地区。平台提供文生视频、图生视频、分镜转视频等能力，并在此基础上扩展到实时可交互的世界模型；创作者既可以直接生成，也可以通过对话式的创作助手逐帧调整画面，或在节点式画布中编排更复杂的制作流程。面向企业客户，平台还提供电商与广告场景的引导式创作流程。该平台的生成式 AI 工作负载运行在 AWS 上，由创作平台、生成任务流水线、加速算力与基础模型调用四部分组成。首都在线既是该项目的 AWS 专线供应商，为其提供两条互为备份的高可用物理专线，也是其 AWS 托管服务合作伙伴，参与了工作负载的迁移、架构设计与 7×24 托管运维。

业务挑战

高端加速算力的可获得性：视频生成模型的训练与批量生成需要高密度的 GPU 算力，而这类算力的按需容量难以长期保障。算力拿不到，排期就无法承诺。
脉冲式算力与常驻服务的成本结构不同：集中的生成与训练任务是有期限的高强度负载，创作平台则需要长期在线。两者若用同一种采购方式，要么浪费，要么排不上。
全球创作者，单一处理区域：用户来自一百多个国家，生成任务却集中在一个区域处理。任务分发、排队与失败重试必须稳定且可观测，否则创作者只会看到「一直在转」。
文本理解环节要在质量与成本之间取平衡：创作流程中的意图理解、提示改写与分镜拆解都依赖基础模型。全部使用最高档模型成本不可持续，全部使用轻量模型又达不到效果。
面向消费者的平台需要可审计：创作内容与操作记录需要独立留痕，模型用量需要可计量、可限额，以便对外说明与内部核算。

建议架构概览

基于 AWS 提供的技术支持和最佳实践原则，架构的核心取舍是：生成算力用预留容量保障，模型调用与业务数据分账号存放，创作平台与任务流水线集中在一个区域内闭环。

算力用预留容量保障：生成与训练所需的 GPU 算力通过 Amazon EC2 的 Capacity Blocks for ML 预留获得，在预留期内提供确定的容量，不与按需市场争抢。
任务流水线闭环：创作请求经 AWS WAF 与负载均衡进入私有子网，由 Amazon EKS 上的应用编排；生成任务经 Amazon MSK 分发、Amazon MQ 传递状态、Amazon ElastiCache 承担队列与热数据缓存，起到削峰与重试的作用，再由 GPU 节点组消费。
数据按用途分层存放：模型权重与生成过程中的中间数据放在 Amazon FSx for Lustre 上，供 GPU 节点高吞吐并行读取；成片与素材落 Amazon S3；创作平台的运行状态与审计留痕分别落在两个独立的 Amazon RDS 实例上，审计记录不与业务数据同库。推理镜像统一由 Amazon ECR 分发。
对象存储的两条访问路径分开：VPC 内部的读写经 S3 网关端点完成，流量不出公网；创作者侧的素材上传与成片下载则由应用签发预签名 URL，客户端凭 URL 经公网直连 Amazon S3，不经过应用层与负载均衡——大文件的传输压力因此不落在创作平台上。
专线双路径接入，并与异地灾备联动：客户在 AWS 之外的自有环境经两条互为备份的高可用物理专线接入 AWS，由首都在线作为 AWS 专线供应商提供，任一条中断不影响互通；专线经 AWS Transit Gateway 与各 VPC 互联，并与位于 us-east-2 的灾备环境经 VPC 对等联动，生产数据异地留存，灾备侧同样可经专线访问。
模型按任务复杂度分层，并集中在独立账号：创作流程中的文本理解环节调用 Amazon Bedrock 上的 Anthropic Claude 系列模型，按任务复杂度分三档路由——高并发的常规文本处理走 Claude Sonnet，复杂规划与长上下文任务用 Claude Opus，短任务与预处理走 Claude Haiku，每一档内并行使用多个版本。这些调用集中在独立的 LLM 账号中，与业务数据分离，用量可独立计量、限额与审计。
独立的可观测体系：Amazon Managed Service for Prometheus 承担指标采集与存储，配合 Amazon CloudWatch 与 AWS X-Ray 的日志、告警与链路追踪，覆盖从任务入口到生成完成的全过程。