Maßgeschneiderte KI-Bildgenerierungsdienste für Kunsthandwerker

Eine erste, wichtige Herausforderung betraf die Positionierung und Strategie. Es gab bereits mehrere Dienste zur Bildgenerierung, und für CF war es wichtig, sich gegenüber diesen Mitbewerbern klar zu positionieren.

Zweitens waren Open-Source-KI-Modelle zur Bildgenerierung wie Stable Diffusion im Jahr 2022 noch völlig neu, und deren Einsatz in einer Produktionsumgebung war für CF Neuland. Daher wurde ein Partner benötigt, der Erfahrung mit der Einrichtung solcher Dienste von Grund auf hatte.

Drittens unterscheidet sich der Betrieb von neuronalen Netzen mit mehreren Milliarden Parametern erheblich vom Betrieb einer Online-Marktplatz-Website. Die Erzeugung eines Bildes mithilfe von KI dauert auf einer vollständig dedizierten, leistungsstarken Grafikprozessoreinheit (GPU) mehrere Sekunden. Die parallele Erzeugung von acht Bildern erfordert das Achtfache dieser Zeit. Da potenziell Tausende oder Zehntausende gleichzeitiger Nutzer Anfragen senden, musste die Infrastruktur extrem robust sein. Darüber hinaus musste die Lösung zudem hochgradig skalierbar sein. Wenn beispielsweise in den USA der Tag begann, konnte die Nutzerzahl innerhalb kürzester Zeit exponentiell ansteigen, sodass rasch enorme Infrastrukturkapazitäten bereitgestellt werden mussten.

Um dem Bedarf an einer klaren Positionierung gegenüber bestehenden Diensten gerecht zu werden, schuf Creative Fabrica (CF) eine Dachmarke namens CF Spark (in Anlehnung an die Fähigkeit der KI, die eigene Vorstellungskraft zu beflügeln), unter der eine Reihe von KI-Produktivitätswerkzeugen zusammengefasst wurden, die darauf abzielen, „die Kreativität ihrer Nutzer zu entfesseln“. Um erfolgreich zu sein, mussten die Dienste sowohl unverwechselbar als auch auf die spezifischen Bedürfnisse und Fähigkeiten der CF-Zielgruppe zugeschnitten sein. Anstatt eine komplexe Benutzeroberfläche mit vielen Extrafunktionen zu entwickeln, entschied sich CF dafür, eine Reihe klar erkennbarer, benutzerfreundlicher Dienste zur Bilderzeugung anzubieten, die die spezifischen Möglichkeiten der KI wie die parallele Bilderzeugung nutzen und auf konkrete Anforderungen wie die Mustererzeugung, transparente, klar umrissene Cliparts und Designvarianten eingehen.

Für die technische Entwicklung dieser maßgeschneiderten Dienste wandte sich CF an ML6, das über umfangreiche Erfahrung in der Entwicklung und Feinabstimmung großer Modelle sowie im Bereich der generativen KI durch seine Marke gener8.ai verfügte. ML6 unterstützte CF unter anderem durch die Erstellung eines maßgeschneiderten Modells zur Generierung von Cliparts mit sauberen Schnittkanten, eines effizienten, schnellen Outpainting-Dienstes und eines Upscalers.

Um der relativen Neuheit von KI-Bildgenerierungssoftware Rechnung zu tragen, entschied sich CF gemeinsam mit ML6 für den Einsatz der Open-Source-Bibliothek „Diffusers“ von Hugging Face, die sich inzwischen zum Standard für diese Art von Setups entwickelt hat. Darüber hinaus gelang es durch die Erstellung einer benutzerdefinierten API, die in einem Docker-Container gekapselt ist, das richtige Gleichgewicht zwischen Anpassbarkeit und Robustheit zu finden.

Um schließlich die technischen Herausforderungen zu bewältigen, die mit der Bereitstellung großer neuronaler Netze für eine hohe Anzahl gleichzeitiger Nutzer verbunden sind, arbeitete das CF-Infrastrukturteam gemeinsam mit ML6 an einer Lösung auf AWS, die die Daten so schnell und effizient wie möglich verarbeitet. Amazon EC2 bietet auf sehr effiziente Weise Zugriff auf leistungsstarke GPUs. Amazon ECS skalierte die Lösung automatisch, um Spitzen in der Nutzeraktivität abzudecken. Die Möglichkeit, eine Kombination aus Spot- und On-Demand-Instanzen zu nutzen, ermöglichte eine sehr kosteneffiziente Lösung. Schließlich ermöglichte der Amazon Simple Queue Service der Lösung, die KI-Mikroservices problemlos vom Rest des Technologie-Stacks zu entkoppeln. Dank der Flexibilität und Skalierbarkeit von Amazon ECS und Amazon SQS konnte sich Creative Fabrica auf den Mehrwert und die Geschwindigkeit der Innovation konzentrieren, ohne sich um den Aufwand kümmern zu müssen, der durch die Verwaltung einer komplexen Infrastruktur entsteht.