Canva skaliert mit Amazon SageMaker schnell Text zu Bild für 100 Millionen Benutzer

Canva ist eine Online-Plattform für die Erstellung und Bearbeitung von Präsentationen bis hin zu Beiträgen in sozialen Medien, Videos, Dokumenten und sogar Websites. Das Unternehmen möchte die Erstellung von Inhalten demokratisieren, sodass jeder, von Unternehmen bis hin zu den kleinsten Bloggern, Zugriff auf fortschrittlichen visuellen Kommunikationstools hat. Mit der Entwicklung von Programmen, die mithilfe von ML und KI Bilder auf der Grundlage von Texteingaben erstellen, entsprach die Entwicklung einer Text-zu-Bild-Funktion bei Canva dem Ziel des Unternehmens, kreatives Schaffen zu fördern und Design so einfach wie möglich zu gestalten. „Es gab eine enorme Steigerung bei erstellten Inhalten“, sagt Glen Pink, Director of ML bei Canva. „KI-generierte Bilder sind erst seit Kurzem mehr als ein Spielzeug. Sie sind zu etwas geworden, das tatsächlich als Teil des kreativen Designprozesses verwendet werden kann.“

Als ein Entwickler bei Canva eine Text-zu-Bild-Demo erstellte, die auf Stable Diffusion basierte – einem 2022 veröffentlichten Open-Source-Modell für Deep Learning im Bereich Text-zu-Bild – investierte das Unternehmen in dessen Integration in Canva. Pinks erster Schritt bei der Entwicklung dieses Tools bestand darin, sich an AWS zu wenden, denn Canva nutzt die Services von AWS bereits seit Beginn seines Bestehens. „Es hätte wahrscheinlich 6 Monate gedauert, um es auf eigene Faust zu implementieren“, sagt Pink. „Ich wüsste nicht einmal, wie ich die Skalierung aus Hardware-Sicht angehen sollte.“ In der Tat wäre es für Canva unmöglich gewesen, genügend GPUs einzurichten, um seine Text-zu-Bild-Funktion rechtzeitig zu verwirklichen und den Geschäftsanforderungen gerecht zu werden.

Durch den Einsatz von Amazon SageMaker konnte Canva die neue Text-zu-Bild-Funktion innerhalb von 3 Wochen bereitstellen. „Das ist eine normale Bearbeitungszeit für einige Modelle“, sagt Pink, „aber das ist schwere Arbeit und hochmodern. Vor AWS konnte Canva große, moderne und hochmoderne Modelle nicht schnell bereitstellen – jetzt können wir das.“

Canva war nicht nur die schnelle Markteinführung ein Anliegen, sondern noch wichtiger: Das Vertrauen und die Sicherheit der Benutzer. Das Aufkommen von KI-generierter Kunst hat Benutzern neue Möglichkeiten eröffnet, problematische Inhalte zu erstellen. In einigen Fällen können diese KIs sogar von sich aus anstößige Bilder erstellen. Um jedes Bild manuell zu moderieren, hätte Canva Hunderte von Moderatoren einstellen müssen, die rund um die Uhr arbeiten. Stattdessen wandte sich das Unternehmen an Amazon Rekognition, das vortrainierte und anpassbare Computer-Vision-Features anbietet, um Gesichtsinformationen und Erkenntnisse aus Bildern und Videos zu gewinnen. „Amazon Rekognition war wirklich nützlich“, sagt Pink. „Wir lassen nicht zu, dass Benutzer Eingabeaufforderungen eingeben, die potenziell schädliche Inhalte generieren könnten, und wir verwenden Amazon Rekognition, um nicht jugendfreie Bilder zu identifizieren, die das Modell erzeugt.“ Wenn ein Benutzer eine anstößige Bildaufforderung eingibt, gibt Canva dem Benutzer einfach keine Ergebnisse zurück. Benutzer haben auch die Möglichkeit, generierte Bilder zu melden, die sie für anstößig halten.

Canva richtet die Reihenfolge der Bilderstellung so ein, dass (nachdem ein Benutzer eine Textaufforderung eingegeben hat) ein Echtzeit-Inferenz-Endpunkt von Amazon SageMaker verwendet wird, um ein Bild zu generieren. Wenn die Bilder generiert werden, filtert das System sie anhand des Amazon-Rekognition-Modells. Am Ende der Pipeline zeigt Canva dem Endbenutzer eine Auswahl von Bildern an. Mit dieser hochmodernen Text-zu-Bild-Technologie können Benutzer einzigartige, qualitativ hochwertige Bilder in Sekunden statt in Stunden oder Tagen erstellen.

Canva verwendet Amazon SageMaker jetzt für über 60 ML-Modelle, was sich auf fast jede Phase der Bilderstellung im Service auswirkt. „Es ist sehr wichtig, die Modelle in die Hände der Kunden zu bringen und daraus eine Dynamik zu entwickeln. AWS war für uns absolut unverzichtbar, um all dies zu tun,“ sagt Pink. Dass Canva diese innovative neue Funktion so schnell für seine Benutzer zur Verfügung stellte, liegt vor allem daran, dass das Unternehmen mit AWS viel Mitarbeiterzeit einspart. Die Verwendung von AWS senkte auch die Kosten, da sie Canva im Vorfeld kostspielige Hardware-Investitionen ersparte. „AWS ist eine sehr gute Option für eine robuste Skalierung in Bezug auf die Rentabilität, da wir eine effektive und schnelle Implementierung durchführen können“, sagt Pink.

Mit über 100 Millionen aktiven Benutzern pro Monat ist Canva bestrebt, die angebotenen intelligenten Services zusammen mit seiner globalen Benutzerbasis zu erweitern. Das Unternehmen plant, AWS weiterhin zu verwenden, um diese Tools in dem Umfang zu entwickeln, den es für seine wachsende Zahl an Benutzern von Canva for Teams benötigt. Der Einsatz von Amazon SageMaker macht es den ML-Entwicklern von Canva leicht, schnell zu innovieren und die Zukunft der Teamzusammenarbeit zu gestalten. „Hier ist AWS aktiv an der Bereitstellung der zugrundeliegenden Umgebung beteiligt, um die wirklich umfangreichen ML-Modelle zu ermöglichen“, sagt Pink.

„Mit AWS lässt sich die Canva-ML-Umgebung sehr gut auf eine große Anzahl von Benutzern skalieren“, sagt er. „Wir können uns darauf verlassen, dass alles, was wir auf AWS aufbauen, auch skalierbar ist.“