Raynault VFX wählt Qumulo, um ultraschnelle Cloud Render Farm mit AWS aufzubauen
Top-Visual-Effects-Studio mit Spin-Up von 1000+ Rendering-Nodes On-Demand, um knappe Produktionsfristen einzuhalten
Highlights:
Extreme Skalierbarkeit binnen Stunden: Raynault arbeitet mit AWS und Qumulo zusammen, um binnen Minuten mehr als 1.000 Nodes auf AWS hochzufahren. Diese extreme Skalierbarkeit ermöglicht es dem Unternehmen, kritische Kundenfristen effizient einzuhalten.
On-Demand Rendering: Der neue Rendering-Prozess ersetzte ein störungsanfälliges Legacy System, das zu viel Zeit der Mitarbeiter band und die Einhaltung von Terminen gefährdete. Das effiziente neue System erhöht die Produktivität der Mitarbeiter, verbessert die Arbeitszufriedenheit und vertieft Kunden-Partnerschaften.
Competitive Differentiator: Raynault entwickelte einen Differentiator mit massiven On-Demand Render Farms für anspruchsvollste Kundenprojekte durch Innovation des Rendering-Stacks mit AWS und Qumulo.
München, Deutschland, 4. Mai 2021: Qumulo ist ein wegweisender Marktführer bei der Vereinfachung des Managements von File Data in seiner nativen Form auf Massive-Scale Niveau in Hybrid-Cloud-Umgebungen. Qumulo gab heute bekannt, dass Raynault VFX eine Partnerschaft mit Qumulo und AWS eingegangen ist, um seinen Rendering-Workflow zu optimieren. Er ermöglicht es dem Unternehmen, binnen weniger Minuten auf über 1.000 Render Nodes zu skalieren.
“Der Einsatz der Qumulo File Data Platform ist für uns ein Game Changer. Die Plattform ermöglicht es uns, tausend Computer binnen Stunden hochzufahren, nicht erst nach Tagen oder Wochen. Und wir sind zuversichtlich, dass wir auf dreitausend Nodes skalieren können”, so Simon Ouellet, Pipeline Developer bei Raynault.
Raynault wechselte von einem Legacy Rendering-Host zu AWS. Durch die Zusammenarbeit mit AWS Thinkbox Deadline und Qumulo® Cloud Q, Teil der Qumulo File Data Platform, konnte Raynault die 300 Cloud-Rendering Nodes des Pilotprojekts innerhalb desselben kurzen Zeitfensters mit über 1.000 Nodes mehr als verdreifachen.
Wann immer das Unternehmen eine Render Farm aufbauen muss, bestellt es einfach zusätzliche Nodes in AWS und startet Render Jobs ganz einfach mit AWS Thinkbox Deadline. Sobald die Frames gerendert sind, werden sie schnell zurück in Raynaults On-Premises Speicher kopiert.
Dieses Maß an Skalierbarkeit erhöht die Produktivität des Kreativteams und ermöglicht es den Künstlern, schnell hochwertige VFX-Renderings in Auftrag zu geben und kritische Kundenfristen effizient einzuhalten.
Teams von Raynault, AWS und Qumulo arbeiteten beim Aufbau des Rendering-Stacks eng zusammen. Der Qumulo Kundenerfolg war während des Pilotprojekts extrem responsive und ist auch heute noch hochverfügbar, da die Techniker im 24/7 Modus reagieren.
Qumulo, Qumulo Core und das Qumulo-Logo sind eingetragene Marken oder Marken von Qumulo, Inc. Alle anderen Marken und Namen hierin können Marken anderer Unternehmen sein. Copyright © 2021. Alle Rechte vorbehalten.
Über Qumulo, Inc.
Qumulo ist ein wegweisender Marktführer bei der Vereinfachung des Managements von File Data in seiner nativen Form auf Massive-Scale Niveau in Hybrid-Cloud-Umgebungen. Die hochleistungsfähige Dateidatenplattform von Qumulo wurde entwickelt, um Daten in ihrer nativen Dateiform zu speichern, zu managen sowie Workflows und Anwendungen zu erstellen – auf Massive-Scale Niveau, On-Premises sowie in der Public Cloud. Qumulo hat das Vertrauen von Fortune-500-Unternehmen, von großen Film- und Animationsstudios bis hin zu einigen der größten Forschungseinrichtungen der Welt, um den gesamten Full Data Lifecycle mit grösster Einfachheit zu managen (Aufnahme, Umwandlung, Veröffentlichung, kostengünstige Archivierung, dynamische Skalierbarkeit, automatische Verschlüsselung, Real-Time Transparenz). Eine fortschrittliche API versetzt Kunden in die Lage, Qumulo ganz einfach in ihr Ökosystem und ihre Workflows zu integrieren. www.qumulo.com
Kontakt Qumulo Stacey Burbach 4th Ave #1600 1501 WA 98101 Seattle, WA 98101, United States +1 855 577 7544 lia@pr-emea.net https://qumulo.com
