Wie DeviantArt Vespa nutzt
DeviantArt, eine Tochtergesellschaft von Wix und Online-Kunstcommunity, nutzt Vespa als zentrale Serving-Schicht für Suche, Empfehlungen und personalisierte Inhaltsentdeckung. Dabei kombiniert es in Echtzeit ML-basiertes Ranking, individuelle Abfrageverarbeitung und Dokumentenanreicherung über seinen Kunstwerkkatalog.
Erfassten Nachweis ansehenDer Anwendungsfall: wie DeviantArt Vespa einsetzt
DeviantArt, a Wix subsidiary and online art community, uses Vespa as a single serving layer for search, recommendations and personalized content discovery. It combines machine learning ranking, custom query processing and document enrichment in real time over its artwork catalog.
Weitere angegebene Ergebnisse
Zahlen aus der Fallstudie von Vespa. usedby hat sie nicht unabhängig gemessen.
with an average query latency of 12 milliseconds
In den Worten des Kunden
Bei DeviantArt ist die Entdeckung von Inhalten ein zentraler Teil der Nutzererfahrung. Bei Hunderten Millionen Kunstwerken, sich schnell ändernden Inhalten und sehr unterschiedlichen Interessen der Nutzer brauchten wir eine Plattform, die maschinelles Lernen, Personalisierung und Echtzeit-Performance in sehr großem Maßstab vereint. Vespa gibt uns die Flexibilität, eigene Ranking-Modelle, Nutzerkontext und domänenspezifische Verarbeitung in einem einzigen Hochleistungssystem zu integrieren. Das ist entscheidend, um unserer globalen Community reaktionsschnelle und relevante Erlebnisse zu bieten.Maschinell übersetzt aus dem EnglischenOriginal anzeigen
At DeviantArt, discovery is fundamental to the user experience. With hundreds of millions of artworks, rapidly changing content, and highly diverse user interests, we needed a platform capable of combining machine learning, personalization, and real-time serving performance at a very large scale. Vespa gives us the flexibility to integrate custom ranking models, user context, and domain-specific processing within a single high-performance system, which is critical for delivering responsive and relevant experiences across our global community.Nutzer von Vespa in der Branche Medien und Verlage
Unternehmen derselben Branche, mit öffentlichen Belegen.
Alle Kunden von Vespa ansehenDirekt zur Quelle
Auf Basis der veröffentlichten Fallstudie von Vespa. Wir prüfen die öffentlichen Belege; die Ergebnisse gibt der Anbieter an.
vespa.ai- Quelle veröffentlicht
- 5. Aug. 2026
- Zuletzt geprüft
- 9. Nov. 2026
Screenshot der Quelle öffnen Was die Fallstudie behauptet und was wir geprüft haben
Was wir mit der Seite verglichen haben.
- Die Zahl: 1 billion documentsGeprüft
Steht wörtlich auf der Seite, nahe dem Namen DeviantArt.
- Die oben zitierte PassageGeprüft
Wörtlich von der Seite übernommen, nahe dem Namen DeviantArt.
- Das VeröffentlichungsdatumGeprüft
Aus den eigenen Metadaten der Seite gelesen, nie geschätzt.
- DeviantArt nutzt VespaGeprüft
Eintrag mit Stufe Bestätigt.
- Das Ergebnis selbstNicht geprüft
Wir zitieren es; wir haben es nicht gemessen.
Today, the deployment manages more than 1 billion documents and serves nearly 4,000 queries per second, with an average query latency of 12 milliseconds.


