Comment Canva utilise Anyscale
Canva utilise Anyscale comme socle de sa plateforme d'IA pour exécuter un entraînement distribué sur plusieurs machines pour ses modèles riches en images et alimenter ses fonctionnalités d'IA générative et non générative. Canva standardise tout l'entraînement de ses modèles d'IA sur Anyscale.
Voir la preuve capturéeL’usage : comment Canva déploie Anyscale
Canva uses Anyscale as the foundation of its AI platform to run distributed training across multiple machines for its image-heavy models and to power its generative and non-generative AI features. It is standardizing all AI training on Anyscale.
Autres résultats publiés
Chiffres publiés dans l’étude de cas de Anyscale. usedby ne les mesure pas de façon indépendante.
many models now train 4-6x faster
processing a single epoch previously took 90 minutes and is now 6 minutes
Le témoignage du client
Nous avons pu innover rapidement et avec succès, et les retours des utilisateurs sont très positifs.Traduction automatique de l’anglaisVoir l’original
We've been able to innovate quickly and successfully, and user feedback is very positive.Les autres outils IA utilisés par Canva
Autres relations publiques recensées sur usedby.
Explorer la stack IA de CanvaLes clients de Anyscale dans le secteur MarTech
Des entreprises du même secteur, avec une preuve publique.
Voir tous les clients de AnyscaleConsulter la source
Cette synthèse repose sur l’étude de cas publiée par Anyscale. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.
anyscale.com- Dernière vérification
- 7 oct. 2026
Ouvrir la capture Ce que dit le témoignage, et ce que nous avons vérifié
Ce que nous avons comparé à la page.
- Le chiffre : 12xVérifié
Imprimé mot pour mot sur la page, près du nom de Canva.
- L’extrait cité plus hautVérifié
Copié mot pour mot depuis la page, près du nom de Canva.
- Canva utilise AnyscaleVérifié
Ligne de niveau Confirmé.
- Le résultat lui-mêmeNon vérifié
Nous le citons ; nous ne l’avons pas mesuré.
Up to 12x faster innovation velocity: many models now train 4-6x faster. In one particular Image classification example, training is 12x faster, processing a single epoch previously took 90 minutes and is now 6 minutes.







