一年一度的re:Invent全球大会是了解亚马逊云技术年度技术创新的最佳机会和舞台。自2011年re:Invent大会举办以来，已经走过了10个年头，如今已经成为观察全球云计算技术发展趋势的重要风向标。
正如亚马逊全球副总裁、亚马逊云技术大中华区执行董事张文翊所说:“亚马逊云技术创立云计算的15年来，没有一个行业不是与云计算相关的，没有一个颠覆性的创新缺少云计算的参与。云已成为不可逆转的滚滚洪超。”
事实上，云已经成为成千上万企业加速数字化转型的关键支撑和“基础”。那么，亚马逊云技术在今年的re:Invent世界大会上发布了哪些云计算行业的发展新趋势？更重要的是，这些新的服务和功能将在客户的数字化和智能化转型中发挥哪些新的作用和价值？自研底层技术持续创新。在云已经成为企业数字化转型“必备品”的今天，不同企业的计算需求也日趋多样化。越来越多的客户希望芯片兼具强大的计算性能和AI推理能力，也希望云计算的成本能够进一步降低。如何满足这些客户的不同需求？亚马逊科技给出的答案是自己开发底层技术。据亚马逊云技术大中华区产品部计算与存储总监周歌介绍，早在2013年，亚马逊云技术就推出了用于AI训练和推理的专用芯片Amazon Nitro。到现在，Nitro已经进化迭代到第四代；在计算芯片领域，亚马逊云科技在2017年发布了亚马逊Graviton处理器。在今年的re:Invent大会上，亚马逊Graviton3处理器也“如约而至”；不仅如此，在机器学习领域，亚马逊云技术也“与时俱进”推出了亚马逊Trainium芯片。具体来说:首先，关于用于计算的亚马逊Graviton处理器，基于亚马逊Graviton2的计算实例自去年推出以来，已被全球众多客户用于生产，并取得了显著的性能提升和成本节约。目前基于Graveton 2的实例有12个系列，包括通用型、计算优化型、内存优化型、存储优化型、突发性能型、加速计算型实例，真正让客户在云中有深度和广度的计算选择，并兼顾性价比和能效。为了满足客户更多的需求，亚马逊云技术在3处理器上进一步发布了Amazon Gravity。与Gravity on 2相比，Amazon Gravity on 3可以为科学计算、机器学习和媒体编码工作负载提供高达2倍的浮点计算性能，为加密工作负载提供高达2倍的速度，为机器学习工作负载提供高达3倍的性能。亚马逊Gravity on 3处理器也更加节能，在同等性能下，相比同类型EC2实例，可节省高达60%的能耗。编辑搜索地图此外，与亚马逊Gravity on 3处理器支持的当前一代C6g实例相比，亚马逊Gravity on 2处理器支持的C7g实例可以将计算密集型工作负载的性能提升高达25%。C7g实例是云中第一个采用最新DDR5内存的实例。与基于Amazon Gravity on 2的实例相比，提高了50%的内存带宽，从而提高了科学计算等内存密集型应用的性能。同时，与基于Amazon Gravity on 2的实例相比，C7g实例的网络带宽高出20%。C7g实例支持弹性结构适配器，还允许应用程序直接与网络接口卡通信，这提供了更低和更一致的延迟，并提高了需要大规模并行处理的应用程序的性能。
第二，关于机器学习领域的亚马逊Trainium芯片，亚马逊云技术之前已经提供了一个使用NVIDIA A100 Tensor Core GPU的EC2 P4d实例和一个使用Habana Labs Gaudi accelerator的EC2 DL1实例用于机器学习。但即使有今天最快的加速例子，训练持续增长的机器学习模型仍然非常昂贵和耗时。这是因为机器学习模型的复杂性往往会增加10倍以上。因此，需要更多的创新方法来解决这个问题。亚马逊云技术的做法是在内存和网络带宽上不断“加码”亚马逊Trainium芯片。这就催生了全新的亚马逊Trainium芯片“上市”——目前亚马逊Trainium芯片支持的Trn1实例可以为亚马逊EC2中的深度学习模型训练提供最佳性价比和最快的训练速度。与P4d实例相比，通过Trn1实例训练深度学习模型的成本降低高达40%。同时，Trn1实例提供800Gbps EFA网络带宽，并与Amazon FSx集成Lustre高性能存储，使客户能够启动具有EC2 UltraClusters功能的Trn1实例。编辑搜索地图此外，通过EC2 UltraClusters的新连接模式，开发者还可以将机器学习训练扩展到超过10，000个与PB级网络互联的Trainium加速器，让客户按需访问超算性能。即使是最大最复杂的模型，训练时间也可以从过去的几个月缩短到几天。
第三，关于亚马逊Nitro，一个专门用于AI训练和推理的系统，这个系统是亚马逊云技术底层自研技术的“起点”。硝基系统已经从一个原始的芯片发展到包括定制的硬件硝基卡，硝基管理程序和硝基芯片。可以说已经成为亚马逊云科技新一代云服务实例的关键技术“基地”。在今年的re:Invent大会上，亚马逊云技术进一步宣布，基于自研亚马逊Nitrosossds的全新存储优化Im4gn/Is4gen/ I4i实例，可以为运行在亚马逊EC2上的I/O密集型工作负载提供最佳的存储性能。“在亚马逊Nitro的支持下，企业客户可以获得一致的安全性、一致的VPC访问能力、一致的API统一性，同时在存储方面可以获得更多的存储性能。可以说亚马逊Nitro在亚马逊云技术的服务中无处不在。”周伟说。毫无疑问，基于底层核心技术的自研创新往往是最具“颠覆性”的。作为云计算公司中最早做自研芯片的企业，亚马逊云科技现在拥有Nitro、Gravity on、Trainium三条自研产品线。可以说，亚马逊云技术不仅在底层自研技术的创新和布局上具有第一和领先的优势，而且这种强大的创新能力将重构云计算的基础，改变未来的云计算游戏规则。代码云背后的新价值。众所周知，系统论中有一个经典原理，即“加尔定律”，其核心思想是“一个正常运行的复杂系统总是由一个正常运行的简单系统演化而来”。对此，亚马逊云技术大中华区产品部数据产品高级经理王表示:“今天，云已经遍布全球，亚马逊云技术可以用最简单的方式支持客户的系统运行。这背后的关键是，今天亚马逊云技术提供的200多种云服务，从诞生之日起就是一个API。无论是亚马逊EC2还是亚马逊S3，本质上都是一个API。在过去的几年里，我们通过不断迭代、不断改进，不断推动这些API的优化，最终以更好的亚马逊云服务为更多客户提供了重要支持。"
所以关于API的建设和管理，亚马逊云科技总结了六条经验，包括:第一，API是永远的；第二，永远不要破坏向后兼容性；第三，从客户场景逆向工作；第四，让API的失效模式有据可查；第五，创建API有明确、具体的目的和自我描述；第六，不惜一切代价避免泄露实现细节。
可以看出，亚马逊云技术的创新一直遵循着上述原则。最典型的例子就是，今天亚马逊云技术的底层自研技术的大量创新，都可以通过亚马逊云技术搭建的托管服务赋能给客户，客户无需任何改动就可以享受这些技术创新带来的价值。在此基础上，亚马逊云技术进一步针对不同人群提供了相应的服务，希望能够大大降低这些客户的门槛，更好地专注于发展和企业创新。比如，对于开发者而言，亚马逊云技术希望持续为开发者提供轻松构建应用的能力；对于运维人员，亚马逊云技术希望帮助他们消除分歧和繁琐的工作；最后，对于商业人士，亚马逊云技术希望他们能够从数据中实现洞察，最终实现企业转型，赋能商业创新。具体来说:
首先，在微服务应用方面，亚马逊云技术通过App Runner封装了亚马逊Fargate、ALB和亚马逊Route 53服务，作为开发者更方便部署的方式。通过App Runner的赋能，开发者可以快速、海量地实现代码或容器镜像的方式，快速部署一套真正在线可用、易于扩展的应用。
其次，在低代码应用方面，亚马逊云技术的Amplify服务还封装了调用云原生数据存储Amazon DynamoDB、认证Amazon Cognito等一层服务，可以大大降低没有开发概念或相应技能的企业人员的门槛；在UI设计方面，新发布的亚马逊Amplify Studio也允许前端开发者以“低代码”的方式在手机和Web上实现端到端，包括UI和创建后端业务逻辑的能力。最后，在现代应用方面，亚马逊云技术还提供了基于开源软件开发框架的云开发工具包，可以帮助开发者使用熟悉的编程语言模拟和预置云应用资源。同时，在今年的re:Invent大会上，亚马逊云技术发布了Construct Hub，这是一种全新的寻找和使用CDK技术的方式，可以帮助开发者更好地找到基于CDK的构造库。因此，亚马逊云技术之所以能够始终走在API运维管理和应用现代化转型的最前沿，就在于其丰富的实践和经验，使其能够在应用现代化转型过程中，站在开发者和企业需求的角度，通过各种使能方式帮助开发者和企业实现转型，从而在整个市场形成“独一无二”的新能力，这也是亚马逊云能够成为开发者和企业在未来API和应用现代化转型中扮演“独一无二”角色的原因。释放机器学习的澎湃动力机器学习也是亚马逊云技术持续投入的重要技术创新领域。此前，亚马逊云技术已经为机器学习构建了“三层服务架构”，包括机器学习框架和基础设施服务、机器学习服务和包容性AI服务。可以说，亚马逊云技术搭建的机器学习栈是一个数据科学家和工程师。它提供广泛而深入的人工智能和机器学习服务和能力。在亚马逊云技术大中华区机器学习产品高级经理张洋看来，这些创新对于亚马逊云技术来说远远不够。在今年的re:Invent全球大会上，亚马逊云技术再次围绕机器学习的端到端服务工作流程展开持续创新。编辑搜索地图首先，在数据标注方面，亚马逊云科技发布了亚马逊SageMaker Ground Truth Plus，可以更快速的提供高质量的训练数据集，降低开发者的数据标注成本。同时，为了让开发者更直观地看到数据标注的过程，该服务增加了dashboard功能，开发者可以通过dashboard看到整个项目的进度。
其次，在数据建模方面，亚马逊云技术发布了亚马逊SageMaker Studio笔记本，用户只需一台笔记本就可以运行数据工程、数据分析和机器学习工作流。同时，由于它连接了亚马逊EMR、亚马逊S3和更多服务，用户可以更好地访问、转换和分析大量不同类型的数据，从而大大加快数据建模的整个过程。再次，在基础设施方面，数据显示，全球已有数万用户通过亚马逊SageMaker平台训练模型，有些模型的参数甚至达到数十亿，而这些模型每个月要在亚马逊SageMaker平台上进行数千亿次的推理。但是随着机器学习RD水平的提高，模型越来越大，训练时间越来越长，带来的成本更高，部署难度更大。基于此，亚马逊SageMaker平台今年在三个方面进行了持续优化，新发布了亚马逊Sagemaker训练编译器，可提速50%。亚马逊Sagemaker参考推荐器，可以进一步将客户的部署时间从过去的几周减少到几个小时；而亚马逊Sagemaker服务器影响较小，通过“按量计费”的模式，进一步降低了用户机器学习的使用成本。同时，为了进一步降低运维人员和企业业务部门的门槛，亚马逊云技术也发布了一系列新技术。包括用于RDS的亚马逊DevOps Guru、亚马逊Redshift无服务器、亚马逊EMR无服务器、亚马逊MSK无服务器、亚马逊Kinesis On-demand和亚马逊SageMaker Canvas。亚马逊SageMaker工作室实验室等。，帮助开发者和企业最大程度释放机器学习汹涌澎湃的力量，加速企业智能化转型。值得一提的是，亚马逊云技术今天的这些技术创新，可以借助亚马逊云技术遍布全球的基础设施，为开发者和企业提供服务，而这正是亚马逊云技术新提出的无处不在的云概念的体现。不仅如此，亚马逊云技术还通过一系列技术，包括亚马逊前哨站、物联网服务、雪地家庭服务，将云延伸到亚马逊云技术的基础设施之外，一直延伸到亚马逊地面站，让云延伸到Tai 空的卫星数据。其中，前哨站可以将亚马逊云技术的云体验延伸到客户的本地数据中心，与云无缝连接。物联网，雪族将云的能力延伸到地球的每一个角落，而亚马逊地面站是卫星地面站服务，可以接收卫星地面站的数据，并在亚马逊云技术区进行处理，从而进一步将亚马逊云技术云的边界延伸到Tai 空。
正如亚马逊云技术大中华区产品部总经理顾凡最后总结的，“今年re:Invent一个特别重要的关键词就是探路者，而亚马逊云技术作为云计算的探路者，过去15年一直在探索创新，从未停止创新的脚步。”
总的来说，从今年的re:Invent大会上，我们看到了更强大、更自信的亚马逊云技术。其在技术领域的不断迭代和创新，必将为更多企业的数字化、智能化转型突破起到新的引领和示范作用。这可以说是亚马逊云技术一直致力于通过创新释放技术红利的一个证明，也是落地行动更具体的体现，这也是亚马逊云技术走过的唯一15年。
