亚马逊云科技大中华区产品部总经理顾凡将今年re:Invent带来的风向标概括为五大内容：重构云计算底座，自研芯片再升级；大云无疆，无限拓展；代码即云，万物皆API；降低门槛，把云计算交到更多人手里；可持续发展。
本文将从两个角度为大家带来部分新风向标的深入解读。
向底层进军
在ICT领域，对于技术研究和产品开发来说，由上层应用到硬件底层的难度往往是逐级增大的。而在云计算领域似乎也遵循同样的规律。
作为勇于创新的探路者，亚马逊云科技已经不满足于传统云基础设施。而作为向底层基础设施进军的代表，自研芯片可以说是亚马逊云科技创新能力的又一集大成者。无疑，亚马逊云科技选择了一条更难的道路。
为何亚马逊云科技对自研芯片如此执着？顾凡认为，未来在云上的新型工作负载对于计算创新的要求是无止境的，而发生在底层的创新，往往最具备颠覆性。所以从半导体和芯片层面的创新将会是改变云计算游戏规则一个非常重要的能力。
亚马逊云科技是云厂商里面最早做自研芯片的，如今已形成Amazon Nitro、Amazon Graviton、人工智能机器学习自研芯片三条产品线。在今年re:Invent峰会上，亚马逊云科技再次发力，相继推出重磅Amazon Graviton3和采用Graviton3的第一款Amazon EC2计算实例C7g，以及基于Trainium芯片计算实例的Trn1实例。
Amazon Graviton3是亚马逊云科技新一代基于Arm的自研CPU处理器，从性能来讲，Amazon Graviton3处理器为科学计算、机器学习和媒体编码工作负载提供高达2倍的浮点运算性能，为加密工作负载速度提升高达2倍，为机器学习工作负载提供高达3倍的性能。这是相对前一代Graviton又一次巨大提升。
由Amazon Graviton3处理器支持的C7g实例也同样大放异彩，与由 Graviton2 处理器支持的前一代 C6g 实例相比，可将计算密集型工作负载性能提高多达25%。C7g实例是云中第一个采用最新DDR5内存的实例，相应提高了50%的内存带宽，网络带宽也高出20%。
刚刚发布的由机器学习训练芯片Amazon Trainium支持的Trn1实例，为在Amazon EC2中进行深度学习模型训练提供最佳性价比以及最快的训练速度，与P4d实例相比，通过Trn1实例训练深度学习模型的成本降低多达40%。
当然，直至今日，亚马逊云科技虽说是第一个推出自研芯片的云厂商，但并不是唯一一个。如今也有一些云服务提供商入局同样的赛道，似乎自研芯片逐渐成为另一片[红海]。
但亚马逊云科技不这样认为。顾凡表示，[自研芯片是需要经验积累的，并不是花钱就能买来的，也并不是很快就能实现。亚马逊云科技基于云上客户工作负载的深刻理解来设计芯片，是我们在重构云计算底座自研芯片中的最大优势。]
降低门槛，让机器学习更简单
如果说向底层技术的进军是亚马逊云科技选择了一条极难的道路，那么在机器学习的研发上亚马逊云科技又走上了一条更[容易]的道路。倒不是说机器学习技术更容易，而是另一层含义——让用户使用机器学习更容易。
二者的更难与更易之间，又是一种殊途同归——一切为了用户。
在降低机器学习技术的使用门槛过程中，亚马逊云科技早在2017年就推出了 Amazon SageMaker 完全托管的机器学习平台服务。近年该服务功能得到不断完善和迭代，仅在过去一年亚马逊云科技就推出 60 多项Amazon SageMaker新的特性和功能。如今该服务已成为用户使用机器学习不可或缺的利器。
亚马逊云科技大中华区机器学习产品高级经理张洋表示，Amazon SageMaker实现了将机器学习能力交到广泛的数据科学家和工程师手中，让更多的人掌握机器学习。
如今，亚马逊云科技再出发，在re:Invent峰会期间，为Amazon SageMaker推出6项新功能。
新推出的Amazon SageMaker Canvas让业务分析师能够使用点击式界面生成更准确的机器学习预测，从而扩展了对机器学习的访问，无需编码。Amazon SageMaker Ground Truth Plus 是一项完全托管的数据标记服务，为客户提供内置的工作流程、技能娴熟的团队。Amazon SageMaker Studio 的通用notebook提供了一个统一的集成环境来执行数据工程、数据分析和机器学习。Amazon SageMaker Training Compiler 是一种新的机器学习模型编译器，可自动优化代码提高计算资源的使用效率，并缩短训练模型时间多达 50%。Amazon SageMaker Inference Recommender 帮助客户自动选择最佳计算实例和配置，运行其特定的机器学习模型推理。适用于机器学习模型的 Amazon SageMaker Serverless Inference会根据推理请求的数量自动预置、扩展和关闭计算容量。
不仅仅是机器学习，顾凡表示，[降低门槛，把云计算交到更多人手里]是今年re:Invent峰会带给业界的又一个重要的风向标。Amazon SageMaker让数据科学家更轻松，Amplify Studio让开发人员更加轻松，DevOps Guru让运营人员更加轻松，Redshift ML让业务人员更加轻松，以及针对特定行业的诸如数字孪生、Amazon IoT TwinMaker等让行业客户更加轻松。降低门槛本身就是云计算的一个非常重要的核心价值。
因此归根结底，不管是自研芯片还是机器学习服务，最终都是在降低用户使用的门槛，真正实现技术的普惠，让用户更好地拥抱数据时代。
【IT运维网原创，转载请注明来源】
查看更多关于re:Invent新风向，“难”与“易”中的殊途同归的详细内容...
声明：本文来自网络，不代表【好得很程序员自学网】立场，转载请注明出处：http://www.haodehen.cn/did219935