星空-AI引领企业未来转型｜亚马逊云科技2024 re:Invent中国行全面解读四大构建单元，助力企业应用打造

2025-01-13

[导读]亚马逊云科技不但是云计较办事的首创者，更是鞭策企业第一次转型的奠定者。自亚马逊云科技推出云办事以来，全球无数企业借助云手艺实现了从传统IT架构到云端根本举措措施的逾越，极年夜地提高了运营效力与矫捷性。现在，跟着AI手艺的飞速成长，亚马逊云科技再次站在科技前沿，助力企业迎接又一次重年夜转型。这一次，AI将为企业带来更深条理的智能化变化，使他们不但可以或许优化营业流程，还能在数据洞察、客户体验和产物立异等方面实现冲破。亚马逊云科技不但是云计较办事的首创者，更是鞭策企业第一次转型的奠定者。自亚马逊云科技推出云办事以来，全球无数企业借助云手艺实现了从传统IT架构到云端根本举措措施的逾越，极年夜地提高了运营效力与矫捷性。现在，跟着AI手艺的飞速成长，亚马逊云科技再次站在科技前沿，助力企业迎接又一次重年夜转型。这一次，AI将为企业带来更深条理的智能化变化，使他们不但可以或许优化营业流程，还能在数据洞察、客户体验和产物立异等方面实现冲破。近日，亚马逊云科技2024 re:Invent中国行盛大召开，亚马逊云科技年夜中华区产物部总司理陈晓建为现场佳宾深切解读了云办事的四年夜焦点构建单位：计较、存储、数据库和年夜数据阐发。在这些根本构建单位之下，亚马逊云科技发布了一系列立异产物、解决方案和办事，旨在经由过程AI手艺为企业赋能，助力他们在智能化转型的道路上走得更远。若何经由过程AI加快数据处置、晋升存储效力、优化计较机能，并在数据库治理与年夜数据阐发中实现更高效的决议计划，成了本次年夜会的主要议题。计较加快——云办事架构焦点驱动力，亚马逊云科技从底层硬件开启立异 “计较”是云办事架构中最焦点的构建单位之一，几近所有云利用和办事都依靠在壮大的计较能力。它不但供给了撑持利用运行所需的根本举措措施，还为企业和开辟者供给了高效、矫捷、可扩大的资本，确保他们可以或许处置不竭增加的营业需乞降复杂的计较使命。在2024年亚马逊云科技 re:Invent年夜会中，亚马逊云科技再次展现了其在计较范畴的壮大立异能力。作为云计较办事的前驱，亚马逊云科技不但凭仗其重大的计较实例种类和功能，始终连结行业领先地位，还经由过程自立研发的焦点手艺不竭鞭策计较机能的晋升，助力企业在分歧工作负载下实现更高效的运作。【Amazon EC2与Amazon Nitro System：鞭策计较实例立异】亚马逊云科技的计较办事始终以其多样化的实例类型著称，这背后离不开Amazon EC2（Elastic Compute Cloud）的壮大撑持。作为亚马逊云科技的焦点计较产物，Amazon EC2为用户供给了普遍的实例选择，涵盖从小型开辟利用到年夜范围企业级工作负载的各类需求。不管是需要年夜范围并行计较的高机能计较（HPC）利用，仍是要求矫捷弹性的开辟情况，EC2都能为客户供给最具性价比的解决方案。支持这些计较实例背后的手艺是亚马逊云科技自立研发的Amazon Nitro System。作为亚马逊云科技虚拟化平台的焦点，Nitro System采取了专门定制的硬件芯片，承载计较、收集和存储的虚拟化使命。经由过程将虚拟化工作从计较单位平分离出来，Nitro System不但提高了计较机能，还年夜幅晋升了系统的平安性和隔离性。这一架构使得亚马逊云科技术够以更低的本钱、更高的效力推出立异实例，同时加速了新产物的迭代速度。【Amazon Graviton：自研芯片助力机能与性价比晋升】亚马逊云科技的计较产物立异不但表现在实例类型的多样性上，还表现在其自研芯片Amazon Graviton的推出与延续迭代。自2018年推出首款Amazon Graviton处置器以来，亚马逊云科技不竭优化其机能，并成功推出了第四代芯片Amazon Graviton4。这款芯片在机能上实现了显著晋升，单核处置机能比前代芯片晋升了30%，同时在虚拟CPU和内存的容量上也到达了三倍的晋升。更主要的是，Amazon Graviton的成功其实不仅限在提高计较机能，它还帮忙客户实现了显著的本钱节俭。例如，社交平台Pinterest在将工作负载迁徙至Amazon Graviton后，机能晋升的同时，本钱下降了40%，碳排放量也削减了62%。这一成绩证实了亚马逊云科技自研芯片在计较机能、本钱节制和环保方面的怪异优势。【专为AI设计的定制化硬件：Amazon Trainium与Inferentia】在AI计较范畴，亚马逊云科技一样投入了年夜量资本来鞭策定制化硬件的开辟，帮忙企业应对日趋增加的生成式AI需求。2019年，亚马逊云科技推出了首款推理芯片Amazon Inferentia，随后又在2022年推出了练习芯片Amazon Trainium，并在2024年继续鞭策其迭代。新一代的Amazon EC2 Trn2实例搭载了Amazon Trainium2芯片，具有比GPU实例超出跨越30%至40%的性价比，旨在帮忙企业更高效地运行生成式AI工作负载。 Amazon EC2 Trn2实例每一个办事器配备了16块Trainium2芯片，并经由过程亚马逊云科技自立研发的NeuronLink手艺实现了高带宽、低延迟的芯片间互联。这使得每一个Trn2实例可以或许供给高达20.8 PetaFlops的惊人计较能力，特殊合适练习和推理等复杂AI使命。Adobe、Databricks、Poolside等公司已在利用Trn2实例，并获得了显著的结果，进一步证实了其在AI范畴的壮大优势。【高机能与年夜范围AI练习：Amazon EC2 Trn2 Ultraservers】为了知足客户对超年夜范围AI练习需求，亚马逊云科技还推出了Amazon EC2 Trn2 Ultraservers，进一步晋升计较能力。经由过程将四台Trn2实例经由过程NeuronLink互联，Ultraservers的计较能力到达了惊人的83.2 PetaFlops，为年夜范围AI模子的练习供给了更壮大的支持。像Anthropic如许的客户已最先利用Amazon EC2 Trn2 Ultraservers进行练习和推理，估计可以或许带来加倍高效的模子开辟。另外，Apple也最先利用Amazon Trainium2来撑持其AI相干工作，进一步证实了这些定制化芯片在全球科技巨子中的利用潜力。【下一代AI练习芯片：Amazon Trainium3】跟着AI练习使命的日趋复杂，亚马逊云科技并未留步在现有手艺。亚马逊云科技公布，Amazon Trainium3芯片将在2025年推出，采取最早进的3纳米工艺制造，计较机能将是Amazon Trainium2的两倍，能效晋升可达40%。这一前进将进一步下降客户在AI练习中的本钱，并使得亚马逊云科技术够供给更年夜范围、机能更强的AI计较平台。存储拓展：加快海量数据治理与AI利用撑持在云办事的整体架构中，计较与存储是两个相互依靠且密不成分的要害构建单位。计较为数据处置和营业逻辑供给了履行平台，而存储则是数据的栖息地，它确保数据可以高效、平安且持久地寄存。在云计较情况中，存储不但仅是为了寄存数据，它仍是数据治理、拜候、庇护和后续阐发和发掘的焦点支持。【Amazon S3：从海量存储到数据湖的万能平台】自Amazon S3发布以来，其对数据存储的立异性设计，使得用户无需关心后端存储的复杂实现，只需经由过程简单的API就可以完成数据存储的使命。特别是在企业用户的需求鞭策下，Amazon S3的存储范围已到达史无前例的高度。按照最新的数据，Amazon S3今朝已存储跨越400万亿个对象，且其用户中，利用存储容量跨越1PB的客户数目已从10年前的不到100家，增加到现在的数千家，更有一些客户的存储容量冲破了1EB。特别是在数据湖扶植方面，Amazon S3凭仗其无与伦比的扩大性和本钱效益，成了100多万客户的数据湖首选平台。不管是在金融建模、及时告白投放，仍是AI算法练习、数据阐发等利用场景中，Amazon S3都为企业供给了一个稳健的根本平台。【Apache Iceberg与Amazon S3的深度融会】跟着年夜数据利用的普和，很多客户最先利用Apache Iceberg等高效的列式存储格局来处置和阐发海量数据。Apache Iceberg经由过程列式存储、紧缩和编码手艺，晋升了数据读取的机能和存储效力，是以成为年夜数据阐发的抱负选择。但是，跟着数据范围的扩年夜，Iceberg的治理和平安性同样成为了企业面对的一年夜挑战。在本年的 re:Invent年夜会上，亚马逊云科技公布推出全新的Amazon S3 Tables功能。该功能撑持Iceberg等表格存储格局的原生撑持，年夜年夜晋升了查询机能，比常规S3存储桶的查询速度提高了三倍，事务处置能力则是之前的十倍。这一立异不但解决了企业在年夜范围数据处置时面对的瓶颈，还使得Amazon S3成了年夜数据阐发和AI利用中不成或缺的要害根本举措措施。【Amazon S3 Metadata：主动化元数据治理】跟着数据量的激增，元数据治理的主要性越发凸显。元数据是存储数据的“仿单”，它帮忙用户快速检索和治理文件。但是，传统的元数据治理进程繁琐且耗时，需要建立清单、成立数据管道，并开辟法式实现数据同步等操作，极年夜增添了企业的工作承担。为领会决这一问题，亚马逊云科技在本年的re:Invent年夜会上推出了Amazon S3 Metadata，这是一项全新的功能，旨在主动化治理和更新存储在Amazon S3中的所有元数据。经由过程这一办事，客户可以主动建立可查询的元数据，而且实现几近及时的更新。这一立异极年夜削减了企业在元数据治理上的时候和精神投入，帮忙客户更高效地治理其海量数据。数据库立异：鞭策全球数据架构的无缝集成与高可用性在切磋了计较和存储若何支持云办事后，继续将重点转向数据库这一要害范畴。作为数据治理的焦点，数据库不但负责数据存储与查询，仍是鞭策现代利用和营业决议计划的主要构成部门。跟着企业需求的增加和复杂度的晋升，高效且靠得住地治理海量数据成为数字化转型的要害挑战。亚马逊云科技在数据库范畴的立异，延续优化了机能、可扩大性和高可用性。从传统关系型数据库到图数据库和文档数据库，亚马逊云科技的产物笼盖了各类利用场景，特别在全球摆设、高可用性和机能优化方面获得了显著冲破。【Amazon Aurora：关系型数据库的机能与一致性的再界说】作为亚马逊云科技数据库家族的主要一员，Amazon Aurora迎来了其十周年庆典。Aurora不但继续了商用数据库的高机能，还连系了开源数据库的高度一致性，成为很多企业的首选关系型数据库。与传统开源数据库比拟，Aurora的机能晋升了3至5倍，且本钱仅为商用数据库的十分之一。这个均衡了高机能与低本钱的特征，使得Aurora在处置年夜范围事务和阐发数据时，揭示了其怪异的优势。为了进一步知足客户对高可用性的需求，亚马逊云科技推出了全新的Amazon Aurora DSQL（散布式SQL）。该办事采取了完全无办事器的设计，使得用户可以或许在全球多个区域之间实现几近无穷的扩大，而无需治理底层根本举措措施。Aurora DSQL还供给高达99.999%的可用性，并具有低延迟的写入机能，兼容PostgreSQL，确保用户可以或许轻松迁徙和上手。【全球一致性与低延迟：Amazon Aurora DSQL与Google Spanner的比力】在本年re:Invent年夜会上，亚马逊云科技展现了其立异的Amazon Aurora DSQL，这是一项针对全球散布式数据库的手艺冲破。经由过程将事务处置和存储分手，Aurora DSQL可以或许在全球多个区域实现事务的一致性，同时包管低延迟的写入机能。亚马逊云科技与Google Spanner进行的基准测试显示，Aurora DSQL的写事务机能是Spanner的四倍，进一步证实了其在全球多区域数据库一致性和机能方面的领先地位。【Amazon Time Sync：微秒级时钟同步的立异解决方案】跟着全球散布式数据库需求的增添，数据的时序一致性成了亟待解决的困难。为了确保分歧区域之间的数据库可以或许高效同步，亚马逊云科技推出了Amazon Time Sync。该手艺经由过程硬件实现和卫星毗连的原子钟，确保全球各个区域的时钟同步精度到达微秒级。这一立异性解决方案，不但晋升了散布式数据库的一致性和正确性，还让亚马逊云科技术够供给无与伦比的高可用性和低延迟的数据库办事。在时钟同步方面，亚马逊云科技的微秒级同步手艺为全球多区域事务处置供给了强有力的撑持，确保了数据库写入操作的挨次性和一致性。此手艺的推出，解决了传统时钟同步方案存在的时差问题，为年夜范围跨区域数据操作供给了加倍靠得住的保障。【Amazon DynamoDB：NoSQL数据库的全球一致性与多区域撑持】除关系型数据库，亚马逊云科技还推出了壮大的NoSQL数据库解决方案——Amazon DynamoDB。为了应对不竭增加的全球数据存储需求，亚马逊云科技发布了DynamoDB Global Tables，这一功能使得DynamoDB可以或许实现跨多个区域的高一致性撑持，具有低延迟、高可用性的特点。与Amazon Aurora DSQL近似，DynamoDB Global Tables也撑持在多个地舆区域之间进行数据同步，确保在高负载下仍然可以或许供给强一致性。 DynamoDB Global Tables的多区域摆设功能，特别合用在需要全球笼盖和高可用性的数据利用。不管是在电商平台、金融办事，仍是IoT利用场景中，DynamoDB供给了一个壮大且矫捷的NoSQL数据库解决方案，可以或许高效处置海量数据的存储和及时查询。从Amazon Aurora到DynamoDB，从高机能关系型数据库到矫捷的NoSQL解决方案，亚马逊云科技延续为全球客户供给机能、可扩大性和高可用性的数据库办事。而经由过程引入Amazon Time Sync等立异手艺，亚马逊云科技使得跨区域数据库的一致性和低延迟得以年夜幅晋升，真正实现了全球数据同步和事务处置的优化。年夜数据阐发：立异东西助力营业智能化转型在数字化转型的海潮中，年夜数据阐发作为一项要害手艺，已成为各行业鞭策智能化决议计划和立异的焦点气力。亚马逊云科技凭仗其壮大的数据阐发产物和办事组合，延续立异并知足客户不竭增加的需求。亚马逊云科技的最新发布涵盖了多个年夜数据阐发范畴，特殊是在数据仓库、及时数据流、AI集成和多模态阐发方面，供给了领先的解决方案。【多元数据阐发东西】亚马逊云科技供给了一系列壮大的数据阐发东西，帮忙企业应对海量数据的存储、处置和阐发挑战。亚马逊的Amazon Redshift作为领先的数据仓库办事，撑持从传统到现代的数据阐发场景。同时，Amazon Aurora和Amazon DynamoDB为高效数据存储供给撑持，而Amazon Elasticsearch Service（现已进级为OpenSearch）则利用户可以或许进行壮大的搜刮阐发。为了撑持年夜数据流的及时阐发，亚马逊云科技推出了Amazon Kinesis，一个可处置高吞吐量流数据的办事。与此同时，Amazon MSK（Managed Streaming for Kafka）简化了动静流的处置工作。而Amazon Glue则为数据整合、转换供给了壮大的ETL（Extract, Transform, Load）功能，使得分歧数据源之间的整合变得加倍便捷和高效。另外，亚马逊云科技还发布了Amazon Athena和Amazon QuickSight等BI东西，前者使得用户可以经由过程SQL查询轻松拜候和阐发存储在S3上的数据，后者则供给可视化阐发，帮忙用户更快速地从数据中提取洞察并优化营业决议计划。【从数据管道到AI模子的无缝毗连】亚马逊云科技不但供给了数据阐发所需的根本举措措施，还整合了机械进修（ML）和AI的壮大能力。经由过程Amazon SageMaker，亚马逊云科技将数据预备、模子练习、推理等功能融为一体，构成一个同一的平台，极年夜地晋升了数据阐发和AI利用的效力。亚马逊云科技推出的Amazon SageMaker Unified Studio为数据科学家和机械进修专家供给了一个集成的工作情况。该平台撑持跨多种办事的协同工作，包罗Amazon EMR、Amazon Glue、Amazon Redshift等东西，确保了数据阐发的便捷性和一致性。另外，SageMaker还加强了数据治理功能，确保组织内的脚色和权限治理可以或许获得有用节制。在推理（Inference）方面，亚马逊云科技经由过程增强对多模态阐发和生成式AI的撑持，进一步扩大了其数据阐发能力。跟着生成式AI的逐步普和，亚马逊云科技发布了Amazon Nova系列根本模子，为用户供给多种低延迟、高机能的文本和多模态处置能力。Amazon Nova不但包罗文本生成模子，还包罗可以或许处置图象和视频输入的模子，知足了愈来愈复杂的营业需求。【Zero ETL与跨平台集成】在年夜数据情况中，数据孤岛问题持久困扰着企业数据流的整合与阐发。为了打破这些障碍，亚马逊云科技推出了Zero ETL解决方案，旨在经由过程无缝集成多种数据源，消弭复杂的数据管道治理和ETL工作。亚马逊云科技的Apache Iceberg集成使得用户可以直接拜候存储在Amazon S3、Amazon Redshift等多种数据源中的数据，极年夜晋升了数据整合的效力。借助Zero ETL，用户可以在分歧的第三方SaaS平台和亚马逊云科技情况间，直接进行数据阐发而无需手动构建数据管道。这项立异使得数据阐发变得加倍矫捷和高效，帮忙客户轻松应对复杂的数据治理和阐发使命。【强化数据科学与AI的协同能力】除根本的阐发功能，亚马逊云科技也不竭鞭策AI和数据科学范畴的立异。Amazon SageMaker HyperPod是亚马逊云科技推出的一项新功能，它答应用户界说矫捷的练习打算，并按照使命的优先级动态调剂资本，确保高优先级的模子练习按时完成。HyperPod的使命治理功能，可以或许有用治理分歧类型的练习使命，为数据科学家供给更高效的工作情况。另外，亚马逊云科技还强化了AI平台与第三方合作火伴的整合，发布了经由过程合作火伴构建的AI利用，客户可以直接在SageMaker中拜候这些利用，并加快模子的开辟和摆设。【生成式AI的将来瞻望】亚马逊云科技对生成式AI的延续投资在本次发布中获得了进一步表现。跟着利用需求的日趋增加，亚马逊云科技推出了Amazon Nova Canvas，一个壮大的图象生成模子，可以或许按照用户需求生成高质量的图象，并进行编纂。该模子在电商、告白和金融行业获得了普遍利用，并获得了显著成效。经由过程Canvas和其他生成式AI模子，亚马逊云科技不但知足了用户在图象处置方面的需求，还进一步拓展了多模态AI手艺的利用场景。不管是在文本、图象，仍是视频的生成与阐发方面，亚马逊云科技的手艺都供给了壮大的撑持，鞭策了企业智能化营业的进级。凭仗其立异的产物和办事，亚马逊云科技正不竭鞭策年夜数据阐发和AI手艺的鸿沟。经由过程同一的数据阐发平台、矫捷的练习和推理东西，和无缝的数据集成能力，亚马逊云科技为企业供给了壮大的手艺撑持，帮忙它们从海量数据中提取洞察，鞭策数字化转型。将来，跟着手艺的进一步成长，亚马逊云科技将继续为客户供给更多立异的解决方案，以应对年夜数据和AI时期的挑战。写在最后从云计较办事的首创到鞭策企业数字化转型，再到此刻的AI赋能，亚马逊云科技始终走在手艺立异的前沿。在2024 re:Invent中国行中，透过在计较、存储、数据库和年夜数据阐发这四年夜焦点构建单位中的诸多立异产物和办事，不但展现了亚马逊云科技深挚的手艺堆集，更彰显了其对企业在将来AI时期转型的深入洞察。 “亚马逊云科技不但在云的焦点办事层面延续立异，更在从芯片到模子，再到利用的每个手艺仓库获得冲破，让分歧层级的立异彼此赋能、协同进化。”陈晓建分享到，“我相信，只有如许全栈联动的年夜范围立异才能真正知足现今客户的成长需求，加快前沿手艺的价值释放，助力各行各业重塑将来。”