12月28日，亚马逊云科技 re:Invent 全国巡展落地成都，将 re:Invent 2022 的相关精华内容以及体验带给国内客户以及云计算从业者，并对云技术赛道的最新发展趋势和技术方向进行了深度解读。
此前，“云科技春晚”亚马逊云科技 re:Invent 大会在拉斯维加斯举行，不仅有全球的5万多客户和合作伙伴参加了线下盛会，还有超过30万人在线上齐聚。为了将 re:Invent 2022 的相关精华内容以及体验带给国内客户以及云计算从业者，亚马逊云科技在本月举办了 re:Invent 2022 中国行–城市巡展系列活动。
天虎科技也在第一时间总结了本次亚马逊云科技 re:Invent 成都站所展示的云技术行业最新产品和技术、前沿趋势以及相关实践。
软件服务、硬件创新进入加速期
今年的 re:Invent 大会，亚马逊云科技带来了哪些新的变化？
“当前在全球范围内，已经有超过830家独角兽企业已经在亚马逊云上运行，随着疫情限制的放开，企业面临更多的不确定和挑战，面对全球经济的不确定性，每个客户都希望进一步降低成本、增强业务灵活性。” 亚马逊云科技解决方案架构师经理刘磊介绍道。
基于此，亚马逊云科技每年都会在re:Invent全球大会上发布许多重磅的新服务、新功能和新应用，目的就是为全球各地区、各行业的用户发展、创新和重塑提供支持。
展开全文
一方面，建立面向未来的云原生数据基础设施是打造极致性能的关键。据亚马逊云科技统计显示，在自身的客户中，前1000名客户有94%使用了10项以上的数据库和分析服务，亚马逊云科技也基于此在之前为企业提供了Amazon Athena和 Apache Spark来进行复杂的数据处理。为了进一步减少用户在基础架构配置层面的耗时，亚马逊云科技推出适用于 Apache Spark 的 Amazon Athena以及针对 Apache Spark 的新 Amazon Redshift 集成预览，让用户能够在云端获得更高的性能。
另一方面，刘磊也介绍了2022 re:Invent全球大会上亚马逊云科技在硬件创新方面取得的最新进展。随着机器学习、大规模数据处理等的高负载云计算的爆发式增长，也对云服务厂商的服务质量提出了更高的要求，芯片作为提升算力服务最底层、最核心领域，提供了根本改变云计算的能力。
目前亚马逊云科技已全面覆盖虚拟化芯片、云原生处理器芯片、人工智能机器学习芯片三大产品线。今年亚马逊云科技再次推出了一系列底层技术更新，包括第五代虚拟化芯片Nitro5、Gravition3E以及机器学习推理芯片Inferentia2，并发布了三个基于这两个芯片和训练芯片Trainium的发布的新型云计算实例。
刘磊表示，在Nitro系统的加持下，亚马逊云科技已发布超过600款计算实例，可以几乎满足一切云上负载的需求。如今每天有超过6000万个新的EC2实例在亚马逊云科技上被创建。
利用数据治理打破孤岛
除了硬件的迭代和服务的完善之外，本次活动也针对如何实现数据一体化融合、释放数据价值进行了探索。
本次 re:Invent 大会上，亚马逊云科技首席执行官 Adam Selipsky表示：“在今后的五年，我们创建的数据会完全超过了数码时代一直到现在以来所有数据累加在一起的数量，这同时也告诉我们所有的组织都会面临着无限的机会。”
亚马逊云科技高级解决方案架构师贺杨也介绍道：“当前数据正以惊人的速度增长，据IDC统计显示，在当前的数据总量中，有90%的数据是在过去2年的实践中被创建的。但对于企业而言，如何从海量的数据中获取价值则是其中的难点。据埃森哲统计，仅有32%的企业能够通过数据实现价值。”
基于此，为了实现数据的高效流转以及实现数据普惠，亚马逊云科技在本次也推出了两款新产品。
一是亚马逊云科技推出了首个端到端的数据治理工具Amazon DataZone。DataZone服务不仅可以帮助企业利用数据生成个性化视图，执行治理和合规的相关策略，还能够实现企业内部的跨团队无缝协作，允许以自助服务方式访问数据和分析工具，让不同部门之间的业务、产品、数据等实现流通。
二是打造高效的数据连接能力也是实现跨组织数据一体化融合的必经之路。在本次2022 re:Invent上，亚马逊云科技提出“零ETL”的构想，并推出Amazon Redshift流式注入功能等多项全新集成功能，大幅降低用户的服务使用工作量。
此外，亚马逊云科技还新增22个新的 Amazon AppFlow 连接器以及可以访问多达40多个新数据源的Amazon Sagemaker Data Wrangler，降低数据源获取门槛。用户可以简化数据准备和功能工程的过程，在浏览器中即可轻松部署预训练模型，省去过去繁琐的配置。
创新机器学习、云基础架构
助力企业降本增效
亚马逊云科技高级解决方案架构师粟伟就机器学习创新的关键趋势进行了分享。粟伟提到，当前机器学习行业创新拥有模型成熟度、数据增长、机器学习产业化、机器学习驱动相关应用场景、负责任的人工智能以及机器学习普惠化六大趋势。
粟伟以Stability AI 与亚马逊云科技的合作为例，分析了机器学习对于企业运营效率的提高。近一段时间Stability AI等AIGC图片生成类产品和ChatGPT先后出圈，而这背后离不开数据的处理、计算和训练。
以Stability AI为例，其图片生成引擎由其开源算法Stable Diffusion驱动，而Stable Diffusion在训练阶段就跑了15万个GPU时。通过选择亚马逊云科技的Amazon SageMaker旗舰级托管式机器学习服务，开发者可以轻松和“一站式”地准备数据，并大规模地构建、训练、部署高质量机器学习模型。数据显示，在亚马逊云科技自研的Trainium训练芯片支持下，其训练时间和成本可以减少58%。
另外，云基础架构也是本次亚马逊云科技 re:Invent 大会的另一关键词。亚马逊云科技高级解决方案架构师陈昊分享了下一代云基础架构的应用现代化。
陈昊提到，现代化的应用转型不仅能够专注于客户业务的差异化，也能够使得成本效益、规模效益凸显，以弹性的运营模式推动云计算价值最大化，帮助客户进行持续创新。
赋能行业实践
云技术加速落地应用
在活动现场， 新希望乳业VP/CIO胡柳通也介绍了新希望乳业如何利用数据驱动乳制品行业的创新发展。
发展至今，新希望乳业已经在西南、华东、华中、华北、西北等地区构建了横跨全国的战略布局，旗下拥有59家控股子公司，以及15个乳品品牌、16家乳制品加工厂、13个自有牧场，并且分布在不同的区域和地区。
过去的十余年的时间里，我国奶业实现了由数量扩张型向质量效益型的转变。在生产生活的过程中，新希望乳业开始探索如何使得产能达到最高点，这就对奶牛、乳制品以及用户之间的数据连接提出了更高的要求。但胡柳通表示，当前乳制品行业普遍存在着数据不好采集、数据场景不清晰以及数据项目难落地的痛点。
为此，新希望乳业选择与亚马逊云科技合作，利用云原生数据湖的概念打破数据孤岛，实现了现代数据架构的管理模式。基于此，新希望乳业实现了奶牛的生态周期管理、产能监控预测、疾病诊断及健康监测、产奶品质监控等能力，完成了从犊牛期到干奶期的全流程智慧化管理。
此外，通过在消费端结合亚马逊云科技的能力，打通供应链，实现从入库到出库的赋码串联，最终连接终端直达消费者，帮助消费者及时了解灌装时间、牧场环境、奶牛健康等相关信息。
特别声明
本文仅代表作者观点，不代表本站立场，本站仅提供信息存储服务。