每个人都受益于云时代。
无论是你家中的智能家居设备还是走在马路上看到的智能摄像头，哪怕是手机中的健康码，都与云计算有着密不可分的关系。在当今这个数字化的时代，云已经无处不在，它关乎我们生活的方方面面，云计算的变革也将会影响未来我们的生活。日前，业界领先的亚马逊云科技召开了re:Invent全球大会，并细数了未来云计算发展的五大趋势。
亚马逊云科技大中华区产品部总经理 顾凡
自研芯片提供澎湃算力
“打铁还须自身硬”，这话不仅在国内流行，对于外国公司也如是一样。在云计算这个领域，越来越多的巨头们开始了自研芯片的尝试。一方面，是因为通用芯片在成本和应用上都有很多的限制，包括英特尔、英伟达在内的芯片服务商的确提供了多种选择，但是云服务商们肯定还希望有自己精细化、定制化的产品；另一方面，“掌握核心科技”也是云公司的必然选择，如何将自己家的服务价值发挥到最大，芯片在其中也起到了关键作用。
于是你看到，包括国内的阿里云、腾讯云等服务商都有了自己的芯片设计方案；而对于亚马逊云科技这样的巨头来说，也早在2018年就发布了Amazon Graviton一代，而这次re:Invent发布的Amazon Graviton3，是基于Arm架构的第三颗自研处理器。来自官方的数据显示，由Amazon Graviton3处理器支持的C7g实例与前一代相比，计算密集型工作负载性能提高多达25%，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。
Amazon Graviton3处理器的能效也更高，在相同性能下，与同类型EC2实例对比，可节省高达60%的能源消耗。C7g实例是云中第一个采用最新DDR5内存的实例，与基于Amazon Graviton2的实例相比，它提高了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。
相信在亚马逊云科技的引领下，未来越来越多的云服务商都将走上自研芯片的道路，也会推出更多针对性的、精细化的云服务。
全球化云应用，让业务一站可达
相对于传统应用，云服务器的一大特征就是跨地域性，可以在多个国家、多个地区进行服务，从而为用户提供全球化的服务体系。作为全球覆盖超级广泛的云，亚马逊云科技基础设施遍及25个地理区域的81个可用区，并计划新建9个区域和27个可用区，有14个本地扩展区域、17个Wavelength区域，有108个Direct Connect光纤直连站点，有310个边缘站点和13个区域缓存站点。
在此基础上，亚马逊云科技宣布，2022年将在21个国家建设超过30个本地扩展区，让客户以更低的延迟服务其终端用户。亚马逊云科技2020年开始在美国建立了两个本地扩展区，2021年增加了12个本地扩展区。2022年，建立本地扩展区的步伐将进一步加大。
不仅如此，亚马逊云科技还通过一系列技术，将云延伸到亚马逊云科技的基础设施之外，包括Amazon Outposts、IoT 服务、Snow 家族服务，一直延伸到 Amazon Ground Station，让云扩展到了太空的卫星数据。Outposts将亚马逊云科技的云体验延伸到客户的本地数据中心，跟云端无缝连接。IoT服务、Snow家族将云的能力延伸到地球上各个角落。 Amazon Ground Station是卫星地面站服务，通过卫星地面站接收数据到亚马逊云科技区域进行处理。
应该说，全球化是云服务的必然选择。行业有未来“只有5朵云”的说法，不管这种说法是真是假，任何云服务商都希望自己的业务能够扩展到全球，包括国内的许多大型云服务商也积极布局海外市场。由此看来，2021年这种全球化的云趋势将进一步加强。
强调数据价值，一切为数据服务
你有没有发现，如今许多科技公司都转型成为了数据中心，强调为数据服务？没错，哪怕是芯片巨头英特尔，如今也瞄准了数据应用，这就是因为在数字化的时代，数据已经成为了工业时代的石油、电力一样重要的“能源”，而服务于数据，就能够针对数据进行深入的挖掘和分析，从而掌握开启数字化时代的成功密码。
也就是在这次re:Invent 全球大会上，亚马逊机器学习副总裁Swami Sivasubramanian的主题演讲就以《如何通过数据与人工智能进行创新》为题。Swami 指出，“数据是推动洞察的潜在力量，有助于更好地开展业务。”他列举了飞利浦医疗、纳斯达克等多种大数据的例子，”从大数据走向海量非结构化数据，事实上80%的数据是非结构化的。”
亚马逊云科技为数据服务提供了完整的、端到端的工具，从数据存储、到计算、分析、人工智能创新。利用广泛而深入的云服务，凭借在数据领域的产品创新与前瞻眼光，亚马逊云科技将助力企业实施现代化的端到端数据战略，实现数据驱动的创新。
为此，亚马逊云科技也发布了多个数据工具，包括Amazon DevOps Guru for RDS数据库性能工具、Amazon DynamoDB的新功能Standard-Infrequent Access表类、Amazon Database Migration Service Fleet Advisor 数据库迁移工具，这些工具的出现都是为了更好的使用数据库，更好的利用数据。
除此之外，亚马逊云科技为在Amazon S3 上构建数据湖提供了无与伦比的耐用性、可用性和可扩展性，并为机器学习平台Amazon SageMaker增添了六项新功能，让用户无需编写任何代码即可快速交付高质量的训练数据集，并通过Serverless Inference无服务器推理，按使用付费的定价降低拥有成本。
在瞄准数据的这条路上，许多大企业正在努力前行，借助于人工智能，未来数据的应用将会越来越便捷。
降低云应用门槛，让更多人进行业务创新
俗话说：“授人以鱼不如授人以渔”，强调的就是培养用户自身的能力。在云计算的应用实践中，最好的方式就是降低业务门槛，提升云从业人员自身的水平和能力。针对这一点，亚马逊云科技也使出了浑身解数，无论是开发人员、运维人员、数据科学家、行业用户，还是即将进入云计算行业的初学者，亚马逊云科技都在不断推出新的服务和功能，降低他们的使用门槛。
按照IDC中国助理研究总监卢言霞的 说法：“在大数据方面，亚马逊云科技在数据融合、统一治理等方面帮助用户管理数字化旅程，并加速将机器学习和人工智能加入到数据旅程。在机器学习方面，发布了Amazon SageMaker Canvas，无需代码，通过简单点击即可完成整个机器学习工作流，值得没有技术背景的分析师，以及聚焦业务分析层面但希望实时数据洞察的分析人群关注。”
为了将机器学习能力交到更多的人手中，亚马逊云科技还将通过DeepRacer冠军杯赛、培训与认证、机器学习大学、机器学习纳米学位等项目，计划到 2025 年全球培训 2900 万人。在本次大会上，亚马逊云科技也宣布了1000万美元亚马逊云科技人工智能和机器学习奖学金（Amazon AI & ML Scholarship），用于奖励全球范围内弱势群体和服务设施欠缺地区的学生，帮助他们做好准备，在未来从事机器学习相关工作。
技术培训，为行业培养更多的人才，这是行业领军者的使命，也是义务。
响应双碳号召，云服务器也要绿色环保
如今，低碳环保的理念已经深入各个行业，尤其是我国已经向世界郑重承诺力争在2030年前实现碳达峰，在2060年前实现碳中和，因此作为碳消耗大户的云计算行业也需要进行转型，通过可持续发展，倡导用环保的最佳实践来学习、测量、改进云端计算工作负载。
为此，亚马逊云科技提出了“架构完善”的参考设计，旨在帮助云架构师为应用程序和工作负载构建安全、高性能、高效的弹性基础设施。如今该设计已经发展成为一整套方法体系，包括特定于域的详解、动手实验和 AWS 架构完善工具。为客户和合作伙伴提供了一致性的方法，供他们评估架构，实施能够在使用中扩展的设计。
面向未来，亚马逊云科技还将推出一个碳足迹工具，帮助客户在云端追踪应用的碳排放足迹，让云上的低碳环保变得可衡量，以便更多的开发者和企业加入到低碳环保的行列中来。在亚马逊云科技的倡导下，越来越多的构建者在构建云上应用时，将把低碳环保作为衡量因素，不是一味追求最高性能、最低延时、最高画质等等，而是在低碳环保跟性能、延时、画质等因素做一个最佳的平衡。
从芯片到智能，从行业应用到人才培养，从效率优先到低碳环保，我们可以感受到云计算发展这么多年来，在2021年面临的诸多变化，并且这些变化也将在2022年有着更明显的趋势和更深层的发展。作为云行业的引领者，亚马逊云科技在技术、应用、节能等多个方面发力，也同样是希望将效率、智能、绿色提供给每一位用户。
