“每次参加re:Invent都感觉脑子不够用，因为它发布的内容太多了”
“现在你看Amazon SageMaker的功能已经发展到如此地步，与年初相比简直大相径庭。”
“我刚刚看到海外云平台有个新功能，现在亚马逊就给带到国内了，真是神速啊！”
亚马逊云科技大中华区产品部总经理 陈晓建
在亚马逊云科技re:Invent的现场，笔者深切感受到了与会嘉宾们对云与AI等领域的深度关注，这也从另一个角度印证了活动含金量之高。正如亚马逊云科技大中华区产品部总经理陈晓建所言：今年的re:Invent发布了众多创新成果，生成式AI正在重塑每一个行业。亚马逊云科技在2025年还会向全球的初创企业提供超过10亿美元的云计算资源，继续支持大家迈向成功。
基础架构领域保持领先
在基础架构领域，陈晓建指出亚马逊云科技在计算实例数量上领先于其他云计算提供商。这一优势源于其核心产品Amazon EC2，该产品具备丰富多样的实例类型与功能，能够针对不同负载、需求及地域，提供极具性价比的解决方案。
亚马逊云科技自主研发的Amazon Nitro System作为虚拟化系统核心，借助专用硬件芯片实现网络、计算与存储的虚拟化，从而兼具裸机性能、高安全性、隔离性及灵活性。这一系统允许虚拟化工作独立于计算单元，有效释放CPU资源，显著提升性价比与创新速度。正因如此，亚马逊云科技得以快速推出新的Amazon EC2服务器，并承担起大量虚拟化工作，同时也促使其在定制芯片领域不断探索，特别是在ARM架构性能持续提升的背景下。
在硬件方面，自2018年起，亚马逊云科技着手自主设计ARM通用服务器处理器，如今已推出第四代Amazon Graviton4，其性能大幅提升，能够支持更为广泛的工作负载，如大规模数据库处理等，且Amazon Graviton的部署占比已超新服务器部署的50%。
从实际应用来看，Pinterest在迁移至Amazon Graviton后，实现了性能提升、成本降低40%以及碳排放量减少62%的显著成效。
在人工智能领域，亚马逊云科技与NVIDIA携手合作，具备出色的网络扩展能力以及大规模GPU集群运维能力，最新推出的P6实例更是将计算性能提升2.5倍。此外，在定制化AI芯片方面，亚马逊云科技专注于生成式AI领域，开发出推理芯片Amazon Inferentia和训练芯片Amazon Trainium系列，旨在为用户提供更多独特价值。
在re:Invent大会上，亚马逊云科技宣布搭载Amazon Trainium2的Amazon EC2 Trn2实例于海外区域发布。这是其最强的生成式AI实例，凭借自主开发的服务器处理器，相比上一代GPU实例，性价比提升30% - 40%，远超其他云服务商。
每台Amazon EC2 Trn2服务器装有16块Amazon Trainium2芯片，通过自主研发的NeuronLink超速互连技术连接，使实例能达20.8 petaFlops的高性能。
Poolside作为软件开发基础模型的领先提供商，计划在Amazon EC2 Trn2上开展未来模型的训练工作，预计可将训练成本大幅削减40%。全球数据与AI领域的先锋企业Databricks，期望借助Amazon EC2 Trn2为共同客户缔造更优效益，同时将整体成本降低30%。而全球移动芯片巨头高通，也极为看好Amazon Trainium2，可助力开发者通过其AI Hub构建成本效益出众的高性能模型，并实现向边缘设备的便捷部署。
Amazon SageMaker，构建统一的数据分析和AI平台
Amazon SageMaker作为AI时代的当红小生，其发展一直备受关注。新一代Amazon SageMaker平台，大幅降低了大数据分析和AI应用的操作复杂性与成本。该平台集成了全面的数据分析和AI工具，涵盖了从数据分析、数据处理到AI模型训练和推理的完整流程，用户可通过统一的数据视图操作所有功能。
为进一步简化数据分析流程，亚马逊云科技推出了Amazon SageMaker Unified Studio，该工作室整合了数据科学家所需的各种工具，包括查询环境、可视化工具以及Amazon EMR、Amazon Glue、Amazon Redshift、Amazon SageMaker和Amazon SageMaker Studio等现有服务，支持创建共享的AI和分析资源项目。这一功能加强了数据科学家、大数据分析师和机器学习专家之间的协作，并确保了数据治理和访问控制的实施。
亚马逊云科技致力于打破数据孤岛，推出了Zero-ETL，包括Amazon Aurora MySQL和PostgreSQL、Amazon RDS for MySQL以及Amazon DynamoDB与 Amazon Redshift的zero-ETL集成。此次更新了与SaaS应用程序集成的全新zero-ETL，客户无需构建和管理数据渠道，即可分析第三方SaaS应用中的数据。
为满足客户全面数据分析的需求，亚马逊云科技推出了全新的Amazon SageMaker Lakehouse，可统一访问存储在Amazon S3数据湖、Redshift数据仓库和联合数据源中的数据，无论数据的存储方式和物理位置在哪，都可以减少数据孤岛并让查询更容易。
Amazon SageMaker保留了用户熟悉的功能，如数据治理、数据标注（Ground Truth）、实验管理、ML Ops和分布式训练管理工具（HyperPod），并推出了新功能，如HyperPod灵活训练计划，助力数据科学家节省模型训练时间，优化资源配置。HyperPod任务治理功能允许客户为不同训练团队设定优先级，HyperPod动态调配资源，确保高优先级任务按时完成，并通过控制台监控任务运行状态。
在re:Invent大会上，亚马逊云科技在Amazon SageMaker中加入了对合作伙伴构建的第三方AI应用的支持，这些应用可在Amazon SageMaker上直接使用，加速模型开发周期，并提供全托管体验，保障数据安全和隐私。
通过这些增强功能，亚马逊云科技重新定义了基础模型训练的构建和扩展方式，助力客户在降低成本的同时，实现高效的训练效果。
亚马逊云科技的大模型来啦
在此次re:Invent上，我们惊喜地看到亚马逊云科技“终于”染指AI大模型了，它就是——Amazon Nova，可满足客户对多样化交互方式的需求，包括文本、声音、图像和视频综合处理能力等。
Amazon Nova系列涵盖了多种基础模型，适用于不同的应用场景：Amazon Nova Micro是一款文本到文本的模型，以极低的成本提供快速的实时响应。Amazon Nova Light则是成本效益极高的多模态模型，能够处理文本、图像和视频输入，并输出文本。
Amazon Nova Pro主打功能全面，平衡了功能、性能和成本。Amazon Nova Premier是该系列中最为强大的模型，提供顶尖的智能水平，并能结合用户私有数据进行定制化训练和微调，即将上市。
此外，亚马逊云科技还推出了专注于图像和视频的模型：Amazon Nova Canvas，是一款图像生成模型，能够生成高达2K分辨率的高质量图像，并提供编辑功能。在第三方评测中，Canvas的性能优于OpenAI的DALL-E 3和Stable Diffusion模型。
Amazon Nova Real是一套视频生成模型，实现文本到视频的转换，简化视频制作流程，并通过文本和视觉输入精确控制视频输出。
全球最大的营销广告代理公司电通已采用Canvas模型进行创意优化，大幅提升了工作效率。Real模型在视频质量和连贯性方面表现出色，实现了性能与成本的最佳平衡。
亚马逊云科技还预发布了两个创新模型——Speech to Speech和Any to Any，后者支持文本、视频和图像的多模态转换。
整体来看，Amazon Nova系列不仅包括多模态理解模型，还涵盖了视频和图像生成模型，以及高性价比的文本生成模型。亚马逊内部团队已在多个业务领域成功应用Amazon Nova系列模型，取得了显著成效。这标志着亚马逊云科技在多模态AI领域的重大突破，为客户提供了一系列丰富的选择，以适应不同的业务需求。
当前，AI已经融入企业运营的各个环节，Asana AI利用Amazon Q索引帮助找出项目延期等问题的根源。例如，通过分析Slack聊天记录和未读Gmail邮件，Asana AI能够揭示项目延期的原因，指导团队集中精力解决问题，使项目重回正轨。这无疑节省了大量时间与精力，能够进一步“解放”企业与员工的双手，使其能够专注于更战略性的任务和创新工作。
现在的AI不仅可以自动化许多日常的项目管理任务，如任务分配、进度跟踪和资源调度，还能通过分析团队成员的技能、工作负载和可用性，智能地分配任务，确保每个任务都由最适合的成员承担。可以说，已经将“遇事不决问AI”发挥得淋漓尽致。
正如前文所述，此次re:Invent所发布的服务极为丰富，包括基础架构方面的Trainium2、S3存储、SageMaker、Nova、Bedrock、Amazon Q等等，都有了新发布与迭代，为企业AI化发展铺平了道路。
