至頂網報道
來源：siliconANGLE
Amazon Web Services公司繼續在公有雲市場上保持主導地位。在上周于拉斯維加斯召開的第六屆re: Invent大會上，AWS讨論了其如何通過深入投資核心基礎設施即服務與雲資料庫産品以實作差異化優勢。展望未來，該公司明确表示将通過對人工智能、流媒體以及“物聯網”等足以改變遊戲規則的重要技術進行戰略投資，進一步實作業務的持續增長。
在本屆大會第一天的主題演講當中，AWS首席執行官Andy Jassy（如上圖）強調稱，AWS在全球雲市場繼續保持着驚人的增長速度與一馬當先的發展勢頭。過去一年來，其年營收水準同比增長42%，達到180億美元。目前AWS擁有數百萬活躍客戶，且客戶群體涵蓋以AWS為起點的初創企業、各大垂直行業中的大型私營機構、政府、學術乃至其它組織客戶。
在這種勢頭的背後，可以看到諸多使用者都在積極利用公有雲支援自身核心應用程式與工作負載。此外，客戶正陸續将其它新型工作負載——例如機器學習與深度學習——引入AWS雲當中。為了應對全球各地的市場需求增長，Jassy宣布AWS計劃将雲服務推廣到全球更多服務區内，且各服務區也将擁有更為豐富的可用區選項。此外，此次大會的主要讨論還集中在AWS如何在各個領域内拓展其合作夥伴生态系統，進而立足各類垂直與應用場景提供令人滿意的雲解決方案。
正如Jassy及其他多位主要發言人所提到，AWS正在以下核心領域推進戰略投資：
IaaS
憑借着本次大會上與IaaS相關的公告内容如雨點般襲來，AWS很明顯将進一步深化其以雲計算為核心的價值主張。該公司也将更有力地轉向平台即服務方向，進而與微軟、IBM、谷歌以及其它廠商展開正面競争。然而，就目前來看，AWS的多元發展計劃還沒有涵蓋軟體即服務領域——是以身處這一領域的微軟、甲骨文以及Salesforce.com可以暫時松一口氣了。另外，此次大會上并沒有提供任何與多供應商、多雲場景相關的可靠消息——但這也可以了解，畢竟目前大多數客戶應付單一雲環境（通常為AWS）都感到吃力，更遑論多雲選項了。
AWS公司已經不再滿足于原本的業務發展重心——即鼓勵各企業客戶将其舊有應用程式、資料及工作負載全面遷移至雲環境中——而開始專注于客戶開發新的、更具價值以及颠覆性的雲應用程式。為此，在今年的大會上，AWS反複強調了開發商與獨立軟體供應商生态系統這一議題。對AWS而言，這無疑是在對Azure以及Google Cloud Platform在公有雲IaaS市場上的挑釁舉動所作出的回應。AWS的解決思路在于進一步強調其在開發工具層面的創新——特别是在機器學習、深度學習、人工智能以及分析等層面——并将借此化解競争對手的攻勢。
在本屆大會上，AWS公司還公布了一系列核心EC2基礎設施即服務的全新執行個體類型。這些執行個體專門用于為客戶的各類基礎設施即服務工作負載提供更具成本效益的使用體驗：
Amazon EC2 P3執行個體: 這些執行個體支援利用通用型圖形處理單元計算執行個體以處理深度學習及其它AI型工作負載。AWS最多可提供8個英偉達Volta GV100 GPU，用于以較低成本與更佳靈活性加速客戶的進階工作負載。
Amazon EC2 H1執行個體: 這些執行個體負責為客戶提供指向TB級别資料的高速連續通路能力，同時帶來更多虛拟中央處理單元、更為可觀的記憶體容量與每TB本地磁性存儲比，外加高達25 Gb每秒的標明AWS服務區内邏輯分組或執行個體叢集的網絡傳輸帶寬。
Amazon EC2 M5執行個體: 這些執行個體相較于M4執行個體擁有更為強大的成本效益表現，可支援兩倍于M4的浮點運算處理能力。
Amazon EC2 T2無限執行個體: 這些執行個體可在任何時段内提供高CPU性能，而價格則按臨時使用率峰值計算。
Amazon EC2裸機執行個體:這些執行個體允許作業系統直接運作在底層硬體之上，且不緻對AWS的各項固有優勢造成影響。
除此之外，AWS還宣布簡化對EC2競價執行個體容量的通路方式。通過幫助客戶為新一代容器化、無伺服器以及其它雲微服務方案提供規模更小的雲執行個體，此舉相較于按需執行個體将為客戶節約高達90%的使用成本。
AWS還公布了其全新系統管理器。AWS系統管理器提供一套統一的儀表闆，可幫助客戶以規模化方式操作并管理EC2基礎設施。其支援對計算及存儲資源進行邏輯分組、自動進行正常部署與工作流管理，并可實作雲基礎設施的安全管理。
順帶一提，令我們期待萬分、但并沒有被AWS納入公告的一項重要消息，在于其如何将AI技術納入服務管理工具，進而進一步促進對IaaS、容器、資料庫以及其它雲資源進行更為細緻且動态的監控與優化。考慮到AWS已經在其大量解決方案組合中整合了機器學習及其它人工智能功能，此次服務管理中AI的缺席實在令人有些費解。
基于VMware的混合雲
客戶希望能夠在公有雲與内部資料中心之間實作混合雲一緻性，而其關鍵在于利用相同的軟體對兩端基礎設施進行管理。
正因為如此，AWS與VMware之間的合作對于兩家公司才擁有如此重要的意義。為了支援AWS/VMware公有/私有混合雲方案的擴充，兩家公司宣布将進一步推動VMware Cloud on AWS在全球更多AWS服務區中上線。美國東部服務區的客戶們現在已經能夠使用VMware Site Recovery以及VMware vMotion，進而大規模移動、運作并保護生産雲工作負載。
VMware Cloud on AWS目前支援三十二套主機叢集以及每組織多軟體定義資料中心，未來還将支援每軟體定義資料中心十套主機叢集。這意味着單一客戶将能夠支援包含數以萬計虛拟機的龐大運作環境。客戶軟體定義資料中心環境将運作在高性能、專用且高度安全的下一代AWS硬體基礎設施之上。
在本屆大會上，兩家合作夥伴還公布了以下新功能，用于增強混合雲的功能性、性能、可用性、遷移方式與靈活性：
AWS 與VMware正着手擴充VMware Cloud on AWS的規模、網絡連接配接性以及安全功能，旨在進一步支援更多資源密集型應用程式——具體包括Oracle、Oracle RAC、微軟SQL Server、Apache Spark以及Hadoop。
借助VMware vSphere vMotion、新的L2擴充網絡功能以及AWS Direct Connect，客戶将能夠把應用程式由内部VMware叢集遷移至VMware on AWS當中，不會造 成任何應用程式中斷，且無需變更任何網絡配置。
VMware Hybrid Cloud Extension是一款面向VMware Cloud on AWS的附加SaaS方案，負責在運作有vSphere 5.0+的内部環境與VMware Cloud on AWS之間實作大規模遷移，且無需進行任何平台重構、重新測試或者工具變更。
VMware Wavefront雲服務允許客戶立足VMware Cloud on AWS實作對應用程式的可視化、警報設定與故障排查。Wavefront by VMware還提供一套開放API平台，可支援超過80項內建并借此從各類應用程式量化名額收集程式（例如Java、Ruby、Python以及Go）中收集時序資料，并将結果傳遞至MySQL、Pivotal、Kubernetes以及AWS等服務名額收集程式處。
雲原生計算服務
AWS對其平台即服務方案作出了顯著強化，旨在滿足希望在EC2上運作容器化微服務、函數即服務以及其它雲原生應用程式的客戶的實際需求。通過這種方式，AWS将自身定位為一套功能更加全面的平台，進而進一步豐富其作為雲服務供應商的業務涵蓋範圍。
在這方面公布的最為重要的内容，無疑是Amazon彈性容器服務（簡稱AWS ECS）for Kubernetes，整體簡稱為EKS。作為AWS現有ECS産品的替代方案，AWS EKS能夠在ECS之上運作全托管Kubernetes編排服務，且無需客戶自行安裝、操作及維護Kubernetes叢集。AWS亦在與雲原生計算基金會開展密切合作，確定供應商送出的Kubernetes支援與标準同開源庫實作緊密結合。
與此相關的還有Amazon Fargate的推出——其立足ECS與EKS之上負責支援容器的精簡部署與管理。Fargate能夠在幾秒鐘之内将業務流程擴充到數萬個容器，且無需使用者管理底層基礎設施。借助Fargate，AWS客戶不再需要調配、配置或者擴充虛拟機叢集以運作容器。相反，他們能夠直接上傳容器鏡像并指定資源需求，而Fargate會即時完成容器啟動。
為了滿足AWS産品組合中的PaaS與中間件功能，該公司還宣布了新的安全威脅監控服務（Amazon GuardDuty）、新的預配置應用程式安全規則（AWS Web應用程式防火牆合作夥伴托管規則）、新的消息代理服務（Amazon MQ）以及一款用于發現資源的無伺服器應用程式（AWS Serverless App Repository）。
對于開發者群體，AWS進一步擴充了其對無狀态、事件驅動型微服務的程式設計方式的簡化範疇。此次推出的AWS Cloud9是一套立足浏覽器的內建開發環境，支援Lambda函數協同編碼、執行與調試。Cloud9提供一套預配置軟體開發工具包，其中包含的各類庫、插件與共享庫可幫助開發團隊解決複雜雲無伺服器應用開發工作中出現的各類難題。
對于成千上萬使用無伺服器功能的AWS客戶而言，這項新方案的出現無疑是個好消息。事實上，過去一年中，客戶對AWS Lambad的使用率提高了約300%。AWS目前已經在其衆多服務當中全面嵌入Lambda，這将引導客戶更加深入地将相關函數應用至自身雲應用程式當中。
資料存儲、處理與管理服務
AWS的Aurora關系雲資料庫運作于衆多開源引擎之上（包括PostgreSQL與MySQL），且已經成為增長速度最快的Amazon服務。
在本屆大會上， AWS方面宣布對Aurora以及其它現有雲資料庫進行多項重要功能強化，為圖形分析添加新的特定雲資料庫選項，同時在自家服務組合内引入更多資料保護與管理功能。這些項目進一步提升了AWS資料管理體系的完整性，幫助相關AWS客戶得以享受到這一系列性能出色且極為靈活的雲計算服務。
AWS方面宣布了兩項新的基于Aurora的服務——其中全新Aurora Multi-Master支援跨越多座資料中心實作資料庫讀取與寫入操作的向外擴充，進而確定任何AWS執行個體或可用區出現故障時，皆不緻引發停機問題。而新的Aurora Serverless則負責為應用程式及其各類工作負載提供按需資料庫自動規模伸縮能力。其以點播方式啟動，在不再使用時自行關閉，且整個過程無需額外管理。客戶僅需要為其實際使用的資料庫容量進行按秒付費。
在Amazon DynamoDB雲NoSQL資料庫方面，AWS公司引入了以下兩項新服務：
DynamoDB Global Tables:負責建立多主節點表，用于自動跨越兩個或更多AWS服務進行複制。其優勢在于能夠建構起高性能且全球分布式雲應用程式，支援對本地可用表的低延遲讀取與寫入，亦可通過多服務區備援保障應用程式可用性。這些功能易于設定，且無需對應用程式進行任何重寫。
DynamoDB備份與恢複: 可通過即時及按需方式自動連續備份數百TB級别的資料，且不會對應用程式性能造成任何影響。其還支援時間點資料恢複功能。
新推出的Amazon Neptune圖形資料庫适用于需要配合高度關聯性資料集的應用程式，例如推薦引擎、反欺詐與社交網絡等等。Neptune能夠存儲數十億項圖形關系，自動擴充容量、支援低延遲查詢、跨可用區進行資料複制，同時支援完整的備份與恢複功能。其在SparQL中啟用圖形查詢，并可将結果實作為Apache TinkerPop與W3C RDF圖形模型。
在其核心Amazon S3資料湖服務方面，AWS推出了新的S3 Select API。這使得各類應用程式能夠檢索其中的資料子集，進而顯著提升應用程式性能表現——這是因為當需要處理的内容存在于子集當中時，應用程式将無需檢索整體對象。
其它新的雲資料管理功能還包括伺服器端資料庫加密及自動将移動應用程式資料同步至AWS雲當中。
分析、機器學習、深度學習與AI
本屆大會上的相當一部分公告着力對AWS的分析、機器學習、深度學習以及人工智能産品組合作出補充。其中一部分内容旨在幫助開發人員更快圍繞AWS雲建構起複雜的AI應用程式以及開放式生态系統。此外，AWS還宣布一個新的研究項目以及新的實驗室建設計劃，旨在促進機器學習技術在雲領域的發展以及商業化程序。
其中最值得一提的當數Amazon SageMaker。這項新的AI相關雲服務順利将AWS引入了日益增長的AI開發工具市場，同時為使用者提供内置有DevOps工作流方案。這項全托管服務可為資料科學家與開發者團隊提供一個抽象層，進而以協作方式建構并部署複雜的AI驅動型應用。SageMaker還幫助開發人員從其S3資料湖内提取資料，提供一套預優化算法庫、以規模化方式建構及訓練模型，通過機器學習驅動型超參數優化功能實作模型優化，最終以實時方式将這些模型部署在生産EC2雲執行個體當中。SageMaker還可配合AWS近期公布的Gluon API，進而加快高性能模型的編碼速度。
用于建構及訓練模型的底層開發構架與運作時庫無法為使用者所接觸; 開發人員通過預告建構的Jupyter記事本通路SageMaker，并利用其選擇的AI模組化架構（包括MXNet、TensorFlow、CNTK、Caffe 2、Theano、Torch或者PyTorch）加以運作，最終可利用内置的自動規模伸縮機制實作EC2内模型部署。
考慮到自然語言處理已經成為多種AI應用程式的核心，AWS此次公布了多項新服務，用于支撐并擴充去年推出的Polly NLP（即自然語言處理）産品。新的Amazon Clair提供一項持續訓練隆恩，利用機器學習技術以加速分析存儲在S3中的大量文檔。新的Amazon Transcribe預覽版則可将S3中存儲的音頻對象進行語音到文本轉化，可識别不同說話者，支援自定義詞彙表，確定标點符号與格式正确，并在輸出結果中應用時間戳。新的Amazon Translate則可立足多種人類語言進行實時機器學習驅動型翻譯。最後，新的Amazon Comprehend利用機器學習技術識别文本對象中的實體，包括關鍵性短語、主題以及情感傾向等等。
在另一組以前一年人工智能公告内容為基礎的新消息中，AWS推出了Amazon Rekognition Video。此項新服務将利用深度學習技術對流媒體及靜态視訊内的對象及活動進行檢測、追蹤人員位移、識别人臉、審查内容并發現名人。在相關公告中，最新釋出的AWS DeepLens（現為内部預覽版本）為一款可完全程式設計的錄影機; 開發人員可利用其配合SageMaker、預模組化型以及代碼示例一同建構并訓練出能夠對AWS雲内傳輸的視訊流進行分析的人工智能模型。
流媒體
AWS的大部分人工智能方案主要集中在流媒體的實時處理領域。為了為新一代低延遲富媒體應用提供補充性EC2後端，AWS更新了現有流媒體服務，并推出一系列新的流媒體基礎設施服務選項。
AWS方面為其Kinesis實時流計算解決方案添加了新的Video Streams功能。這項新服務可傳輸流視訊與時間編碼資料，進而針對各視訊内容對象使用低延遲機器學習、深度學習與其它分析技術——且無論内容處于動态抑或靜态之下。Kinesis Video Streams簡化了視訊類雲服務的開發流程，其能夠從數百萬台裝置處擷取視訊流，同時提供安全、持久且可搜尋的媒體時間索引與其它内容對象存儲功能，并通過無伺服器Lambda函數進行程式設計。
物聯網
在邊緣場景中，往往涉及大量新型雲應用——包括移動、嵌入式與物聯網裝置。在本屆大會上，AWS大幅擴充了其物聯網産品組合，旨在支援裝置管理、安全性、分析以及其它邊緣支援型基礎設施服務。
在邊緣分析方面，AWS顯然将其無伺服器Lambda函數定位為開發人員用于建構邊緣應用程式的基礎性工具，同時亦繼續保持着公有雲對所有内容的集中控制肋條。然而，與AWS的其它服務一樣，這些新的物聯網與邊緣計算計劃并未擴充至私有、混合或多雲環境層面。
在本屆大會上與物聯網相關的公告中，AWS先後公布了Greengrass增強方案以進一步提升邊緣部署的複雜難題解決能力。新的AWS Greengrass ML Inference可直接将各類機器學習模型部署在裝置當中，而無論該裝置目前是否接入雲端，其都可以實作本地推理。在新版本中，AWS Greengrass現在能夠支援裝置級Lambda函數，進而實作模型本地加載與本地推理。此外，AWS Greengrass現在還能夠支援增強型資料與狀态同步、裝置安全與運作中更新。除此之外，Greengrass現在還包含一套OPC-UA協定适配機制，且部署有多套面向英特爾與英偉達硬體的邊緣優化型機器學習模型。
為了支援AI注入式邊緣應用程式的開發、部署、優化以及管理，AWS還公布了以下新産品：
Amazon FreeRTOS: 這款新型免費開源微控制器作業系統使得小型低功耗邊緣計算裝置變得更易于程式設計、部署、保護以及維護。其可輕松接入AWS Greengrass核心裝置，且包含有本地AWS Greengrass、IoT Core以及各類安全庫。其還包含一款來自Microchip、TI、ST以及NXP的預打包微控制器驅動程式。
AWS IoT 1-Click: 這項新服務簡化了利用本地與雲Lambda函數建構新型物聯網應用程式的具體流程。通過點選程式設計，開發人員将能夠輕松建立起定制化無伺服器功能，并觸發各類預先嵌入的裝置操作。
AWS IoT Device Management: 這項新服務可幫助企業快速添加、高效組織、持續監控及遠端管理接入的物聯網裝置。其支援批量智能裝置添加、運作中更新、中繼資料與狀态索引、細粒度監控、日志記錄以及全局搜尋等功能。
AWS IoT Device Defender: 計劃于2018年推出，這項新服務将幫助企業強化物聯網的審計、保護、認證與加密能力，同時保障政策得到切實執行。其支援全局裝置審計、安全配置、行為基準與監控、漏洞評估、異常檢測、警報以及修複等功能。
AWS IoT Analytics:目前處于預覽階段，此項新服務能夠輕松對物聯網裝置資料進行分析。其可從多台裝置及其它雲資料源處收集物聯網資料，對這些資料進行預處理與填充，并以原始或時序格式将其存儲在AWS雲中，并通過AWS雲計算技術實作即時查詢或者通過AWS QuickSight解決方案進行更為複雜的分析與可視化處理。分析師們将能夠利用預先建構的Jupyter記事本深入探索這些資料并進行模組化。AWS IoT Analytics包含多種Jupyter記事本、經過優化的SQL查詢引擎且可與AWS SageMaker自動內建。
以裝置為中心的雲解決方案
在本屆大會上，亦出現了一些與新型解決方案相關的重要消息。事實上，此類解決方案将能夠把複雜的新裝置同AWS現有的各類資料驅動型AI雲服務融合在一起。
最值得注意的是，AWS公布了Alexa for Business。這一新産品能夠将Alexa裝置、Alexa技能以及Alexa使用者以安全方式大規模納入業務應用之内。其中提供的API可用于根據實際工作應用情況建立囊括情景資訊的語音技能，進而順利解決諸如日程管理、會議安排與資料庫查詢等任務。其還支援将員工的個人Alexa裝置添加至采用Alexa的業務環境之内，進而實作集中式管理。另外，其還提供多種預打包Alexa技能，并允許開發人員通過定制確定其滿足企業的實際需求。
如上所述，新近釋出的AWS DeepLens内部預覽版提供一款可完全程式設計的視訊錄影機，開發人員可利用其配合SageMaker、預模組化型以及代碼示例共同建構并訓練出能夠對AWS雲内所傳輸視訊者分析的模型。
最後但同樣重要的是，AWS釋出了Amazon Sumerian預覽版——這是一套工具包，可立足浏覽器幫助開發人員快速建立并運作虛拟現實、增強現實與3D應用程式，且無需掌握任何專業的程式設計或3D圖形知識。Sumerian能夠在Oculus Rift、HTC Vive以及iOS移動裝置等流行硬體之上提供身臨其境般的互動式場景，且即将支援Android ARCore。Sumerian與Amazon Lex以及Amazon Polly的整合，則讓開發人員能夠在虛拟人物與人類使用者之間建立起更加引人入勝的語音互動功能。
-END-
至頂網
一個談新技術和新商業模式的資訊服務平台，緻力于記錄和推動數字化創新，服務CIO、CTO等技術和商業的決策者、從業者。
雲|大資料|AI|數字化轉型