AWS推出深度学习容器和新的AI基础架构选项

断食登陆重大基础设施合同与大众汽车股份公司，亚马逊网络服务公司今天推出了新的功能，这将使企业在他们如何使用其云平台更大的灵活性。

主要亮点是被称为AWS Deep Learning容器的软件包。它由供应商打包到Docker容器中的开源生态系统中流行的人工智能工具组成，使它们可以轻松部署在不同类型的AWS计算实例上。他们旨在让工程师在短短几分钟内建立基于云的AI开发环境。

深度学习容器还提供了许多优化措施，可提高AI性能。例如，AWS流行的TensorFlow深度学习框架的预包装版本可以训练神经网络的速度是原始版本的两倍。定制提供了这种速度提升，这些定制使软件可以更有效地在提供商的云平台中的图形卡之间分配工作。

TensorFlow是启动时可用作深度学习容器的仅有的两个AI工具之一，另一个是Apache MXNet。亚马逊表示，随着时间的推移，它将在名册上增加更多框架。

AWS人工智能总经理Matt Wood(如图)表示，深度学习容器旨在帮助公司利用优化的容器映像快速设置深度学习环境。他说，借助这些服务和其他服务，亚马逊旨在使AI的使用变得更加容易。他说：“我们希望让机器学习变得无聊。”

AWS结合其Redshift数据仓库推出了与新自动化工具结合的捆绑软件，该工具还旨在减少客户的管理开销。该机制被称为并发扩展，可以在出现使用高峰时分配额外的处理能力，并在不再需要额外资源时取消它们的配置。AWS还借此机会将其App Mesh网络监控工具正式发布为全面上市。

新功能与三重基础架构选项一起推出，主要针对希望减少其云支出的企业。第一个是Glacier Deep Archive，是提供商S3对象存储服务中的新层，旨在保护不经常访问的数据(例如财务审计日志)。它比AWS针对此类用例提供的现有S3 Glacier存档层便宜多达75%。

该提供商还正在启动其M5a和R5a计算实例系列的新版本。 介绍了 11月份这些情况下使用高级微设备公司的芯片，使其比同类基于英特尔至强处理器公司AWS机便宜10%。

今天的更新提供了配置M5a和R5a节点的能力，这些节点具有75 GB到3.6 TB的直连NVMe闪存驱动器。与常规存储相比，这提供了更快的访问时间，因为它们与底层服务器在物理上非常接近。