AWS在reInvent上推出了创新的AI产品

亚马逊网络服务公司(Amazon Web Services Inc.)在re：Invent 2018的第二天星期三将人工智能作为其公告的主要主题。

正如AWS首席执行官Andy Jassy的主题演讲中详细介绍的那样，最新的公告分为以下几类：

将创新的AI驱动到每个云应用程序中;

在云中构建和优化各种数据工作负载;和

在更复杂的部署中管理富云原生应用程序。

这是Wikibon对re：Invent 2018第二天的主要声明的剖析：

将创新的AI驱动到每个云应用程序中

在今年的re：Invent大会上，AWS引入了一系列令人惊讶的创新性AI新功能。这些范围包括新的AI硬件加速器架构，针对各种企业AI用例的完全托管的云服务，甚至是由尖端AI建模和培训方法提供支持的微型自动驾驶汽车原型。

在re：Invent的第二天，与AI有关的主要公告如下：

推出用于在云中进行快速AI推理的新硬件架构：该供应商宣布开发AWS Inferentia，这是一种新型高性能AI加速器芯片，将于2019年推出。AWS正在对该芯片进行设计，以实现高吞吐量，低延迟AI应用程序可替代GPU。AWS声称，在AWS云中运行推理工作负载时，它可以降低“数量级”成本。当并行部署到AWS云中时，Inferentia硬件将“扩展到数千TOPS” [每秒的每秒操作次数]。它将能够执行TensorFlow，Mxnet和PyTorch中内置的AI模型。对于多种框架和多种数据类型，它将为每个芯片支持数百个万亿次浮点运算，并且每个Amazon EC2实例将支持数千个万亿次浮点运算。它针对多种数据类型进行了优化，包括INT-8和混合精度FP-16和bfloat16。它将与Amazon EC2，SageMaker和Elastic Inference一起使用。

优化其云计算的主要AI开发框架：供应商宣布AWS优化的TensorFlow框架全面上市。AWS增强了TensorFlow在GPU上的可扩展性，从而当这些工作负载在AWS的云中运行时，加快了TensorFlow内置模型的训练和推理。AWS声称在训练几种类型的深度学习算法和其他神经网络时，已优化TensorFlow以实现线性可伸缩性。与新发布的P3dn实例一起使用时，AWS优化的TensorFlow在256个GPU上实现了90%的效率，而之前的效率是65%。

支持快速访问最佳AI算法和预先训练的模型：供应商宣布AWS Machine Marketplace正式上市。作为对与Amazon SageMaker捆绑在一起的流行模型和算法的补充，该市场为开发人员提供了150多种其他算法和预先训练的模型，并且每天都会添加新的模型和算法。所有这些都可以直接部署到SageMaker中，以供开发人员立即使用。开发人员使用市场的自助服务界面通过该网站列出和出售自己的算法和模型。

自动完成人工劳动密集型的AI培训数据标签：供应商宣布Amazon SageMaker Ground Truth全面上市。这种新的解决方案使开发人员能够通过Mechanical Turk，第三方供应商或他们自己的员工使用人工注释器来自动化低成本，高通量，高精度的培训数据标签。该解决方案使用AI实时从这些注释中学习，并且可以将标签自动应用于大部分剩余数据集，从而减少了在SageMaker中使用AI训练AI模型之前人工查看标签数据的需求。

扩展，加速并降低云中快速AI推理的成本：供应商宣布Amazon Elastic Inference的一般可用性。这项新的完全托管服务使AI开发人员能够在通用Amazon EC2实例上运行推理工作负载，并提供适量的GPU性能。从仅1个TFLOP开始，开发人员可以弹性地增加或减少推理性能，而只需为使用的东西付费。与在利用率相对较低的专用Amazon EC2 P2或P3实例上进行推理相比，弹性推理可以大大节省基于云的推理工作量的成本。Elastic Inference支持所有流行的AI框架(包括TensorFlow，PyTorch和MXNet)，并与Amazon SageMaker和Amazon EC2深度学习Amazon Machine Image集成。

自动加速AI推理到不同的边缘设备：供应商宣布Amazon SageMaker Neo全面上市。根据AWS的说法，这种新的AI模型编译器使客户可以训练模型一次并在任何地方运行它们，性能提高了两倍。它为特定目标硬件平台编译AI模型，并在不影响模型准确性的情况下自动优化其性能。从而消除了对AI开发人员的需求。为每个目标硬件平台手动调整其训练有素的模型。它目前支持NVIDIA，Intel，Xilinx，Cadence和Arm的AI硬件平台，以及TensorFlow，Apache MXNet和PyTorch等流行框架。AWS还表示计划将Neo作为开源项目提供。

将强化学习纳入主流AI计划：供应商宣布Amazon SageMaker RL的普遍可用性，这是云计算中第一个用于机器学习开发和培训管道的托管强化学习服务。新的完全托管服务使任何SageMaker用户都可以通过包括英特尔Coach和Ray RL在内的多个内置RL框架来构建，训练和部署机器学习模型，并可以利用包括SimuLink和MatLab在内的多个仿真环境中的任何一个。它与新发布的AWS RoboMaker托管服务集成，该服务为智能机器人项目上的RL提供了一个仿真平台。它还可与OpenGym RL环境配合使用，支持Amazon的Sumerian混合现实解决方案，并与开源机器人技术操作系统互操作。

向云应用程序提供AI个性化建议：AWS宣布Amazon Personalize的有限预览，这是一项使用AI生成实时建议的完全托管服务。这项新服务整合了Amazon.com在线零售业务中可操作使用的推荐技术，可为几乎任何用例支持定制，私有个性化和推荐模型的构建，培训和部署。Amazon Personalize可以提供上下文感知的个性化推荐，并通过Web，电子邮件和其他渠道以及用户体验模型对客户进行1：1营销细分。它利用自动化机器不断学习和调整其建议，以最大程度地提高结果。它使数据保持私有和加密状态，并结合了在Amazon SageMaker中构建和训练的算法和模型。

将AI生成的时间序列预测自动交付到云应用程序：该公司宣布了Amazon Forecast的有限预览。新的完全托管服务结合了Amazon.com在线零售业务中使用的预测技术，可使用AI创建准确的时间序列预测。它使用历史时间序列数据来自动训练，调整和部署自定义的私有机器学习预测模型。它使用自动机器学习来处理任何历史时间序列，甚至一次分析多个时间序列。它提供预测可视化，并可将结果导入业务应用程序。它可以合并在Amazon SageMaker中构建和训练的现有机器学习算法。

对云中的任何文档执行大容量AI驱动的OCR：供应商宣布了Amazon Textract的有限预览，这是一项全新的完全托管服务，可使用AI即时读取几乎任何类型的文档并准确提取文本和数据，而无需手动评论或自定义编码。它整合了光学字符识别功能，使开发人员无需任何AI或机器学习技能，即可快速自动执行文档工作流程，从而在数小时内处理数百万个文档页面。

利用AI从各种文件，数据存储和格式中快速提取医疗数据：供应商宣布全面推出Amazon Comprehend Medical，这是一项全新的完全托管服务，可以从几乎任何文档中快速提取医疗数据。该服务将自然语言处理应用于医学文本，使用机器学习从患者笔记，临床试验报告和其他电子健康记录中提取疾病状况，药物和治疗结果。它不需要机器学习的专业知识，不需要编写复杂的规则，不需要培训的模型并且可以不断改进。

鼓励开发用于自主边缘设备的基于RL的机器人技术：供应商宣布AWS DeepRacer处于预览阶段，现已可以预订。DeepRacer是一种全自动玩具赛车，虽然只有真正赛车的十八分之一，却配备了全轮驱动，巨型卡车轮胎，高清摄像机和车载计算机。AI模型中的驱动器是由RL算法，工作流和SageMaker RL随附的模拟器构建和训练的。开发人员只需几行代码即可开始通过DeepRacer学习RL。开发人员可以将自己的DeepRacer汽车和嵌入式RL模型进行基准测试，而AWS称之为“世界上第一个全球自动驾驶赛车联盟”。

在云中构建和优化各种数据工作负载

在前一天在此方面发布了许多公告之后，AWS继续推出新的和增强的云数据平台。许多最新的公告都涉及到AWS现有云数据平台的价格，性能，可访问性，可用性和可扩展性方面的增强，尽管它确实为不可变的超级账本推出了新的数据平台。

在re：Invent的第二天，主要数据平台的公告如下：

在云中管理各种文件系统：供应商宣布了Amazon FSx系列的全面可用性，其中包括两项新的完全托管的第三方文件系统服务，这些服务为Windows和计算密集型工作负载提供本地支持(使用Luster)。它还为Amazon Elastic File System(EFS)引入了新的Infrequent Access存储类，该类是针对基于Linux的工作负载的文件系统服务。新的Amazon EFS Infrequent Access将在2019年初推出，与Amazon EFS标准存储类别相比，用户可以将存储成本降低多达85%。借助EFS IA，Amazon EFS客户只需启用Lifecycle Management即可自动将超过30天未访问的任何文件迁移到此新存储类。

在云中快速构建安全的数据湖：供应商宣布AWS Lake Formation的有限预览，这是一项完全托管的服务，可简化和加速安全数据湖的设置。AWS Lake Formation允许用户定义他们想要摄取的数据源，然后从要应用的数据访问和安全策略的规定列表中进行选择。这样就无需在使用数据湖的各种分析应用程序中定义和实施策略。然后，该服务收集数据并将其移动到新的Amazon S3数据湖中，在流程中提取技术元数据以对数据进行分类和组织，以便于发现。它会自动优化数据分区以提高性能并降低成本，将数据转换为Apache Parquet和ORC之类的格式以加快分析速度，还使用机器学习对匹配记录进行重复数据删除以提高数据质量。它支持集中定义和管理数据湖的安全性，治理和审计策略。它还提供了一个集中的，可定制的目录，该目录描述了可用的数据集及其适当的业务用途。

在云中运行健壮的高性能全局关系数据库：供应商宣布Amazon Aurora Global Database全面上市。这使用户可以在一个AWS区域中更新Aurora，并在不到一秒钟的时间内自动在全球多个AWS区域之间复制更新。通过对AWS完全托管的云关系数据库服务的增强，用户可以维护数据库的只读副本，以通过全局分布的应用程序在本地区域进行快速数据访问，或者在需要恢复时使用远程区域作为备份选项。他们的数据库可快速用于跨区域灾难恢复方案。

有效地管理全局键值数据库并提供交易保证：供应商宣布DynamoDB On-Demand全面可用。对AWS完全托管的键值数据库服务的增强，可在任何规模上提供可靠的性能。对于难以预测的，不经常使用的应用程序或难以使用的棘手的容量计划，而Amazon DynamoDB On-Demand则无需进行容量计划。它自动管理读/写容量，并且用户仅按请求为他们实际使用的云资源付费。AWS还宣布了 DynamoDB Transactions是一种新的完全托管服务，使开发人员能够轻松地在其DynamoDB应用程序中的多项目更新中建立完全原子性，一致性，隔离性和持久性的事务保证。

自动化批量云存储管理：该公司 宣布推出Amazon S3 Batch Operations。这项新服务将于2019年初推出，可自动管理大容量存储中成千上万个数据对象。它使开发人员和IT管理员可以更改对象属性和元数据，并通过单个API请求或在Amazon S3管理控制台中单击几下即可执行大量Amazon S3对象的存储管理任务。

安全，廉价地在云中归档数据：该公司 宣布了将于2019年初推出的Amazon S3 Glacier Deep Archive。这是一种新的安全存储类，旨在替代磁带基础设施，供用户归档成本较高的大型数据集。有效地确保其数据被持久保存以备将来使用和分析。

在云中执行低延迟流时间序列和事件数据分析：该公司 宣布预览Amazon Timestream，这是一种新的完全托管的时间序列数据库服务。AWS声称，Amazon Timestream每天处理和分析数以万计的事件，其成本仅为关系数据库的十分之一，而查询性能则比通用关系数据库高出一千倍。它包括AI驱动的分析功能，如平滑，逼近和插值，可帮助客户识别实时数据中的趋势和模式。它的无服务器架构可以自动放大或缩小以调整容量和性能，因此用户只需为他们消耗的云资源付费。

运行仅追加的不可变超分类账分布式数据库：供应商宣布了Amazon Quantum Ledger数据库的预览版。这是一个完全托管的Hyperledger Clouid数据库服务。它是无服务器的，不可变的，可伸缩的和可加密验证的。AWS声称它的交易处理能力比基于区块链的超级账本高2-3倍，原因是它不需要分布式共识即可进行更新。此外，供应商还宣布了AWS Managed Blockchain的有限预览。这是一项完全托管的服务，可以轻松快速地创建和管理可扩展的区块链网络，以进行交易并安全地共享数据。AWS支持Hyperledger Fabric和以太坊区块链平台。

在更复杂的部署中管理富云原生应用程序

AWS继续加深对混合，多和边缘云场景中云计算应用程序部署管理的支持。在re：Invent的第二天，主要的云平台管理公告如下：

跨混合云透明地管理云原生服务：供应商宣布AWS前哨站。在私有预览中，预计将在2019年下半年全面上市，这些是完全托管和可配置的计算和存储机架。它们结合了AWS设计的硬件，使客户能够在本地运行计算和存储，同时无缝连接到AWS的其余公共云服务。在用户的前提下，AWS Outposts将服务作为Amazon EC2和EBS运行。想要使用一直用于运行其内部部署基础架构的相同VMware控制平面和API的客户可以在AWS Outposts上在AWS本地运行VMware Cloud。他们还可以通过与AWS上的VMware Cloud相同的控制台将其作为服务进行管理。希望在AWS的云中使用相同的API和控制平面的客户​​可以在带有AWS Outposts的前提下使用AWS原生版本。AWS Outposts还可以跨VMware和Amazon EC2环境运行VMware服务，例如NSX，AppDefense和vRealize Automation。无论哪种方式，AWS都会将机架交付给客户，进行安装，并处理机架的所有维护和更换。它们是在距每个客户最近的AWS区域中用户的Amazon虚拟私有云的扩展。

从一个位置管理多个云帐户：供应商宣布AWS Control Tower的有限预览。这是一项完全托管的服务，可轻松配置和管理安全，合规的多账户AWS环境。它为云团队提供了一个单一的自动“着陆区”，其团队可以在其中配置账户和工作负载。它提供了用于策略实施的精选防护栏，采用了最佳实践蓝图，例如使用AWS Organizations配置多账户结构，使用AWS Single Sign-on或Microsoft Active Directory管理用户身份和联合访问，通过AWS Service配置账户工厂。使用AWS CloudTrail和AWS Config编目并集中日志存档。它为安全性，操作和合规性提供了预打包的治理规则。。

集中化云安全性：供应商宣布预览AWS Security Hub，这是一项完全托管的服务，可对用户的云安全性和合规性进行集中管理。它使用户可以在中央位置快速查看其整个AWS安全性和合规性状态。它从客户环境中发现的安全服务中收集并汇总发现，例如Amazon GuardDuty的入侵检测发现，Amazon Inspector的漏洞扫描结果，Amazon Macie的敏感数据标识以及AWS的一系列安全工具生成的发现合作伙伴网络合作伙伴。它将这些发现关联到集成的仪表板中，这些仪表板可可视化并总结客户当前的安全性和合规性状态，并突出显示趋势。用户可以自动运行，根据行业标准和最佳实践进行连续的配置和合规性检查。它与Amazon CloudWatch和AWS Lambda集成，从而使用户能够根据特定类型的发现执行自动补救措施。

要了解AWS高管，合作伙伴和客户现在所说的话，深入了解即将发布的公告，并获得有关其路线图的令人信服的瞥见，请务必收听本周的CUBE直播。