美國拉斯維加斯時間2017年11月29日上午，AWS CEO Andy Jassy在一年一度的AWS re:Invent大會上發(fā)布了主題演講。這一年的短短兩小時內(nèi)，Andy宣布了一系列令人興奮的新服務(wù)。
容器方面發(fā)布
1.Amazon EKS
全稱是ECS for Kubernetes。換句話說，就是AWS平臺原生提供的Kubernetes，與之前的ECS并行提供。
2.AWS Fargate
據(jù)說AWS的容器服務(wù)客戶向AWS吐槽說，我們能不能用著容器但是不用管理底層的服務(wù)器？于是AWS掏出了這件工具。更多介紹見這篇博客。
數(shù)據(jù)庫方面發(fā)布
1.Aurora Multi-Master
Multi-Master，顧名思義，有多個Master可以同時寫入。多個Master可以在不同的數(shù)據(jù)中心。
2.DynamoDB Global Tables
部署一次，全球各區(qū)域可用的DynamoDB。
3.DynamoDB Backup and Restore
DynamoDB的備份、恢復(fù)工具。
4.Amazon Neptune
云端的圖數(shù)據(jù)庫，適合做綜合數(shù)據(jù)分析，比如企業(yè)數(shù)據(jù)與社交網(wǎng)絡(luò)數(shù)據(jù)交叉分析的場景。
5.S3 Select
當(dāng)一個用戶對S3上的Data Lake進行SQL查詢時，之前會比較慢，因為查詢時遍歷的大部分S3對象數(shù)據(jù)可能是與這次查詢無關(guān)的。有了S3 Select，原本需要8秒才能出結(jié)果的一次查詢可能只需要1.8秒就能出結(jié)果。
6.Glacia Select
可以對Glacia上的冷數(shù)據(jù)直接做SQL查詢。
AI相關(guān)發(fā)布
1.Amazon SageMaker
這也許是本次re:Invent上發(fā)布的最大殺器，也可能是自各類開源機器學(xué)習(xí)框架流行以來在AI領(lǐng)域出現(xiàn)的最大殺器（如果使用體驗真的如Andy Jassy所描述的那樣好的話）：普通開發(fā)者也想用機器學(xué)習(xí)來玩自己的數(shù)據(jù)，但是數(shù)據(jù)清洗、建模、各種試錯太難太花時間，把開發(fā)者都嚇跑了。SageMaker的目標(biāo)是，開發(fā)者只需要關(guān)心自己輸入什么數(shù)據(jù)，自己想用什么框架和什么算法，其他的各種參數(shù)調(diào)優(yōu)什么的臟活兒就讓機器自己用機器學(xué)習(xí)來做。
2.AWS DeepLens
這是個硬件，一個可編程的攝像頭。Andy Jassy對它的定位是個“學(xué)習(xí)機”——手把手幫助開發(fā)者學(xué)習(xí)如何入門圖像識別/視頻識別。現(xiàn)在在Amazon.com上預(yù)售，價格249美元，2018年4月發(fā)貨。更多教程和介紹見這篇博客和這篇博客。
此外還有一些應(yīng)用層的新服務(wù)如下：
1.Rekognition Video：繼去年發(fā)布的Rekognition圖像識別服務(wù)之后，本次發(fā)布的視頻識別服務(wù)。可以做人物跟蹤一類的任務(wù)，可以實時出分析結(jié)果。
2.Amazon Kinesis Video Streams：幫助用戶把來自不同設(shè)備、不同制式的視頻流上傳云端的一項服務(wù)。
3.Amazon Transcribe：音頻轉(zhuǎn)文字服務(wù)，目前支持英語和西班牙語。
4.Amazon Translate：翻譯服務(wù)。
5.Amazon Comprehend：自然語言識別服務(wù)。
IoT相關(guān)發(fā)布
1.AWS IoT 1-Click：一個獨立的Lambda function觸發(fā)服務(wù)：按下這個按鈕，你就可以指定運行某個后臺已經(jīng)定義好的Lambda事件。
2.AWS IoT Device Management：管理大量IoT設(shè)備的平臺。
3.AWS IoT Device Defender：IoT設(shè)備安全防護服務(wù)。
4.AWS IoT Analytics：給IoT設(shè)備上收集的數(shù)據(jù)做分析。
5.Amazon FreeRTOS：Amazon版本的FreeRTOS操作系統(tǒng)，配合Amazon IoT體系使用，適合迷你設(shè)備。FreeRTOS的原作者Richard Barry已經(jīng)加入AWS工作。相關(guān)技術(shù)說明見這個博客。
6.Greengrass ML Inference：在edge端跑一些輕量的機器學(xué)習(xí)。
京公網(wǎng)安備 11010502049343號