Amazon Web Services公司繼續在公有云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討論了其如何通過深入投資核心基礎設施即服務與云數據庫產品以實現差異化優勢。展望未來，該公司明確表示將通過對人工智能、流媒體以及“物聯網”等足以改變游戲規則的重要技術進行戰略投資，進一步實現業務的持續增長。
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在全球云市場繼續保持著驚人的增長速度與一馬當先的發展勢頭。過去一年來，其年營收水平同比增長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。
在這種勢頭的背后，可以看到諸多用戶都在積極利用公有云支持自身核心應用程序與工作負載。此外，客戶正陸續將其它新型工作負載——例如機器學習與深度學習——引入AWS云當中。為了應對全球各地的市場需求增長，Jassy宣布AWS計劃將云服務推廣到全球更多服務區內，且各服務區也將擁有更為豐富的可用區選項。此外，此次大會的主要討論還集中在AWS如何在各個領域內拓展其合作伙伴生態系統，從而立足各類垂直與應用場景提供令人滿意的云解決方案。
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
憑借著本次大會上與IaaS相關的公告內容如雨點般襲來，AWS很明顯將進一步深化其以云計算為核心的價值主張。該公司也將更有力地轉向平臺即服務方向，進而與微軟、IBM、谷歌以及其它廠商展開正面競爭。然而，就目前來看，AWS的多元發展計劃還沒有涵蓋軟件即服務領域——因此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、多云場景相關的可靠消息——但這也可以理解，畢竟目前大多數客戶應付單一云環境(通常為AWS)都感到吃力，更遑論多云選項了。
AWS公司已經不再滿足于原本的業務發展重心——即鼓勵各企業客戶將其舊有應用程序、數據及工作負載全面遷移至云環境中——而開始專注于客戶開發新的、更具價值以及顛覆性的云應用程序。為此，在今年的大會上，AWS反復強調了開發商與獨立軟件供應商生態系統這一議題。對AWS而言，這無疑是在對Azure以及Google Cloud Platform在公有云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——特別是在機器學習、深度學習、人工智能以及分析等層面——并將借此化解競爭對手的攻勢。
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實例類型。這些實例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性價比的使用體驗：
Amazon EC2 P3實例: 這些實例支持利用通用型圖形處理單元計算實例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敏捷性加速客戶的高級工作負載。
Amazon EC2 H1實例: 這些實例負責為客戶提供指向TB級別數據的高速連續訪問能力，同時帶來更多虛擬中央處理單元、更為可觀的內存容量與每TB本地磁性存儲比，外加高達25 Gb每秒的選定AWS服務區內邏輯分組或實例集群的網絡傳輸帶寬。
Amazon EC2 M5實例: 這些實例相較于M4實例擁有更為強大的性價比表現，可支持兩倍于M4的浮點運算處理能力。
Amazon EC2 T2無限實例: 這些實例可在任何時段內提供高CPU性能，而價格則按臨時使用率峰值計算。
Amazon EC2裸機實例:這些實例允許操作系統直接運行在底層硬件之上，且不致對AWS的各項固有優勢造成影響。
除此之外，AWS還宣布簡化對EC2競價實例容量的訪問方式。通過幫助客戶為新一代容器化、無服務器以及其它云微服務方案提供規模更小的云實例，此舉相較于按需實例將為客戶節約高達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板，可幫助客戶以規模化方式操作并管理EC2基礎設施。其支持對計算及存儲資源進行邏輯分組、自動進行常規部署與工作流管理，并可實現云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，在于其如何將AI技術納入服務管理工具，從而進一步促進對IaaS、容器、數據庫以及其它云資源進行更為細致且動態的監控與優化。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的混合云
客戶希望能夠在公有云與內部數據中心之間實現混合云一致性，而其關鍵在于利用相同的軟件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。為了支持AWS/VMware公有/私有混合云方案的擴展，兩家公司宣布將進一步推動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，從而大規模移動、運行并保護生產云工作負載。
VMware Cloud on AWS目前支持三十二套主機集群以及每組織多軟件定義數據中心，未來還將支持每軟件定義數據中心十套主機集群。這意味著單一客戶將能夠支持包含數以萬計虛擬機的龐大運行環境。客戶軟件定義數據中心環境將運行在高性能、專用且高度安全的下一代AWS硬件基礎設施之上。
在本屆大會上，兩家合作伙伴還公布了以下新功能，用于增強混合云的功能性、性能、可用性、遷移方式與靈活性：
AWS 與VMware正著手擴展VMware Cloud on AWS的規模、網絡連接性以及安全功能，旨在進一步支持更多資源密集型應用程序——具體包括Oracle、Oracle RAC、微軟SQL Server、Apache Spark以及Hadoop。
借助VMware vSphere vMotion、新的L2擴展網絡功能以及AWS Direct Connect，客戶將能夠把應用程序由內部VMware集群遷移至VMware on AWS當中，不會造 成任何應用程序中斷，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，負責在運行有vSphere 5.0+的內部環境與VMware Cloud on AWS之間實現大規模遷移，且無需進行任何平臺重構、重新測試或者工具變更。
VMware Wavefront云服務允許客戶立足VMware Cloud on AWS實現對應用程序的可視化、警報設置與故障排查。Wavefront by VMware還提供一套開放API平臺，可支持超過80項集成并借此從各類應用程序量化指標收集程序(例如Java、Ruby、Python以及Go)中收集時序數據，并將結果交付至MySQL、Pivotal、Kubernetes以及AWS等服務指標收集程序處。
云原生計算服務
AWS對其平臺即服務方案作出了顯著強化，旨在滿足希望在EC2上運行容器化微服務、函數即服務以及其它云原生應用程序的客戶的實際需求。通過這種方式，AWS將自身定位為一套功能更加全面的平臺，從而進一步豐富其作為云服務供應商的業務涵蓋范圍。
在這方面公布的最為重要的內容，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產品的替代方案，AWS EKS能夠在ECS之上運行全托管Kubernetes編排服務，且無需客戶自行安裝、操作及維護Kubernetes集群。AWS亦在與云原生計算基金會開展密切合作，確保供應商提交的Kubernetes支持與標準同開源庫實現緊密結合。
與此相關的還有Amazon Fargate的推出——其立足ECS與EKS之上負責支持容器的精簡部署與管理。Fargate能夠在幾秒鐘之內將業務流程擴展到數萬個容器，且無需用戶管理底層基礎設施。借助Fargate，AWS客戶不再需要調配、配置或者擴展虛擬機集群以運行容器。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產品組合中的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)、新的預配置應用程序安全規則(AWS Web應用程序防火墻合作伙伴托管規則)、新的消息代理服務(Amazon MQ)以及一款用于發現資源的無服務器應用程序(AWS Serverless App Repository)。
對于開發者群體，AWS進一步擴展了其對無狀態、事件驅動型微服務的編程方式的簡化范疇。此次推出的AWS Cloud9是一套立足瀏覽器的集成開發環境，支持Lambda函數協同編碼、執行與調試。Cloud9提供一套預配置軟件開發工具包，其中包含的各類庫、插件與共享庫可幫助開發團隊解決復雜云無服務器應用開發工作中出現的各類難題。
對于成千上萬使用無服務器功能的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目前已經在其眾多服務當中全面嵌入Lambda，這將引導客戶更加深入地將相關函數應用至自身云應用程序當中。
數據存儲、處理與管理服務
AWS的Aurora關系云數據庫運行于眾多開源引擎之上(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以及其它現有云數據庫進行多項重要功能強化，為圖形分析添加新的特定云數據庫選項，同時在自家服務組合內引入更多數據保護與管理功能。這些項目進一步提升了AWS數據管理體系的完整性，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云計算服務。
AWS方面宣布了兩項新的基于Aurora的服務——其中全新Aurora Multi-Master支持跨越多座數據中心實現數據庫讀取與寫入操作的向外擴展，從而確保任何AWS實例或可用區出現故障時，皆不致引發停機問題。而新的Aurora Serverless則負責為應用程序及其各類工作負載提供按需數據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數據庫容量進行按秒付費。
在Amazon DynamoDB云NoSQL數據庫方面，AWS公司引入了以下兩項新服務：
DynamoDB Global Tables:負責創建多主節點表，用于自動跨越兩個或更多AWS服務進行復制。其優勢在于能夠構建起高性能且全球分布式云應用程序，支持對本地可用表的低延遲讀取與寫入，亦可通過多服務區冗余保障應用程序可用性。這些功能易于設置，且無需對應用程序進行任何重寫。
DynamoDB備份與恢復: 可通過即時及按需方式自動連續備份數百TB級別的數據，且不會對應用程序性能造成任何影響。其還支持時間點數據恢復功能。
新推出的Amazon Neptune圖形數據庫適用于需要配合高度關聯性數據集的應用程序，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，自動擴展容量、支持低延遲查詢、跨可用區進行數據復制，同時支持完整的備份與恢復功能。其在SparQL中啟用圖形查詢，并可將結果實現為Apache TinkerPop與W3C RDF圖形模型。
在其核心Amazon S3數據湖服務方面，AWS推出了新的S3 Select API。這使得各類應用程序能夠檢索其中的數據子集，從而顯著提升應用程序性能表現——這是因為當需要處理的內容存在于子集當中時，應用程序將無需檢索整體對象。
其它新的云數據管理功能還包括服務器端數據庫加密及自動將移動應用程序數據同步至AWS云當中。
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著力對AWS的分析、機器學習、深度學習以及人工智能產品組合作出補充。其中一部分內容旨在幫助開發人員更快圍繞AWS云構建起復雜的AI應用程序以及開放式生態系統。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云領域的發展以及商業化進程。
其中最值得一提的當數Amazon SageMaker。這項新的AI相關云服務順利將AWS引入了日益增長的AI開發工具市場，同時為用戶提供內置有DevOps工作流方案。這項全托管服務可為數據科學家與開發者團隊提供一個抽象層，從而以協作方式構建并部署復雜的AI驅動型應用。SageMaker還幫助開發人員從其S3數據湖內提取數據，提供一套預優化算法庫、以規模化方式構建及訓練模型，通過機器學習驅動型超參數優化功能實現模型優化，最終以實時方式將這些模型部署在生產EC2云實例當中。SageMaker還可配合AWS近期公布的Gluon API，從而加快高性能模型的編碼速度。
用于構建及訓練模型的底層開發構架與運行時庫無法為用戶所接觸; 開發人員通過預告構建的Jupyter記事本訪問SageMaker，并利用其選擇的AI建模框架(包括MXNet、TensorFlow、CNTK、Caffe 2、Theano、Torch或者PyTorch)加以運行，最終可利用內置的自動規模伸縮機制實現EC2內模型部署。
考慮到自然語言處理已經成為多種AI應用程序的核心，AWS此次公布了多項新服務，用于支撐并擴展去年推出的Polly NLP(即自然語言處理)產品。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預覽版則可將S3中存儲的音頻對象進行語音到文本轉化，可識別不同說話者，支持自定義詞匯表，確保標點符號與格式正確，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。最后，新的Amazon Comprehend利用機器學習技術識別文本對象中的實體，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內容為基礎的新消息中，AWS推出了Amazon Rekognition Video。此項新服務將利用深度學習技術對流媒體及靜態視頻內的對象及活動進行檢測、追蹤人員位移、識別人臉、審查內容并發現名人。在相關公告中，最新發布的AWS DeepLens(現為內部預覽版本)為一款可完全編程的攝像機; 開發人員可利用其配合SageMaker、預建模型以及代碼示例一同構建并訓練出能夠對AWS云內傳輸的視頻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后端，AWS升級了現有流媒體服務，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頻與時間編碼數據，從而針對各視頻內容對象使用低延遲機器學習、深度學習與其它分析技術——且無論內容處于動態抑或靜態之下。Kinesis Video Streams簡化了視頻類云服務的開發流程，其能夠從數百萬臺設備處獲取視頻流，同時提供安全、持久且可搜索的媒體時間索引與其它內容對象存儲功能，并通過無服務器Lambda函數進行編程。
新的Elemental基礎設施服務家族負責云環境下視頻貨幣化視頻資產的創建、開發、發布、優化以及管理。新的解決方案包括AWS Elemental MediaStore(為媒體內容提供一致URL的庫)、AWS Elemental MediaPackage(流媒體對象及時打包)、AWS Elemental MedialLive(實時視頻加載與壓縮)、AWS Elemental MediaConvert(基于文件的視頻處理)以及AWS Elemental Media Tailor(面向個性化與貨幣化視頻內容的服務器端廣告插入服務)。
物聯網
在邊緣場景中，往往涉及大量新型云應用——包括移動、嵌入式與物聯網設備。在本屆大會上，AWS大幅擴展了其物聯網產品組合，旨在支持設備管理、安全性、分析以及其它邊緣支持型基礎設施服務。
在邊緣分析方面，AWS顯然將其無服務器Lambda函數定位為開發人員用于構建邊緣應用程序的基礎性工具，同時亦繼續保持著公有云對所有內容的集中控制肋條。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展至私有、混合或多云環境層面。
在本屆大會上與物聯網相關的公告中，AWS先后公布了Greengrass增強方案以進一步提升邊緣部署的復雜難題解決能力。新的AWS Greengrass ML Inference可直接將各類機器學習模型部署在設備當中，而無論該設備當前是否接入云端，其都可以實現本地推理。在新版本中，AWS Greengrass現在能夠支持設備級Lambda函數，從而實現模型本地加載與本地推理。此外，AWS Greengrass現在還能夠支持增強型數據與狀態同步、設備安全與運行中更新。除此之外，Greengrass現在還包含一套OPC-UA協議適配機制，且部署有多套面向英特爾與英偉達硬件的邊緣優化型機器學習模型。
為了支持AI注入式邊緣應用程序的開發、部署、優化以及管理，AWS還公布了以下新產品：
Amazon FreeRTOS: 這款新型免費開源微控制器操作系統使得小型低功耗邊緣計算設備變得更易于編程、部署、保護以及維護。其可輕松接入AWS Greengrass核心設備，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序。
AWS IoT 1-Click: 這項新服務簡化了利用本地與云Lambda函數構建新型物聯網應用程序的具體流程。通過點擊編程，開發人員將能夠輕松建立起定制化無服務器功能，并觸發各類預先嵌入的設備操作。
AWS IoT Device Management: 這項新服務可幫助企業快速添加、高效組織、持續監控及遠程管理接入的物聯網設備。其支持批量智能設備添加、運行中更新、元數據與狀態索引、細粒度監控、日志記錄以及全局搜索等功能。
AWS IoT Device Defender: 計劃于2018年推出，這項新服務將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。其支持全局設備審計、安全配置、行為基準與監控、漏洞評估、異常檢測、警報以及修復等功能。
AWS IoT Analytics:目前處于預覽階段，此項新服務能夠輕松對物聯網設備數據進行分析。其可從多臺設備及其它云數據源處收集物聯網數據，對這些數據進行預處理與填充，并以原始或時序格式將其存儲在AWS云中，并通過AWS云計算技術實現即時查詢或者通過AWS QuickSight解決方案進行更為復雜的分析與可視化處理。分析師們將能夠利用預先構建的Jupyter記事本深入探索這些數據并進行建模。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自動集成。
以設備為中心的云解決方案
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，此類解決方案將能夠把復雜的新設備同AWS現有的各類數據驅動型AI云服務融合在一起。
最值得注意的是，AWS公布了Alexa for Business。這一新產品能夠將Alexa設備、Alexa技能以及Alexa用戶以安全方式大規模納入業務應用之內。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信息的語音技能，從而順利解決諸如日程管理、會議安排與數據庫查詢等任務。其還支持將員工的個人Alexa設備添加至采用Alexa的業務環境之內，從而實現集中式管理。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保其滿足企業的實際需求。
如上所述，新近發布的AWS DeepLens內部預覽版提供一款可完全編程的視頻攝像機，開發人員可利用其配合SageMaker、預建模型以及代碼示例共同構建并訓練出能夠對AWS云內所傳輸視頻者分析的模型。
最后但同樣重要的是，AWS發布了Amazon Sumerian預覽版——這是一套工具包，可立足瀏覽器幫助開發人員快速創建并運行虛擬現實、增強現實與3D應用程序，且無需掌握任何專業的編程或3D圖形知識。Sumerian能夠在Oculus Rift、HTC Vive以及iOS移動設備等流行硬件之上提供身臨其境般的交互式場景，且即將支持Android ARCore。Sumerian與Amazon Lex以及Amazon Polly的整合，則讓開發人員能夠在虛擬人物與人類用戶之間建立起更加引人入勝的語音互動功能。
京公網安備 11010502049343號