總體而言，目前AWS公司云計算的市場每季度產生超過130億美元。為了保持收入的持續增長，AWS一直在致力將IaaS和PaaS推向云計算市場的領先地位，并深入大數據分析、人工智能(AI)和物聯網(IoT)的行業領域。這是AWS所能提供的資源和服務。
適用于大數據分析的AWS云平臺
Amazon EMR(Elastic MapReduce)服務是為那些啟動Hadoop集群的企業提供的一種低成本的解決方案。對于10個節點的Hadoop集群，該公司每小時收取15美分的費用。
當然，Hadoop并不是行業中唯一的分布式大數據框架。Amazon EMR還可以用于運行Apache Spark，Flink，HBase和Presto，為企業提供大數據技術基礎來進行高級分析操作。
接下來，亞馬遜Elasticsearch服務提供實時分析功能，使企業能夠從各種各樣的數據源收集見解。該服務可用于為全文搜索應用程序提供支持，這些應用程序可以幫助用戶在廣泛的產品目錄中的大海撈針中找到所需的內容，或者在應用程序和網站等實例上啟用實時應用程序監控。
Amazon Athena(一種交互式查詢服務)是一種無服務器產品，可用于分析存儲在Amazon S3(簡單存儲服務)中的數據。用戶只需要將Athena指向他們的數據，定義一個模式并使用標準SQL運行查詢，而不需要采用成本高昂和耗時的ETL(提取、轉換和加載)過程，這些過程通常需要準備用于分析的數據。
為幫助企業理解流媒體數據，從移動應用程序、物聯網設備和不斷涌入的信息，亞馬遜提供了三個實時大數據分析服務。
Amazon Kinesis Data Firehose允許用戶將流媒體數據加載到他們的S3賬戶和其他存儲庫中，最終實時進行分析。它支持Amazon S3、Amazon Redshift、Amazon Elasticsearch Service和Splunk，收集數據并將其轉換為可用格式，以幫助實現最新的商業智能儀表板。
希望構建自己的流式數據處理和分析應用程序的組織可以使用Amazon Kinesis數據流服務。亞馬遜表示，它可以從IT日志和社交媒體流中每小時捕獲和存儲數TB的數據，這些服務可以處理數十萬個數據源。
Kinesis Data Analytics的應用與Amazon Athena相呼應，可以使用SQL處理流數據。它集成了Kinesis Data Firehose和Kinesis Data Streams，其輸出可以發送到Amazon S3、Redshift、Elasticsearch Service或自定義目標。
適用于物聯網部署和管理的AWS
亞馬遜公司希望通過AWS IoT Core幫助企業把他們的物聯網設備控制在可控的范圍內。該服務使企業能夠連接和管理他們的“事物”，并確保他們生成的數據和消息以安全可靠的方式到達預定目的地。亞馬遜表示，這個服務可以“支持數十億臺設備和上萬億個信息”，即使是最為雄心勃勃的企業所部署的物聯網也足夠應對。
相關的企業可以使用AWS IoT設備對大規模的物聯網設備進行監控和管理。用戶可以批量注冊他們的設備，將這些設備組織成群組，并發布更新到單個設備或一組內的多個設備中。
而為了解決物聯網安全這個棘手的問題，AWS IoT Device Defender幫助確保設備堅持其安全策略。它會持續監視設備，并在設備出現異常情況時向管理人員發出警報，例如大量的出站流量，這可能表明它已經被綁定到DDoS攻擊或遭遇其他惡意活動。
AWS IoT Analytics還可以幫助企業將物聯網數據轉化為有見地的信息。目前處于測試階段，其內置的物聯網分析SQL查詢引擎允許用戶運行即時查詢，而其時間序列分析功能則可幫助企業發現性能、使用情況和傳感器趨勢。
對于利用物聯網設備中包含的處理能力的邊緣計算方案，提供了AWS Greengrass。除了本地處理之外，它還支持數據緩存和同步，以及設備消息傳遞和運行機器學習推理工作負載。
希望擁有自己的Amazon DashButton的企業可以通過AWS IoT 1-Click進行操作。該服務允許按鈕、徽章和其他單一用途設備在AWS Lambda(公司的無服務器計算產品)中觸發功能。為了幫助企業應用，亞馬遜公司還提供了稱為AWS IoT Button的可編程Dash硬件。
希望采取更多實際操作的方法來交付自己的物聯網設備的企業可以使用Amazon Free RTOS。操作系統運行在具有有限的計算能力和內存的微控制器上，使他們能夠連接到云平臺，并支持物聯網場景。
AWS在人工智能上加大力度
亞馬遜公司在2017年的幾個月里對人工智能驅動的云計算應用程序進行了大力推動。僅在第四季度，它就推出了四項人工智能服務，旨在幫助開發人員構建更智能的應用程序。
亞馬遜公司在2月1日的財報中表示，“AWS公司引入了四種人工智能(AI)服務，允許開發人員構建仿效人類認知的應用程序：Amazon Transcribe將語音轉換為文本，Amazon Translat用于翻譯文本語言，Amazon Comprehend用于文本語言之間關系的理解和把握，Amazon Rekognition Video是一個深入學習的動態視頻分析服務，可以跟蹤用戶、檢測活動、識別對象，以及不適當的內容。”
AWS公司還添加了其他服務，其中包括一個名為Amazon Rekognition的深度學習圖像分析系統和一個聊天機器人生成器Amazon Lex。開發人員還可以將文本轉換為Amazon Polly的自然語音，這種技術是基于Alexa聲音的技術。
AWS公司還發布了面向數據科學家和人工智能開發人員的托管服務SageMaker，幫助簡化構建、培訓和部署機器學習模型的過程。
AWS公司還提供了預配置的Amazon Machine Images(AMI)，開發人員可以使用AMI取得成功。它們由具有流行的深度學習框架(如Apache MXNet，Gluon等)的EC2實例組成。為了促成這筆交易，AWS Deep Learning AMI是免費的。唯一的成本是他們使用的資源。
亞馬遜投資人工智能技術市場的很大一部分將涉及視覺信息，最近推出了AWS DeepLens，該公司將其作為世界上第一個為開發人員開發的深度學習攝像機。旨在幫助編程人員獲得新的深度學習技能或將他們的才能擴展到視頻分析領域，這個售價249美元的攝像機將于4月14日投入市場。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號