“每次參加re:Invent都感覺腦子不夠用，因為它發布的內容太多了”

“現在你看Amazon SageMaker的功能已經發展到如此地步，與年初相比簡直大相徑庭。”

“我剛剛看到海外云平臺有個新功能，現在亞馬遜就給帶到國內了，真是神速啊！”

亞馬遜云科技大中華區產品部總經理 陳曉建

在亞馬遜云科技re:Invent的現場，筆者深切感受到了與會嘉賓們對云與AI等領域的深度關注，這也從另一個角度印證了活動含金量之高。正如亞馬遜云科技大中華區產品部總經理陳曉建所言：今年的re:Invent發布了眾多創新成果，生成式AI正在重塑每一個行業。亞馬遜云科技在2025年還會向全球的初創企業提供超過10億美元的云計算資源，繼續支持大家邁向成功。

基礎架構領域保持領先

在基礎架構領域，陳曉建指出亞馬遜云科技在計算實例數量上領先于其他云計算提供商。這一優勢源于其核心產品Amazon EC2，該產品具備豐富多樣的實例類型與功能，能夠針對不同負載、需求及地域，提供極具性價比的解決方案。

亞馬遜云科技自主研發的Amazon Nitro System作為虛擬化系統核心，借助專用硬件芯片實現網絡、計算與存儲的虛擬化，從而兼具裸機性能、高安全性、隔離性及靈活性。這一系統允許虛擬化工作獨立于計算單元，有效釋放CPU資源，顯著提升性價比與創新速度。正因如此，亞馬遜云科技得以快速推出新的Amazon EC2服務器，并承擔起大量虛擬化工作，同時也促使其在定制芯片領域不斷探索，特別是在ARM架構性能持續提升的背景下。

在硬件方面，自2018年起，亞馬遜云科技著手自主設計ARM通用服務器處理器，如今已推出第四代Amazon Graviton4，其性能大幅提升，能夠支持更為廣泛的工作負載，如大規模數據庫處理等，且Amazon Graviton的部署占比已超新服務器部署的50%。

從實際應用來看，Pinterest在遷移至Amazon Graviton后，實現了性能提升、成本降低40%以及碳排放量減少62%的顯著成效。

在人工智能領域，亞馬遜云科技與NVIDIA攜手合作，具備出色的網絡擴展能力以及大規模GPU集群運維能力，最新推出的P6實例更是將計算性能提升2.5倍。此外，在定制化AI芯片方面，亞馬遜云科技專注于生成式AI領域，開發出推理芯片Amazon Inferentia和訓練芯片Amazon Trainium系列，旨在為用戶提供更多獨特價值。

在re:Invent大會上，亞馬遜云科技宣布搭載Amazon Trainium2的Amazon EC2 Trn2實例于海外區域發布。這是其最強的生成式AI實例，憑借自主開發的服務器處理器，相比上一代GPU實例，性價比提升30% - 40%，遠超其他云服務商。

每臺Amazon EC2 Trn2服務器裝有16塊Amazon Trainium2芯片，通過自主研發的NeuronLink超速互連技術連接，使實例能達20.8 petaFlops的高性能。

Poolside作為軟件開發基礎模型的領先提供商，計劃在Amazon EC2 Trn2上開展未來模型的訓練工作，預計可將訓練成本大幅削減40%。全球數據與AI領域的先鋒企業Databricks，期望借助Amazon EC2 Trn2為共同客戶締造更優效益，同時將整體成本降低30%。而全球移動芯片巨頭高通，也極為看好Amazon Trainium2，可助力開發者通過其AI Hub構建成本效益出眾的高性能模型，并實現向邊緣設備的便捷部署。

Amazon SageMaker，構建統一的數據分析和AI平臺

Amazon SageMaker作為AI時代的當紅小生，其發展一直備受關注。新一代Amazon SageMaker平臺，大幅降低了大數據分析和AI應用的操作復雜性與成本。該平臺集成了全面的數據分析和AI工具，涵蓋了從數據分析、數據處理到AI模型訓練和推理的完整流程，用戶可通過統一的數據視圖操作所有功能。

為進一步簡化數據分析流程，亞馬遜云科技推出了Amazon SageMaker Unified Studio，該工作室整合了數據科學家所需的各種工具，包括查詢環境、可視化工具以及Amazon EMR、Amazon Glue、Amazon Redshift、Amazon SageMaker和Amazon SageMaker Studio等現有服務，支持創建共享的AI和分析資源項目。這一功能加強了數據科學家、大數據分析師和機器學習專家之間的協作，并確保了數據治理和訪問控制的實施。

亞馬遜云科技致力于打破數據孤島，推出了Zero-ETL，包括Amazon Aurora MySQL和PostgreSQL、Amazon RDS for MySQL以及Amazon DynamoDB與 Amazon Redshift的zero-ETL集成。此次更新了與SaaS應用程序集成的全新zero-ETL，客戶無需構建和管理數據渠道，即可分析第三方SaaS應用中的數據。

為滿足客戶全面數據分析的需求，亞馬遜云科技推出了全新的Amazon SageMaker Lakehouse，可統一訪問存儲在Amazon S3數據湖、Redshift數據倉庫和聯合數據源中的數據，無論數據的存儲方式和物理位置在哪，都可以減少數據孤島并讓查詢更容易。

Amazon SageMaker保留了用戶熟悉的功能，如數據治理、數據標注（Ground Truth）、實驗管理、ML Ops和分布式訓練管理工具（HyperPod），并推出了新功能，如HyperPod靈活訓練計劃，助力數據科學家節省模型訓練時間，優化資源配置。HyperPod任務治理功能允許客戶為不同訓練團隊設定優先級，HyperPod動態調配資源，確保高優先級任務按時完成，并通過控制臺監控任務運行狀態。

在re:Invent大會上，亞馬遜云科技在Amazon SageMaker中加入了對合作伙伴構建的第三方AI應用的支持，這些應用可在Amazon SageMaker上直接使用，加速模型開發周期，并提供全托管體驗，保障數據安全和隱私。

通過這些增強功能，亞馬遜云科技重新定義了基礎模型訓練的構建和擴展方式，助力客戶在降低成本的同時，實現高效的訓練效果。

亞馬遜云科技的大模型來啦

在此次re:Invent上，我們驚喜地看到亞馬遜云科技“終于”染指AI大模型了，它就是——Amazon Nova，可滿足客戶對多樣化交互方式的需求，包括文本、聲音、圖像和視頻綜合處理能力等。

Amazon Nova系列涵蓋了多種基礎模型，適用于不同的應用場景：Amazon Nova Micro是一款文本到文本的模型，以極低的成本提供快速的實時響應。Amazon Nova Light則是成本效益極高的多模態模型，能夠處理文本、圖像和視頻輸入，并輸出文本。

Amazon Nova Pro主打功能全面，平衡了功能、性能和成本。Amazon Nova Premier是該系列中最為強大的模型，提供頂尖的智能水平，并能結合用戶私有數據進行定制化訓練和微調，即將上市。

此外，亞馬遜云科技還推出了專注于圖像和視頻的模型：Amazon Nova Canvas，是一款圖像生成模型，能夠生成高達2K分辨率的高質量圖像，并提供編輯功能。在第三方評測中，Canvas的性能優于OpenAI的DALL-E 3和Stable Diffusion模型。

Amazon Nova Real是一套視頻生成模型，實現文本到視頻的轉換，簡化視頻制作流程，并通過文本和視覺輸入精確控制視頻輸出。

全球最大的營銷廣告代理公司電通已采用Canvas模型進行創意優化，大幅提升了工作效率。Real模型在視頻質量和連貫性方面表現出色，實現了性能與成本的最佳平衡。

亞馬遜云科技還預發布了兩個創新模型——Speech to Speech和Any to Any，后者支持文本、視頻和圖像的多模態轉換。

整體來看，Amazon Nova系列不僅包括多模態理解模型，還涵蓋了視頻和圖像生成模型，以及高性價比的文本生成模型。亞馬遜內部團隊已在多個業務領域成功應用Amazon Nova系列模型，取得了顯著成效。這標志著亞馬遜云科技在多模態AI領域的重大突破，為客戶提供了一系列豐富的選擇，以適應不同的業務需求。

當前，AI已經融入企業運營的各個環節，Asana AI利用Amazon Q索引幫助找出項目延期等問題的根源。例如，通過分析Slack聊天記錄和未讀Gmail郵件，Asana AI能夠揭示項目延期的原因，指導團隊集中精力解決問題，使項目重回正軌。這無疑節省了大量時間與精力，能夠進一步“解放”企業與員工的雙手，使其能夠專注于更戰略性的任務和創新工作。

現在的AI不僅可以自動化許多日常的項目管理任務，如任務分配、進度跟蹤和資源調度，還能通過分析團隊成員的技能、工作負載和可用性，智能地分配任務，確保每個任務都由最適合的成員承擔。可以說，已經將“遇事不決問AI”發揮得淋漓盡致。

正如前文所述，此次re:Invent所發布的服務極為豐富，包括基礎架構方面的Trainium2、S3存儲、SageMaker、Nova、Bedrock、Amazon Q等等，都有了新發布與迭代，為企業AI化發展鋪平了道路。