至顶网CIO与CTO频道 08月05日 北京消息(文/王聪彬):创新一直是亚马逊的基因,从图书到电商的结合,以及之后的AWS、Kindel、echo、Amazon Go等等,其创新的脚步从未停止。
今天我们要说的是其中最为耀眼的创新之一AWS,2020年7月31日,亚马逊发布2020年第二季度财报,其中AWS季度收入为108亿美元。
最近Gartner发布了Gartner Vendor Rating评估报告,是Gartner面向企业用户所做的IT采购决策参考指南。AWS获得了有史以来的最高评分28分(满分30分)。
Gartner在评估报告中指出,亚马逊利用科技力量颠覆传统市场,缔造独树一帜的客户体验。而亚马逊云服务(AWS),充分展现了其颠覆性技术在市场上的强大影响力。
AWS大中华区分析师关系高级经理张瑾表示,Gartner特别提到,在数字化转型的过程中,建议企业应该充分借鉴亚马逊的数字化模式,将其作为技术驱动力的杰出范例,在业务中融入数字流程,模仿亚马逊,在寻找新市场机会和响应竞争威胁方面打造敏捷性。
AWS大中华区分析师关系高级经理张瑾
目前AWS提供的云服务超过175项,涵盖计算、存储、数据库、网络、分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体,以及应用开发、部署与管理等诸多方面。其中很多服务是AWS在云上首创的,有些至今仍然是非常独特的。 例如,无服务器服务、云上区块链服务、云上卫星地面站数据服务、云上机器学习平台服务等等。
而中国市场一直是AWS的重点市场,AWS大中华区云服务产品管理总经理顾凡表示,AWS正在加速新服务和功能落地中国区域,仅今年上半年,亚马逊就在中国区域落地了150多项AWS云服务和功能。
AWS大中华区云服务产品管理总经理顾凡
同时中国企业对于对大数据处理和分析有着非常迫切的需求。今年上半年AWS在中国区域就推出和部署了交互式查询服务Amazon Athena,数据提取、转换和加载 (ETL) 服务AWS Glue,以及流式数据处理服务Amazon MSK。在容器领域,AWS在中国区域落地部署了Amazon EKS,让管理、运维K8S容器变得简单方便。
在今年新落地中国区域的云服务和产品中,特别值得一提的是机器学习服务Amazon SageMaker。其是一项完全托管的服务,它可以化繁为简,帮助开发者和数据科学家快速地规模化构建、训练和部署机器学习模型,大大降低了模型构建和训练的难度。
Amazon SageMaker是一个非常开放的产品,无论对于各类机器学习框架和算法的支持,模块化的设计方式,还是对于生态合作伙伴解决方案的支持,能够真正让各种类型、各种需求的客户都很方便地应用这个服务。此外,SageMaker Studio还是业界第一个面向机器学习的集成开发环境。
顾凡指出,大宇无限、虎牙直播、嘉谊互娱、华来科技等公司都已经在使用SageMaker解决机器学习技术的需求。中科创达、东软、伊克罗德分别将SageMaker运用到产品质检、企业安全网关、标签标注、文本分析、语意理解、预测分类、推荐系统与诈欺侦测等多种解决方案和应用场景之中。
最后也引用亚马逊公司首席执行官杰夫·贝索斯的一句话,“创新有多种和各种规模。最激进、最变革的创新是帮助他人释放创造力,以及实现其梦想。”
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。