敏捷是企业应对不确定性的重要手段,现代化应用则可以让企业迭代速度更快、更敏捷。
亚马逊就是一家自己走过现代化应用历程的企业,2002年亚马逊在技术上全面微服务化,同时在架构上实现“双披萨团队”,到2020年,亚马逊已经有超过10万个微服务。像产品页面的展现、购买键,是否是Amazon Prmie商品、送货的承诺、客户的评论、价格的显示等都是一个个独立的微服务,亚马逊按照现代化应用根据业务需求的迭代走到了今天。
“容器、微服务、Serverless都是现代化应用构建过程中使用到的常见技术。” 亚马逊云科技大中华区产品部总经理顾凡表示,过去15年,亚马逊云科技一直在持续不断地突破现代化应用技术。
亚马逊云科技大中华区产品部总经理顾凡
2014年推出的Serverless服务Amazon Lambda是亚马逊云科技一个划时代的创新,其可以让企业将更多精力集中在业务上。2017年在容器领域推出Amazon Fargate是适用于容器的serverless服务,实现整个集群的管理和扩展。2018年发布的Amazon Aurora在去年进行了一次迭代,将生产数据库放到Aurora Serverless V2可以在几分之一秒之内快速地扩展到数十万个事务的处理。
Gartner发布最新的《2021年云基础设施和平台服务魔力象限》,亚马逊云科技连续第11年被评为领导者,在愿景完整性和执行能力两个象限均排名第一。作为魔力象限报告的补充,Gartner发布的《云基础设施和平台服务关键能力报告》在云原生应用用例中,亚马逊云科技排名第一,在应用开发持续交付服务,以及广泛的容器服务均给出很高的评价。
亚马逊云科技也给出三个现代化应用转型策略为企业用户提供参考:
第一,Replatform平移:运用容器快速打包现有数据中心里的应用快速迁移到云上进行托管。目前80%的云上托管的容器都在亚马逊云科技上运行。
第二,Refactor重构:在不同的时间和场景针对不同的应用去选择最适合的策略,在重构时使用新技术、新架构。
第三,Shared Services Platform构建共享服务平台:企业在现代化应用和微服务到达一定的阶段会面临一些挑战。无论是微服务应用构建,还是无服务器构建,Amazon Proton都可以让两个团队真正的合力转得更快。
顾凡表示,现代化应用路径的选择,客户应该根据自己的应用特征,业务驱动重构的时机,以及现在微服务化的规模选择适当的策略。
亚马逊云科技在现代化应用有着独特的优势和产品,亚马逊云科技大中华区产品部计算与存储总监周舸总结为四个方面,第一,广泛选择,灵活部署;第二,深度集成、快速构建;第三,安全可靠、生产就绪;开源开放、合作共赢。
同时Amazon EKS Anywhere和Amazon ECS Anywhere也是帮助企业构建现代化应用的重要服务。
企业在本地部署Kubernetes的时候其实经常会遇到很多的困难,Amazon EKS Anywher可以帮助客户在本地部署和使用跟在亚马逊云科技上使用EKS一致的Kubernetes。同样,Amazon ECS Anywhere可以帮助客户直接把在亚马逊云科技上的ECS集群衍生到客户本地。
以西门子为例,其软件会交付到数以百计分布在不同区域的工厂,由于要在不同的环境和不同的基础设施上运行,会存在一定的差异性造成挑战。西门子管理的上百家工厂的软件通过转换到Amazon ESC Anywhere平台上,可以在统一的集群管理平台里,管理上百家工厂中不同生产线上的软件运营基础架构,充分地利用容器的特性衍生到各个场景里。
好文章,需要你的鼓励
荷兰公司DuRoBo在CES 2026展示新款电子阅读器Krono,采用智能手机外观设计并内置AI助手。该设备定位为"电子纸专注中心",支持阅读、思考和音乐播放。配备智能转盘便于操作,AI助手Libby可回答问题并支持深度思考。搭载Android 15系统,可访问谷歌应用商店。售价239.99欧元,本月发货。
这项由香港中文大学和AWS团队联合开发的研究推出了TALK2MOVE系统,实现了用自然语言精准操作图片中物体的位置、角度和大小。该系统采用强化学习训练方式,通过空间感知奖励机制和智能步骤采样技术,在移动、旋转、缩放三类操作上的准确率显著超越现有方法,同时大幅降低了对昂贵训练数据的依赖,为AI图像编辑领域带来重要突破。
OpenAI预览了即将推出的ChatGPT Health功能,可帮助用户获取医疗信息。该功能能解释化验结果、制定运动计划、推荐就医问题等。用户可通过B.well平台导入健康记录,与Apple Health等健康应用集成。OpenAI将单独存储医疗数据,采用专用加密和隔离机制保护隐私。功能基于HealthBench数据集开发,包含超过48000个医生编写的评估标准。目前通过等待名单限量测试。
斯坦福大学等知名机构联合研究发现,企业AI助手在执行组织政策时存在严重"偏科"问题:处理允许请求时成功率超95%,但拒绝违规请求时仅13-40%。研究团队开发的COMPASS评估框架通过8个行业5920个测试问题,揭示了AI助手普遍缺乏"拒绝技能"的问题,并提出了针对性训练解决方案。