的新一代基于Arm的实例， 获取比当前基于x86的实例低40％的性价比。Graviton2是7纳米芯片，针对云原生应用于展开了优化，并且基于64位Arm Neoverse内核和AWS的片上自定义系统设计。Graviton2的每核浮点性能提升了2倍，可用作科学和高性能工作阻抗领域，最多反对64个虚拟世界CPU，25Gbps网络和18Gbps EBS比特率。特别是在是Inf1 Instances for EC2 ，基于AWS设计的首款机器学习推理小说芯片，与 EC4 上的常规 G4 实例比起，Inferentia 需要让 AWS 带给更加较低的延时、三倍的吞吐量、且减少 40% 单次的成本。

实质上，去年Andy Jassy就宣告不会有Inferentia芯片问世，需要加快机器学习的推理小说计算出来。Inf1 Instances for EC2可实现低约 2000 TOPS 的特性，与 TensorFlow、PyTorch 和 MXNet 构建，且反对可在框架之间迁入的 ONNX 模型格式。

许多企业都在模型训练的自定义芯片上投放了大量精力，尽管常规 CPU 上早已需要较好地继续执行推理小说运算，但自定义芯片的效率显著更高。Inf1 Instances for EC2 ，堪称是目前最慢的云上推理小说芯片。了解到，AWS之所以需要新的设计搭起芯片，转折点是其曾并购一家以色列芯片设计公司，基于这个资源可以设计芯片，并与很多公司有持久合作，比如Inter和AMD。当然，此举被指出是AWS之后向英伟达和Google发动挑战——这两家在机器学习芯片市场目前维持领先优势。

数据库“成人”《饥饿感让我们茁壮》。这是大会Keynote的第四首歌曲。过去几年，AWS仍然是在希望挣脱甲骨文的数据库，维持着对本身数据库的“饥饿感”。今天，AWS的数据库、数据湖都有了变化。

Amazon S3是最能用的云上数据湖，较低延时运营，S3智能分层存储，通过机器学习来分冷数据，调整动态定价。Amazon Managed （Apache) Cassandra Service 是全托管地的可拓展、低能用的Apache Cassandra相容的数据库服务；Amazon Elasticsearch Service UltraWarm 可用作海量数据弹性搜寻服务的新型存储层，降低成本提高效率。另外，AQUA (Advanced Query Accelerator) for Amazon Redshift 创意的新型硬件加速内存，查找性能比其他云数据仓库高达10倍。

SageMaker“全家桶”关于AWS的机器学习模型SageMaker的系列产品公布，使会场一度转入一个小高潮。Andy Jassy宣告发售Amazon SageMaker Studio，这是第一个用作机器学习的全构建研发环境，可为机器学习模型的研发部署获取更高的自动化、构建、调试和监控；SageMaker Notebooks容许开发人员在几秒钟内启动弹性机器学习笔记本，并通过单击自动继续执行笔记本的分享；Amazon SageMaker Model Monitor可通过概念飘移检测，找到生产中运营的模型性能何时开始背离完整训练的模型·······比起一些云厂商在试探机器学习的服务，用张侠博士的话来说，就是“每一个Sagemaker都是为了开发者设计的，AWS几乎把能力都工具化了。”Local Zones 加码边缘计算出来，Outposts把AWS“塞进”客户机房针对边缘计算出来，AWS Local Zones 构建新型的AWS基础架构部署，使AWS计算出来、存储和数据库服务更加附近人员、行业和IT中心，构建“家门口”建云。

比如洛杉矶的公司，如果必须向洛杉矶的终端用户获取只有几毫秒延后的采访，现在可以在 AWS Local Zone运营工作阻抗。Netflix、FuseFX 和 Luma Picture等公司早已开始用于洛杉矶 AWS Local Zone。另外，AWS Wavelength 通过5G网络边缘的AWS计算出来和存储，建构可为移动设备和用户获取毫秒级延后的应用程序。AWS 正在与 Verizon 合作，在美国各地获取 AWS Wavelength，芝加哥正在试点。

Outposts的亮相是一个重要环节。如果说去年VMware的CEO Pat Gelsinger回到了Andy Jassy的舞台，只是宣告了“AWS将容许客户采购与其云服务完全相同的硬件，以通过取名为AWS Outposts的服务在其自己的数据中心中运营”，今年则是Outposts“千呼万唤复出来”。目前，AWS Outposts早已月上市（如图）。

它是全托管地、可配备的计算出来和存储机架，由 AWS 设计的硬件建构，容许客户在本地运营计算出来和存储，同时无缝连接到 AWS 云中普遍的服务。AWS Outposts为完全任何数据中心、托管地空间或本地设施带给了原生 AWS 服务、基础设施和运营模式。

Andy Jassy现场透漏，VMware cloud on AWS，比起一年前，让AWS夺得4倍客户数量。“现在解决问题了一些问题，有些工作阻抗无法上云。地理位置十分尤其，工作阻抗有延后，客户也没数据中心。

这是十分有意思的用于范例。”在会后的专访中，张侠博士回应，Amazon local zones可以获取横跨区域的无缝连接，即意味著大城市创建local zones，还能中用Outposts的能力。做到云计算，要做到长期投资演说最后，Andy Jassy还是返回了“转型”这个大会的定位上来。

他认为，很多人讨厌亲吻变革，但很多人还不会紧绷：因为变革牵涉到供应商的关系，牵涉到工作的新的定义。但是，如果知道考虑到商业价值，可以把脚“稍微放入水里”试一下，如果没中举，不会忽然找到，自己被扯得很近。

“现在是机遇，所有人都有一点享有，机会就放在你们眼前，此时此刻，AWS不会协助你迈进每一步。”在他的“马拉松式”演说完结的时候，他仍然还是释放出那张PPT。

与去年一样。整体来看，Andy Jassy的演说横截面没去年那么长（去年牵涉到区块链、自动驾驶、混合云，甚至还有地面卫星），但是今年，每一项服务都在“开枝散叶”，大大南北两翼，极具工具属性，去年释放出的“豪言”也都在这次re：Invent上向外界交付给。

AWS首席传道师Jeff Barr在与AWS首席传道师Jeff Barr的对话中，Jeff Barr说道，对AWS而言，还有很多创意要去做到，AWS试着将“战线”变长一点，想全都挤迫在re:Invet上公布。就像量子计算出来还正处于很早期的阶段，AWS不会希望营造这样的环境，做到“长期投资”。在收益上冲破差距，洞见上、理念上的鸿沟有可能更加必须被空缺——这应当是这次AWS re:Invent给我们带给的一些救赎。

录：以上图片皆(公众号：)编辑在AWS re:Invent 现场摄制，提到请求标明原文。年度票选——找寻19大行业的最佳AI落地实践中创办于2017年的「AI最佳掘金案例年度榜单」，是业内首个人工智能商业案例评选活动。

从商用维度抵达，找寻人工智能在各个行业的最佳落地实践中。第三届票选已月启动，注目微信公众号“”，恢复关键词“榜单”参予甄选。下文可咨询微信号：xqxq_xq原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：3044am永利-www.zbyly.org