扫一扫
关注微信公众号

“智能+”时代,AWS如何持续引领云计算未来
2019-10-31   中国IDC圈

  放眼当今世界最新技术趋势,一切都与云计算息息相关。虽然提高业务敏捷性和速度是企业和各类组织采用云技术的主要侧重点,但其作用远不止于此。云计算如今已经形成了一个庞大的服务体系,当企业通过云服务商构建云原生应用时,可以通过云服务的上百种云服务,从而加快应用开发与创新步伐,获得额外的优势,相比基础设施,这些服务可能是最令人兴奋的部分。
 
  作为全球最大的云服务商,亚马逊AWS一直是世界上服务最丰富、应用最广泛的云服务平台,仅2018年AWS就推出1957项新服务和功能,获得全球企业和机构的广泛青睐。根据10月24日亚马逊公布的第三季度财报显示,其AWS云服务收入为89.95亿美元,较去年同期的66.79亿美元增长34.7%,在如此巨大的规模下保持如此高的增长速度,在世界上是少有的。
 
  日前,AmazonWebServices(AWS)全球技术峰会深圳站落下帷幕,这也是继上海、北京、香港、台北后在大中华地区的第五站。在本次峰会上,AWS副总裁、全球技术与开发者布道师团队伊恩·马辛哈姆揭示了云计算领域的最新技术趋势,分享了AWS一系列最新的产品及服务,深度解读前沿技术如何为业务赋予新能量。他表示,AWS一直都格外推崇Builder(构建者)文化。Builder是AWS的公司词汇。AWS所说的Builder指的是那些喜欢发明创造的人,他们善于发现客户体验的不足、进而进行改良,他们能意识到产品发布只是一个开始而不是结束的,对产品进行不断的迭代。AWS在招聘人才的时候会尽量招聘Builder。Builder也包括在AWS的生态链上一起喜欢发明创造的人。AWS始终在思考如何帮助Builder利用AWS广泛且丰富的云服务,实现从想法到现实的构建。
 
 
AWS副总裁、全球技术与开发者布道师团队伊恩·马辛哈姆(IanMassingham)
 
  满足多样化上云路径
 
  如今我国企业上云步伐明显加快。此前,工信部发布《推动企业上云实施指南(2018—2020年)》提出,到2020年,行业企业上云比例和应用深度要显著提升,云计算在企业生产、经营、管理中的应用广泛普及,全国新增上云企业100万家,形成典型标杆应用案例100个以上,出现一批有影响力、带动力的云平台和企业上云体验中心。
 
  然而对于不同行业而言,在上云过程中的需求和路径也不尽相同。对此,伊恩介绍说,AWS提供了最为广泛的云服务,其中最主要的就是云迁移服务。他指出AWS在帮助客户迁移至云端的过程中,总结出了一项最基本的经验,即“不存在适合一切场景的应用迁移方法”。因此,AWS专门打造了11种数据迁移方式及数据库迁移工具。目前,已经有超过15万套数据库利用AWS数据库迁移服务完成迁移。
 
  以工业互联网浪潮带起的制造企业“上云”趋势为例,伊恩介绍说,用户主要采用以服务为导向(SOA)的IT架构,将各种业务应用以微服务方式进行交互处理,保障业务随着应用场景发展而迭代,支撑用户全新体验与个性化服务。伊恩表示,不管哪种企业选择了哪一条路去上云,AWS都能够支持。
 
 
AWS制造参考架构
 
  从云端到边缘的开拓
 
  据麦肯锡预测,到2025年,全球联网设备总量将达750亿。对此,AWS推出了基于AWSIoT的服务,帮助不同行业且规模各异的企业客户构建物联网解决方案。例如通过AWSIoTGreengrass可将AWS无缝扩展至边缘设备,可以在本地(边缘设备)操作其生成的数据,同时仍可将云用于管理、分析和持久存储。在边缘层面的具体应用上,伊恩认为物联网应用的目的之一是促使IoT设备的信息复原,AWS给出了三类AWSIoT服务:
 
  第一类是设备管理服务。由于物联网设备的数量异常庞大,企业如何管理这些设备成了一个挑战。AWS的IoT设备管理服务,从设备的加载、组织、监控、远程管理等环节,帮助企业完成设备生命周期中从生产到停用的每个阶段。
 
  第二类是物联网安全。企业在催生响应式IoT应用程序的同时,也会暴露IoT安全漏洞,为恶意角色或意外数据泄漏打开通道。AWS提供一项完全托管的服务AWSIoTDeviceDefender,帮助企业保护IoT设备队列的安全。
 
  第三类是物联网设备分析工具。主要是对物联网设备本身的数据进行分析。
 
  此外,AWS还有基于微控制器的开源操作系统AmazonFreeRTOS,可以轻松地对低功耗的小型边缘设备进行编程、部署、安全保护、连接和管理。AmazonFreeRTOS通过软件库对FreeRTOS内核(一款适用于微控制器的常见开源操作系统)进行了扩展,让用户可以轻松地将小型低功耗设备安全地连接到AWSIoTCore等AWS云服务或运行AWSIoTGreengrass的、功能更强大的边缘设备。
 
  值得一提的是,在本次峰会上AWS也宣布在深圳建立大中华区第二个物联网实验室。该实验室旨在提供经过认证的、由APN合作伙伴构建的硬件和软件解决方案,帮助客户加速物联网应用程序的设计和部署。
 
  通过AI提升应用程序智能水平
 
  谈及AI如何赋能企业,伊恩认为这是一个需要整个生态链参与的系统工程。AI需要AWS作为云服务商提供算力和相关的云服务,也需要真正懂得企业know-how的人通过数据模型建立算法。当然,足够的数据量支持也是非常必要的。从AWS的角度,其宗旨是希望将AI简化成一种简易的、普遍化的服务,去赋能开发人员和数据科学家。伊恩介绍说,AWS的人工智能与机器学习服务分为三个层次:
 
  首先,最底层是提供机器学习的技术基础设施,也就是提供类似AmazonEC2、AmazonS3等计算和存储资源,用于深度学习、机器学习、大规模的模型训练。AWS提供了高性能的计算平台,使用包括Intel、AMD、NVIDIA等最新的芯片能力,以及其它芯片层面加速计算的硬件。
 
  其次,就是现在非常广泛使用的人工智能及机器学习框架,AWS会根据这些框架来进行优化。比如针对Tensorflow,AWS进行了框架服务的资源打包。AWS提供了类似深度学习AMI打包、容器化等方面的云服务,使其能够直接为数据科学家所用。目前AWS能够支持所有主流框架。
 
  第三层是在推理侧,AWS发布了弹性推理AmazonElasticInference,可以部分调用FPU、GPU的资源到通用实例上,而无需去使用一些高端、高配的实例,这样可以帮助用户降低推理方面的成本。
 
  除此之外,为了加快数据科学家对于机器学习的部署流程,AWS还提供了一系列AI/ML的服务,例如AmazonSageMaker,它是一项完全托管的服务,它覆盖了整个机器学习工作流程,以标记和准备数据、选择算法、训练模型、调整和优化部署、进行预测并采取行动,用户的模型仅需更少的工作量和更低的成本便可更快地投入生产。
 
  走开放生态之路
 
  从核心基础设施到人工智能,AWS服务产品可以满足任何规模的企业,这也意味着AWS可以构建广泛的合作生态圈。不同于细分的服务类型,伊恩将AWS的合作伙伴简化为供应链端、购买端和销售端三类。“AWS一直在构建更适合市场的生态环境,只是现在对整合资源、吸引更多有价值合作伙伴的工作,目标更加明确,节奏更快。”这里伊恩特别强调了销售端的合作伙伴,他表示这也是AWS最为广泛的生态圈。例如AWS的Marketplace,其中有很多机器学习、人工智能的算法,都是合作伙伴基于SageMaker开发的算法以及模型。
 
  针对中国本土的生态建设,AWS首席云计算企业战略顾问张侠补充介绍说,AWS有一个全球性的合作伙伴项目——AWS合作伙伴网络(APN)。APN合作伙伴分为两大类:其一是基于技术的合作伙伴,例如利用AWS技术的SaaS服务供应商,在张侠看来这些既是AWS的客户,也是合作伙伴,通过合作一起为用户提供更好的技术产品。在中国,比较知名的合作伙伴例如CRM领域的销售易、云ERP厂商金蝶等,都和AWS保持了弥久历新的合作关系。
 
AWS首席云计算企业战略顾问张侠
 
  另一类是SI实施、咨询类的合作伙伴。张侠介绍说,企业希望利用AWS在敏捷性、灵活性、丰富的功能、成本效益及全球覆盖上的优势,像初创公司一样快速创新。因此,通过德勤、凯捷、富通云腾、神州泰岳等服务商的专业知识和深厚的行业经验,他们在中国帮助企业更加快速、平稳地迁移上云。最近,AWS跟上述合作伙伴都签署了战略协作,可以使他们跟AWS更加紧密地协作,更好地为客户服务。
 
  以客户为中心的创新文化
 
  AWS以顾客为中心的创新文化,是AWS津津乐道的话题,也是AWS客户颇为称道的地方。
 
  格兰仕集团首席信息官努尔古丽对记者分享了她的经历。她说,格兰仕决定开发智能产品时,也跟国内很多研究机构谈过合作,受到了一些启发,不过要真正做出一个产品投放到市场,大家都缺一点这方面的经验。鉴于AWS掌握AmazonEcho音箱、Alexa的经验,格兰仕决定跟AWS合作。
 
  格兰仕集团创建深圳创新中心的时候,努尔古丽一个人背着背包走马上任。AWS有一名工程师跟她一起,起步就他们两人。他们在空荡荡的办公室,进行了大量的交流和碰撞,如何做出智能产品投放到市场,几乎每天都工作到凌晨两三点。格兰仕有结构工程师、有设备端的研发工程师,但是在云端的开发人才几乎没有。AWS帮格兰仕一起招聘组建团队,给格兰仕传授经验,很快把团队组建起来。两个月就从努尔古丽一个人变成68个人。跟AWS合作半年之后,格兰仕的智能冰箱上市了。多款智能产品即将上市。努尔古丽至今对AWS给予的支持发自内心地感谢。
 
  让努尔古丽印象深刻的是AWS工程师所体现出来的创新文化。他们知道的会告诉你知道,有的会告诉你有,没有的也会非常坦诚的告诉你没有,可以跟你一起来做一些研究。例如在用户体验层面,特别是家电行业的用户体验,AWS工程师的经验比格兰仕的工程师欠缺一点,他们会非常坦诚地跟格兰仕的工程师坐下来,一起研究做这些工作。这让努尔古丽感觉收获很大。
 
  而在开发智能产品时,IoT方面的设计则是AWS工程师的强项。努尔古丽说,他们教会格兰仕的团队怎么来思考,IoT产品的设计从什么地方出发,应该思考哪些问题,什么时候做哪些事,这些经验的分享对格兰仕非常重要。再结合格兰仕工程师的行业经验,成功地把产品开发出来推向市场。
 
  综上,记者认为,在智能+时代,AWS正在通过基础云平台、物联网与人工智能服务、行业生态以及公司独特的创新文化等方面的优势,持续引领云计算的未来。

热词搜索:智能+ AWS

上一篇:青云QingCloud发布《企业核心业务数据库云化转型解决方案》白皮书
下一篇:云计算和边缘计算,谁更依赖数据引力?

分享到: 收藏