re:Invent 2023中国行城市巡展盛大开启！城市首巡——北京站走起！

亚马逊云科技 2023-12-13

103

承接2023亚马逊云科技 re:Invent 全球盛会余韵，2023亚马逊云科技 re:Invent 中国行城市巡展于今日盛大开启，北京站率先启动！全球盛会，中国共享。北京站巡展当日，除了有重磅嘉宾全景解读2023亚马逊云科技 re:Invent 重磅发布和应用创新外，更有行业专家现场畅谈前沿趋势及最佳实践，与开发者共探前沿第一线。

即日起，re:Invent 2023 中国行其余城市巡展也将陆续展开，超多精彩不间断！今日北京站有哪些看点？先来跟我们一睹为快！

re:Invent 2023

重磅发布及应用创新速览

亚马逊云科技大中华区产品部总经理陈晓建表示：“作为全球云计算的开创者和引领者，亚马逊云科技在每年的 re:Invent 全球大会上都会发布众多新服务、新功能和新应用。我们在基础设施、计算、存储、数据等领域持续重塑云计算，并围绕当今最具变革性的技术生成式 AI 推出重磅新服务及功能。我们希望通过这些技术创新，帮助更多企业加快创新速度，利用生成式 AI 全面重塑未来。”

为给大家深入解读2023亚马逊云科技 re:Invent 的精华内容与重磅发布，陈晓建从“利用生成式 AI 重塑未来”和“重塑云计算”两个主题出发，展开了接下来的主题分享。

全面发力生成式 AI ——帮助企业更轻松、安全地构建和应用生成式 AI

生成式 AI 在技术变革、重塑人们的行为方式方面拥有巨大潜力。亚马逊云科技为生成式 AI 提供三层架构，包括利用基础模型构建的应用程序、使用基础模型进行构建的工具和用于基础模型训练和推理的基础设施，并在每一层都持续创新，帮助客户更轻松、安全地构建和应用生成式 AI，进一步降低利用生成式 AI 的门槛。

◆ 推出 Amazon Q，重塑未来工作方式。这是一种新型生成式 AI 支持的助手，可以根据客户业务进行定制，专门用于满足办公场景需要。客户可以快速获得复杂问题的相关答案、生成内容并采取行动——所有这些都基于客户自身的信息存储库、代码和企业系统的见解。此外，客户的内容绝不会用于训练 Amazon Q 的底层模型。无论是在亚马逊云科技上进行构建、使用内部数据和系统，还是使用亚马逊云科技应用程序实现商业智能 (BI)、联络中心和供应链管理的客户，Amazon Q 都是良好的基于生成式 AI 的助手，能够帮助各个行业、各种规模的企业安全地使用生成式 AI。Amazon Q 已向客户提供预览版，Amazon Connect 中的 Amazon Q 已正式推出，Amazon Supply Chain 中的 Amazon Q 即将推出。

◆ Amazon Bedrock 发布更多模型选择和全新强大功能，助力安全构建和规模化生成式 AI 应用。来自 Anthropic、Cohere、Meta、Stability AI 和亚马逊最新的高性能模型为客户提供更丰富的行业领先模型选择，以支持各种用例。此次发布进一步降低了生成式 AI 应用的门槛——为客户提供了更多行业领先的模型选择和评估模型新功能，以简化客户使用相关和专有数据定制模型的方式；提供自动执行复杂任务的工具；并为客户配备了提供负责任地构建和部署应用程序的保障。

◆ 推出五项 Amazon SageMaker 新功能，助力规模化开发应用模型。Amazon SageMaker 的五项新功能让企业更轻松快速地构建、训练和部署支持各种生成式 AI 使用场景的机器学习模型。新功能包括：Amazon SageMaker HyperPod 可大规模加速基础模型训练，能够缩短高达40%的训练时间，并可以确保持续数周或数月的训练过程不中断；Amazon SageMaker Inference 推理功能可平均降低50%的部署成本和20%的推理延迟；Amazon SageMaker Clarify 可以帮助客户评估、比较和选择最佳模型；Amazon SageMaker Canvas 的两项增强功能——用自然语言指令准备数据、利用模型进行大规模业务分析，将使客户能够更轻松、更快速地将生成式 AI 集成到他们的工作流程中。

强大的数据支持对生成式 AI 至关重要。在 re:Invent 2023，亚马逊云科技还围绕数据基础设施、集成以及治理等推出了多项服务及功能。

◆ 进一步丰富向量数据库选择，确保业务数据和向量数据同步支持生成式 AI。亚马逊云科技推出了 Amazon OpenSearch Serverless 向量引擎、Amazon DocumentDB 和 Amazon DynamoDB 的新向量搜索功能、Amazon Memory DB for Redis 向量搜索预览版，提升生成式 AI 应用在响应和延迟方面的性能表现。亚马逊云科技还正式推出图数据库分析引擎 Amazon Neptune Analytics，帮助 Snapchat 这样的应用在几秒钟内对数十亿个连接进行图形分析。

◆ 推出四项 Zero-ETL 集成特性，让跨数据存储的数据访问与分析更快速、更便捷。通过全新的 Amazon Aurora PostgreSQL、Amazon DynamoDB、Amazon Relational Database Service（Amazon RDS）for MySQL 与 Amazon Redshift 的 Zero-ETL 集成特性，使得在 Amazon Redshift 中连接和分析多个关系型和非关系型数据库的数据变得更加容易。此外，客户现在还可以使用 Amazon OpenSearch Service 对 Amazon DynamoDB 数据进行近乎实时的全文和向量搜索。无论数据存储在哪里，这些 Zero-ETL 集成特性都能简化数据连接和操作流程，使客户灵活地利用亚马逊云科广泛而领先的数据库和分析服务，深入挖掘新洞见的同时，更迅速地实现创新并做出更明智的数据驱动决策。

◆ 在数据治理方面，亚马逊云科技为 Amazon DataZone 推出了 AI 描述建议功能预览版，它能够为企业的数据集自动生成更易理解的业务描述，并提供该数据集的使用建议。亚马逊云科技还推出了 Amazon Clean Rooms ML 预览版，可帮助企业及其合作伙伴在集合数据上应用机器学习模型，而无需相互复制或共享原始数据，并为其推出了第一个专门帮助公司为营销用例创建相似细分市场的模型。

重塑云计算——自研芯片、存储、无服务器的持续创新

芯片是企业所有工作负载的基础。亚马逊云科技十多年来持续针对自研芯片进行创新，每一代自研芯片都提升性价比和能效；同时为客户提供了基于 AMD、Intel 以及英伟达等的最新芯片和实例组合。在 re:Invent 2023，亚马逊云科技重磅推出了Amazon Graviton4 和 Amazon Trainium2 自研芯片，为机器学习训练和生成式 AI 应用等广泛的工作负载提供更高性价比和能效。

◆ Graviton4 与当前一代 Graviton3 处理器相比，性能提升高达30%，独立核心增加50%以上，内存带宽提升75%以上，为在 Amazon Elastic Compute Cloud (Amazon EC2) 上运行的工作负载提供最佳性能和能效；基于 Graviton4 的 Amazon EC2 R8g 实例目前已提供预览。值得一提的是，通过与光环新网和西云数据的紧密合作，基于 Graviton3 处理器的 Amazon EC2 C7g、M7g、R7g 实例目前均已在亚马逊云科技中国（北京）区域和中国（宁夏）区域正式可用，为中国客户广泛的云上工作负载带来更高性价比和能效。

◆ Trainium2 芯片专为以高性能训练具有数万亿个参数或变量的基础模型和大语言模型而构建。Trainium2 与第一代 Trainium 芯片相比，性能提升多达4倍，内存提升3倍，能源效率（每瓦性能）提升多达2倍。Amazon EC2 Trn2 实例采用最新的 Trainium2，一个单独实例包含16个 Trainium 加速芯片。Trainium2 实例致力于为客户在新一代 EC2 UltraClusters 中扩展多达100,000个 Trainium2 加速芯片，并与 Amazon Elastic Fabric Adapter（EFA）PB 级网络互联，提供的算力高达65 exaflops，客户可按需获得超级计算级别的性能。

Amazon Simple Storage Service（Amazon S3）自17年前推出以来，已成为最受欢迎的云存储服务之一，在全球拥有数百万各行各业的客户。在本次 re:Invent 大会，亚马逊云科技宣布 Amazon S3 Express One Zone 正式可用，与 Amazon S3 Standard 相比，数据访问速度提高至多10倍，数据请求成本降低50%，为机器学习训练和推理、交互式分析以及媒体内容创建等请求密集型工作负载提供最高性能存储。

亚马逊云科技在17年前就开创性地推出了无服务器技术，为客户提供极致的弹性和自动扩展能力。在 re:Invent 2023，亚马逊云科技宣布推出三款无服务器服务创新，帮助客户以任意规模分析和管理数据并显著简化运营，客户无需花费时间和精力去配置、管理和扩展其数据基础设施。其中，Amazon Aurora Limitless 数据库可跨多个 Amazon Aurora Serverless 实例自动分发和查询数据，并能够扩展到每秒百万次的事务级写入并管理PB级数据。Amazon ElastiCache Serverless 可以帮助客户在一分钟内创建高可用的缓存，并实时进行垂直和水平扩展以支持客户复杂的应用程序，且无需管理基础架构。Amazon Redshift Serverless 利用人工智能（AI）预测工作负载并自动扩展和优化资源，帮助客户实现高性价比的目标。

加速构建生成式 AI：从战略到落地

IDC 中国首席分析师主题分享

IDC 中国副总裁兼首席分析师武连峰在演讲中提到，企业数字化转型已经进入深海区，AI 无处不在的时代已经开启。调研显示，拥有5000名以上员工的企业中，80%的企业认为生成式 AI 将在未来18个月内颠覆他们的业务。企业高管们希望在2024年看到生成式 AI 在客户体验、决策制定和订单速度方面的收益。

2023年11月最新的用户调研数据显示，无论是全球还是中国的行业用户对于生成式 AI 的应用和部署非常热衷，超过90%的受访中国企业已经开始在业务中尝试生成式 AI 应用，如开发潜在应用场景、做模型的初步测试和概念验证，甚至是已经开始在生成式 AI 方面投入大量资金。

企业需要建立以应用场景为核心的生成式 AI 应用路线图。在 IDC 中国 Gen AI 调研结果中显示，超20%的企业认为生成式 AI 对软件开发与设计、产品开发与设计以及客户互动会产生比较大的影响。企业生成式 AI 的主要落地场景包括在线客户服务、专业代码生成、知识萃取与分类、办公文案创作等。从垂直行业的角度来看，制造、能源、医疗、零售电商和游戏行业均在多个生产流程中有大量的生成式 AI 应用场景。

武连峰还提到，不同的企业需要结合自身的战略优势、模型控制、治理、安全和隐私等能力以及企业内部人才、数据和预算的可用性来确定自己的生成式 AI 开发与落地的模式。

企业可以选择适合自己的伙伴与基础大模型进行生成式 AI 应用的构建。调研结果显示，超过三成的企业会选择公有云提供商以及 IT 咨询伙伴作为他们最重要的生成式 AI 的战略合作伙伴。在开发与部署时选择云服务商主要考量的因素包括数据相关服务、全生命中期的监控调优、基础模型的效果和性能以及安全和私有的环境等，在模型的选择和定制上，企业重点关注的维度有以业务需求为主要衡量因素进而考虑某个任务上的准确率和响应时间、模型规模（参数规模、训练数据规模）、不同类型任务的潜在效果、泛化能力等。