re:Invent十二载，历年技术突破回顾

在此之前，数据仓库是一项重资产的技术，只有大企业才负担得起，而且效果很不理想。Amazon Redshift直接在云上部署，规避了软件在本地安装时要考虑的兼容存储、计算能力以及最小安装等问题。云计算与生俱来的弹性优势，让Amazon Redshift带给客户低成本起步、简化运维和接近无限的扩展能力，实现并发扩展中持续稳定的查询性能，且按用量付费。Amazon Redshift一经推出，迅速成为亚马逊云科技有史以来发展最快的服务，这个记录一直保持到后来亚马逊云科技推出云原生关系数据库Amazon Aurora。

产品发布不是终点而是起点，在发布之后会一直不断创新迭代。Amazon Redshift也不例外，尤其值得重点提及的是2017年发布的Amazon Redshift Spectrum，让Amazon Redshift从此具备了打通数据仓库和数据湖的能力，支持企业进行跨数据仓库、数据湖和运营数据库的数据查询，形成亚马逊云科技推出的智能湖仓架构的雏形。

当年正值移动互联网、物联网兴起，产生了海量的互联网日志数据、设备数据、视频数据。数据源多，实时产生，源源不断奔涌而来，传统的数据管理技术难以招架。Amazon Kinesis以云上托管的形式，开启了云上实时接收及处理流式数据的先河，为移动互联网时代的流式数据实时分析处理奠定了基础，如今它已广泛用于监控、作弊检测和实时排行榜等实时应用程序，消费电器、嵌入式传感器、电视机顶盒等IoT设备的流数据处理，家庭、办公室、工厂和公共场所的安全监控数据流处理，以及应用程序之间的数据共享，流式抽取、转换、加载和实时分析。

Amazon Aurora云原生关系数据库是亚马逊云科技历史上用户数量增速最快的云服务之一。

Amazon Aurora全面兼容开源数据库MySQL及PostgreSQL，它的速度最高可以达到标准MySQL的5倍、标准PostgreSQL的3倍，成本却只有传统商业级数据的十分之一。Amazon Aurora还提供高可用性和持久性，可跨3个可用区复制6个数据副本，从而可以容忍AZ+1的故障，在1个AZ瘫痪的情况下仍然可以写入数据；在1个AZ瘫痪并且再发生1个存储节点故障的情况下，不会丢失数据。

Amazon Lambda是业界首个Serverless函数计算服务，它让开发者可以运行几乎任何类型的应用程序或后端服务代码，无需预置或管理服务器，从而更专注自己的业务。Amazon Lambda的推出开阔了整个云计算业界的视野，今天，Serverless这种应用程序架构，正成为整个软件架构世界的一大主流。

在Amazon QuickSight之前，BI也是一项重资产的IT投入。Amazon QuickSight让用户按会话付费，基础设施由亚马逊云科技全托管，极大地降低了BI的门槛。Amazon QuickSight是整个亚马逊云科技整个云服务体系中离商业决策最近的服务之一，帮助客户解决大数据应用的“最后一公里”问题。

Amazon Snowball是亚马逊云科技首个硬件服务，以租用的方式提供给客户，开创了海量数据快速安全迁移上云新模式。

现在，亚马逊云科技已经发展出完整的Amazon Snow系列服务，规模从小到大，包括Amazon Snowcone、Amazon Snowball和Amazon Snowmobile，具备边缘计算、PB级数据传输、边缘存储等多方面的功能，不断将云计算的能力推送到世界每一个角落。

Amazon Athena和Amazon Glue的发布是亚马逊云科技迈向数据湖的重要一步，因为数据不需要预处理，可以源源不断地直接存入Amazon S3（简单、持久、可大规模扩展的对象存储服务），成为数据湖的核心。

Amazon Nitro架构是Amazon EC2计算实例实现高性能、高安全性和快速创新的秘密武器。传统云计算都是基于软件虚拟化的计算，服务器既要运行提供给客户的虚拟机，也要运行网络、存储、安全、监控等各项功能，服务器管理虚拟机大约要占去30%的服务器性能开销，导致服务器只有约七成的资源能够提供给用户。Amazon Nitro架构在业界首次使用专用芯片，采用板卡+专用软件的方式，把服务器性能完全通过全新虚拟化技术解放出来，消除服务器虚拟化性能损耗，用户可获取全部物理服务器资源。

如今，Amazon Nitro架构已经成为亚马逊弹性计算服务 Amazon EC2的公共基础设施，它让亚马逊云科技可以利用处理器技术的不断创新，快速推出新一代Amazon EC2实例，超过400种Amazon EC2实例创新都以此为基石。

以往，开展机器学习需要搭建硬件环境并适配其兼容性、配置机器学习框架、分别部署多种工具，用于准备数据、训练模型、测试模型、部署模型等，繁琐的流程给数据科学家带来很高的上手门槛。Amazon SageMaker以全托管的方式，消除了基础设施管理的繁琐工作，并且将各种工具部署在一个平台上，让数据科学家不需要花时间构建机器学习的基础架构，直接利用开箱即用的集成环境，专注于机器学习本身。

在2019年的re:Invent全球大会上，亚马逊云科技进一步推出了Amazon SageMaker Studio，这是首个全集成的机器学习开发环境，对用户更友好，进一步提高数据科学家的工作效率。

Amazon Outposts采用租用的模式，利用亚马逊云科技相同的基础设施，首次把Amazon EC2、Amazon Elastic Block Store（Amazon EBS，易于使用、适用于任意规模的高性能数据块存储）、Amazon S3等服务引入客户本地的数据中心，把云延展到了客户现场，为客户提供云端和本地一致的体验。Amazon Outposts的推出重塑了混合云的概念。

DeepRacer是一款由强化学习、3D赛车模拟器驱动，真车1/18大小的全自动驾驶赛车。Amazon DeepRacer内置了强化学习框架，使用者通过简单设置模型训练参数就可以在线上Amazon DeepRacer模拟器中直接训练、评估和调整驱动赛车的强化学习模型，然后将自己的模型部署到Amazon DeepRacer上，从而获得堪比现实世界的自动驾驶经验，中学生也能上手，寓教于乐体验机器学习。

亚马逊云科技还推出了Amazon DeepRacer联赛（包括线上模拟赛和线下实体赛），无论经验丰富的专业人士，还是第一次开发模型的新手，都可以通过Amazon DeepRacer设备和3D虚拟赛车模拟器参加Amazon DeepRacer月度联赛，在比赛中表现优异的选手还有机会参与亚马逊云科技re:Invent全球大会上举行的Amazon DeepRacer冠军杯赛。

Amazon Graviton2的推出，标志着亚马逊的Arm架构自研处理器进入规模化应用阶段。相比X86处理器，Arm处理器架构更精简、更节能，但此前一直没能在企业级应用领域取得突破。Amazon Graviton2的规模应用树立了Arm处理器在企业级应用的标杆。对比x86处理器，基于Amazon Graviton2的同规格实例性价比提升可达40%。基于Amazon Gravition2处理器，亚马逊云科技推出Amazon EC2 M6g、C6g、R6g等实例。

Amazon EC2 Mac实例基于Mac mini构建，使客户首次能够在亚马逊云科技云端按需运行mac OS工作负载，为iPhone、iPad、Mac、Apple Watch、Apple TV和Safari开发应用的开发人员，可以通过使用Amazon EC2 Mac实例，在几秒钟内配置和访问macOS环境，根据需求动态扩展容量。

作为Serverless关系数据库，Amazon Aurora从Serverless v1进化到v2，是一个质的飞跃。v2可以做到实时自动容量伸缩，只需不到一秒的时间，即可瞬间将处理能力从数百个事务扩展到数十万个事务。开发者不需要按峰值负载来预置容量，从而节省高达90%的成本。Amazon Aurora Serverless v2在整个行业推动了数据库服务的演进。

新一代基于Arm的自研CPU处理器Amazon Graviton3，与由Graviton2处理器支持的前一代C6g实例相比，可将计算密集型工作负载性能提高多大25%。

大数据迈向Serverless时代，推出的四个新的大数据分析Serverless服务：包括云原生数据仓库Amazon Redshift Serverless，云上大数据分析Amazon EMR Serverless，流式数据管道Amazon MSK Serverless和实时数据处理Amazon Kinesis on-demand，可以大幅缩减企业大数据分析旅程，让用户不再担心硬件资源。

为云而生的硬件创新：发布Amazon Nitro v5，较前一代显著改善延迟30%，同时每瓦性能提高40%，PPS提高60%；发布基于Arm的定制Amazon Graviton3E系列芯片，相较前一系列对依赖矢量指令的工作负载的性能提高35%。

发布4项新的Zero-ETL集成功能，使客户能够快速、轻松地连接和分析数据，而无需构建和管理复杂的提取、转换和加载（ETL）数据管道：Amazon Aurora PostgreSQL、Amazon DynamoDB、Amazon RDS for MySQL与 Amazon Redshift数据库的集成，以及Amazon DynamoDB与Amazon OpenSearch服务的Zero-ETL集成。

引领Serverless时代全面到来：发布Amazon Lambda SnapStart实现高达90%的冷启动延时，让用户可以无感知的实现应用的扩展；发布Amazon OpenSearch Serverless，标志着所有亚马逊云科技提供的数据分析服务已全部实现了Serverless无服务器化。

推进云原生数据战略全面服务化：推出全链路云原生数据服务家族，降低企业使用门槛，普惠企业数据创新。发布Amazon Data Zone，可集成Amazon Redshift、Amazon Athena和Amazon QuickSight，以及对第三方数据源提供API接口，实现细颗粒度数据管理；宣布Amazon Aurora支持与Amazon Redshift的Zero-ETL集成，实现对Aurora PB级交易数据的近实时分析和机器学习。

全新一代Amazon Graviton4：相比Amazon Graviton3，核心多出50%，内存带宽提升75%，Amazon Graviton4芯片速度较Amazon Graviton3提升30%，对于数据库和Java应用等关键工作负载方面实现了更显著的性能提升，分别提升了40%和45%。

NVIDIA创始人、CEO Jensen Huang宣布，亚马逊云科技成为首家推出NVIDIA GH200 NVL32实例的云厂商。这款海外上线的实例带有32个GH200超级芯片，它们之间通过高达900GB/s NVLink网络进行互联，形成一个具有高达20TB共享内存的实例，可用于加速训练具有1万亿参数的AI大模型；发布全新一代Amazon Trainium2芯片，拥有数千亿甚至数万亿个参数的基础模型训练做了优化，性能比上一代芯片提高到4倍，拥有65EFlops可以按需提供性能支持。明星生成式AI企业Anthropic计划用Trainium2芯片构建模型。

发布Amazon Bedrock全新功能，包括模型的微调、检索增强生成（RAG）以及基于Amazon Titan大模型的预训练；正式推出Amazon Bedrock Agents，用户可以通过简单的几个步骤创建和部署完全托管式的Agent，通过动态调用API来执行复杂的业务任务。Amazon Bedrock可以根据用户提供的自然语言指令完成任务所需的API架构；发布Amazon Bedrock Guardrails，根据应用程序需求和AI政策定制保障措施。Guardrails可以跨基础模型，为所有应用程序提供一致的AI安全级别，阻止生成式AI应用程序中不需要的话题，根据AI策略过滤有害内容等。生成式AI一定要是安全的，是负责任的，这是亚马逊云科技的Job Zero。

发布企业生成式AI助手Amazon Q，改变了企业用户、开发者和IT人员在亚马逊云科技上构建、部署和运维应用程序和工作负载的方式。Amazon Q功能强大，易用性高，能够满足用户在数据分析、软件开发等方面的需求。

客户可以通过亚马逊云科技管理控制台、文档页面、IDE、Slack或其他第三方对话应用程序的聊天界面访问Amazon Q。这些是Amazon Q广泛应用的一个开始。