从re:Invent 2019看AWS的创新之道 – Scale up +Scale out

原创
作者：鸢玮 2019-12-05 14:26:55

云计算

新闻 一年一度的云计算盛会AWS re:Invent 2019如期在拉斯维加斯举行。像往年一样，AWS发布了众多新的功能和服务，涉及到计算、数据分析、人工智能和机器学习、不同的部署方式，量子计算等等。从AWS发布的新功能和新服务可以看出，AWS产品功能的创新方式也可以归纳为Scale up和Scale out。此外，AWS的创新都是以用户为核心，驱动业务的高速发展。

【51CTO.com原创稿件】一年一度的云计算盛会AWS re:Invent 2019如期在拉斯维加斯举行。像往年一样，AWS发布了众多新的功能和服务，涉及到计算、数据分析、人工智能和机器学习、不同的部署方式，量子计算等等。从AWS发布的新功能和新服务可以看出，AWS产品功能的创新方式也可以归纳为Scale up和Scale out。此外，AWS的创新都是以用户为核心，驱动业务的高速发展。

AWS首席云计算企业战略顾问张侠在接受采访时表示，AWS今年推出的功能和服务更加专业化、深化、工具化，一个服务中的子功能有很多类。AWS是全方位的创新，无论是横向还是纵向，而创新的原动力来自于客户的需求，AWS会坚定不移的进行创新，只要是客户的需求，就会持续跟进。

[[284780]]

AWS首席云计算企业顾问张侠

云计算的创新在何处？

云计算发展已有十余年，从早期的云里雾里到如今已经有更多的企业应用部署在多云、混合云的环境中，云计算已经深入到企业中的方方面面。早期，各个云服务提供商通过价格战赢取更多的用户，而后，通过提供丰富的基础架构的产品，来满足用户对于云上的资源需求。然而，这还是不够的。随着大数据、物联网、人工智能的快速发展，各家云服务商也纷纷涉猎，基于云的底层能力，提供上层的工具平台以及服务。

作为云计算领域的鼻祖，AWS自2006年推出以来，一直领跑云计算市场，而AWS每年也会推出很多新的功能和服务，以满足用户的不同需求。与传统的云计算服务商不同，AWS的创新开始更加立体，基于IaaS层面的基础设施则是横向扩展，也就是Scale out的方式，无论是计算、存储、还是数据库，都提供了更加丰富的产品和功能，让用户可以根据自己企业的业务需求而进行选择；是Scale up方面，则开始向上层发力，提供更多平台型的工具化服务，赋能更多的企业。

AWS产品和功能的“新”

在AWS CEO Andy Jassy的近三小时的主题演讲中，发布了众多产品，从技术角度来看，涉及计算、数据分析、人工智能和机器学习、不同部署方式等等。

[[284781]]

一、在计算方面，AWS提供了更多的实例和容器服务。
（1）实例方面，AWS推出M6g、R6g以及C6g，是由AWS Graviton2处理器支持的新一代基于Arm的实例，提供比当前基于x86的实例高40％的性价比。同时，还发布了基于AWS设计的首款机器学习推理芯片Inf1，为客户提供云中最快和最低成本的推理。

（2）在容器方面，AWS发布了Amazon Fargate for Amazon EKS，让客户可以更轻松地在AWS上运行、部署、管理和扩展Kubernetes工作负载和应用。

发布计算新品一览图

二、在数据层面，AWS提供了更多丰富的数据存储、数据分析等新功能和服务。
（1）发布Amazon S3 Access Points，用户可以使用S3上的共享数据集简化针对应用程序的大规模数据访问管理。
（2）Amazon Redshift RA3 Instances with Managed Storage 实例，让客户可以分别扩展计算和存储，并提供比其他云数据仓库提供优异三倍的性能。
（3）发布AQUA (Advanced Query Accelerator) for Amazon Redshift ，创新的新型硬件加速缓存，查询性能比其他云数据仓库高出十倍。
（4）发布Amazon Elasticsearch Service UltraWarm ，用于海量数据弹性搜索服务的新型存储层，降低成本提高效率。
（5） Amazon Managed （Apache) Cassandra Service ，全托管的可扩展，高可用的Apache Cassandra兼容的数据库服务。

三、机器学习以及AI方面，AWS宣布支持包括TensorFlow，pyTorch、Mxnet三大主流的机器学习框架。最引人注目的是，AWS发布了SageMaker的一系列新的功能以及相关AI服务。

（1）Amazon SageMaker Studio是第一个用于机器学习的全集成开发环境，可为机器学习模型的开发部署提供更高的自动化，集成，调试和监控。

（2）Amazon SageMaker Notebooks允许开发人员在几秒钟内启动弹性机器学习笔记本，并通过单击自动执行笔记本的共享。

（3）Amazon SageMaker Experiments帮助开发人员可视化并比较机器学习模型的迭代，训练参数和结果。

（4）Amazon SageMaker Debugger为机器学习模型提供实时监控，以提高预测准确性，减少培训时间，并增强模型的可解释性。

（5）Amazon SageMaker Model Monitor可通过概念漂移（concept drip）检测，发现生产中运行的模型性能何时开始偏离原始训练的模型。

（6）Amazon SageMaker Autopilot允许开发人员将简单数据以CSV文件格式提交，自动生成机器学习模型，并且让使用者了解模型的创建方式，以便随着时间的推移影响其发展。

此外，AWS还发布了四大AI应用服务，包括Amazon Fraud Detector、CodeGuru、Contact Lens for Amazon Connect 、Kendra。

（1）Amazon Fraud Detector基于Amazon.com使用的同样技术，帮助企业实时识别在线身份和付款欺诈。

（2）Amazon CodeGuru帮助软件开发人员自动进行代码审查，并识别应用程序中最重要的代码行。

（3）Contact Lens for Amazon Connect 是新的基于机器学习的分析功能，可让客服中心能够更好地了解客户以改善客户体验。

（4）Amazon Kendra通过使用自然语言处理和其他机器学习技术，整合企业内部的多个数据孤岛，为企业搜索查询提供高质量的结果，而不是针对应关键字而随机生成链接的列表。

AI发布全景图

 四、AWS发布了3个不同环境下部署方式。
（1）正式发布outposts，让客户可以将AWS部署在自己的客户中心。值得注意的是，Outposts是去年亮相，今年正式对外提供服务，有两种部署方式，一是AWS原生的方法，另一种是与VMware配合的。AWS原生方法使用的是AWS的控制面板作为服务的部署和管理方式，是基于AWS的托管和运行；与VMware合作的是采用VMware的配置和管理，由VMware负责AWS相关产品在用户数据中心的运行和管理。那用户如何选择呢？AWS 企业服务市场总经理Eron Kelly在采访中表示，用户的选择与其现有的技术团队技能相关，如果技术团队中对AWS的相关产品技术非常了解，可以使用原生方式，如果企业中技术团队对VMware相对更加熟悉，则会推荐其采用VMware on AWS的方式。

[[284782]]

AWS 企业服务市场总经理Eron Kelly

（2）发布了Local Zones，实现新型的AWS基础架构部署，使AWS计算，存储和数据库和其他特定服务更靠近客户。首个开设的区域是AWS的洛杉矶，洛杉矶客户就可以向洛杉矶终端用户提供只有几毫秒延迟的访问。

（3）与 Verizon 合作，发布Wavelength， 通过5G网络边缘的AWS计算和存储，构建可为移动设备和用户提供毫秒级延迟的应用程序。目前，AWS Wavelength正在提供给Verizon 5G Edge (Verizon 的移动边缘计算 MEC 解决方案) 在芝加哥的精选客户进行试点。此外，AWS 正在与包括沃达丰、SK 电信和 KDDI其他电信公司协作，将于2020 年在欧洲、韩国和日本推出 AWS Wavelength。

领先的关键：以客户需求为驱动

在AWS的多个采访中，几乎所有的受访嘉宾都提到了一点，总结为就是只要客户需要，AWS都会提供。AWS全球市场营销副总裁Ariel Kelman在采访中告诉笔者，倾听客户的心声是AWS的成功的秘诀。

[[284783]]

AWS全球市场营销副总裁Ariel Kelman

Ariel Kelman表示，AWS经常与客户进行沟通，一般客户选择AWS会有两大原因。一是认可AWS的能力，包括产品的广度和深度，完整的服务即及性能。客户希望可以将更多的工作负载迁移到云端，那么要求云服务供应商的能力就越强，AWS的能力赢得了众多客户的认可；二是云的体验，客户会更加关注性能、稳定性、安全等方面，AWS无论是在运维还是安全方面都有很强的优势。

的确，每年AWS都会提供很多新的功能和服务，而这些新的内容，都是来自于客户。例如Outposts，去年宣布后，很多客户都很感兴趣，于是AWS就加速进程，在今天的re:Invent 2019的活动上正式发布。Ariel Kelman表示，Outpost会逐渐推送到各个区域，中国市场也不例外。

自研实力凸显

无论是AWS，还是国内的阿里云、华为云，都开始推出自己的芯片，这是否意味着，公有云服务提供商必须要走硬件设计这条路呢？张侠表示，主流的云服务提供商在发展到一定程度后都会涉足芯片，这是趋势。

AWS在2015年收购以色列的芯片公司Annapurna，获得了设计芯片的能力，于去年推出了第一款基于ARM的自研芯片，在AWS re:Invent 2019上，AWS发布了第二代基于ARM的芯片Graviton2，与基于x86的同类实例相比性能提高了40％，同时推出机器学习推理芯片Inferentia，让用户可以以更低的成本获取更高的机器学习推理能力。

此外，Outposts也是要通过AWS提供的硬件产品才能部署，从Outposts的外表来看，很像是一体机。AWS一直以提供服务为主，未来是否会将其硬件产品出售呢？Eron Kelly表示，目前，芯片和Outposts都是以托管的形式提供服务，未来是否会以硬件方式实现，只要能够为客户带来更高的价值，AWS就会推进。

[[284784]]

Outposts机器

 结语

从AWS发布的新品内容来看，AWS提供的更多的是平台化的工具型功能和服务，有技术实力的企业可以利用AWS提供的产品来开发出适合自己企业的功能和应用。相较于国内，用户更加喜欢直接交付型产品，而无需进行再次开发，这也和文化以及人才是息息相关的。

AWS的创新，虽然不是很酷炫的应用，但是都是基于客户需求所研发的实用型产品。如今企业都在进行数字化转型，转型可以是自己企业转型，也可以是研发出产品帮助客户进行转型，显然，AWS就属于后者。无论是大型企业还是初创公司，无论是政府部门还是学术机构，AWS都在为他们提供服务，帮助企业重塑客户体验，改造业务。

从中国客户的使用情况来看，更多的集中在互联网以及出海的企业，例如网易游戏、虎牙直播、我爱我家等等。我爱我家于2018年11月与AWS接触，通过了解产品、用户口碑，以及相关测试和试用后，我爱我家海外业务官网已部署在AWS上，通过使用Aurora数据库、EC2、CloudFront、S3等服务，满足客户的业务需求。此外，在2019年下半年，我爱我家新房核心系统已经基于AWS构建，采用的是国内的宁夏区域，并在8月在第一个城市试点投产。

相信，AWS的创新步伐不会停止，也会有更多的企业通过AWS来创造属于自己的价值。

【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】