恒久押注呆板学习，云盘算巨头AWS为何这么做？

老鼠老虎

原标题：恒久押注呆板学习，云盘算巨头AWS为何这么做？

亚马逊云服务（AWS）是怎样成为环球云盘算老大的，它做云有没有一套可鉴戒的方法论？

作为亚马逊公司旗下云盘算服务平台，AWS也已经推出上线14年，我们很难用一句话说清AWS可以或许在云盘算范畴连续增长和创新的法门。迩来，呆板学习成为AWS内部一项极其紧张的业务，我们大概可以或许从中总结出AWS在云盘算上一些打法。

在AWS披露的一项数据中，自 2016年推出3项呆板学习服务以来的5年间，AWS已经累计推出776+的呆板学习服务和功能。按照2019年的数据，新推出248项呆板学习服务和功能后，呆板学习在当年新推出服务和功能的总量（2345项）中的比例凌驾10%。

在呆板学习上提供的服务越来越深入

当中国云服务商纷纷进军财产界，并渐渐确定差别化发展方向的时间，远在美国的环球云盘算巨头AWS却在疯狂为它的呆板学习服务背书。

在不久前的“亚马逊re:Invent 2020大会”上，AWS CEO Andy Jassy 在主题演讲中讥讽道：“2019年，我用75分钟来讲呆板学习，但2020年我想换种方式。”而接下来，无论是他本身的论述照旧客户证言，在他长达3小时的演讲中，“呆板学习”被提及的次数凌驾75次。

云盘算的发展，为呆板学习提供了发达发展的泥土。亚马逊副总裁兼CTO Werner Vogels 博士在“2021将改变天下的八大技能趋势”的猜测中提到，呆板学习在2020年已经成为主流，将来三年内天下产生的数据比已往30年还要多，而与呆板学习模子相联合，利用数据摄取和聚合工具，成为各行各业处置惩罚信息的唯一现实方法。

认准了呆板学习的方向之后，AWS已经对呆板学习的将来做出了趋势性判定，在呆板学习上所提供的服务越来越深入。

从2016年-2020年的五年间，AWS在呆板学习上推出的服务数目增长最快的是2017-2018年，这期间，呆板学习服务从2017年的60项，增长155项至215项，今后AWS的呆板学习服务每年以“200+”的增量发展。

停止现在，AWS的呆板学习服务已经形成了“上-中-下”三个条理的服务框架：

睁开全文

AWS呆板学习服务框架图

第一层，AI 服务，这类服务包罗了视觉、音频-笔墨互转、谈天呆板人等即拿即用的服务；

第二层，Amazon SageMaker服务，这类服务可以资助利用者主动标志数据，并提供了SageMaker studio集成开辟情况，是一个全托管的呆板学习平台；

第三层，呆板学习框架和底子办法，这类服务包罗了可供利用者选择的多种呆板学习框架，以及包罗算力芯片、服务器等的底子办法。

第一层，AI 服务，这类服务包罗了视觉、音频-笔墨互转、谈天呆板人等即拿即用的服务；

第二层，Amazon SageMaker服务，这类服务可以资助利用者主动标志数据，并提供了SageMaker studio集成开辟情况，是一个全托管的呆板学习平台；

第三层，呆板学习框架和底子办法，这类服务包罗了可供利用者选择的多种呆板学习框架，以及包罗算力芯片、服务器等的底子办法。

“我们的呆板学习办理方案，可以或许快速举行数据的模仿，发掘数据代价。改变数据管理体系，可以把盘算和分析融入全部的业务当中。”Andy Jassy 在演讲中说。

这正是AWS的高明之处，它将呆板学习抽象为了一项通用服务，是数据湖、数据堆栈、数据智能这些当下热门服务的必备工具。不夸大行业属性、不夸大利用场景，只夸大“呆板学习”作为一项服务对IT和业务服从的提拔。至于用到哪儿、用到什么行业什么场景，客户说了算。

同时，呆板学习也可以是更加普惠和易用的。在Andy Jassy的观念中，呆板学习不应该是只被呆板学习方面的专业人士来练习、调优、建构和摆设，而应该是“Expand machine learning to more builders（让呆板学习为更多构建者服务）”，这些“builders”包罗了不是很懂呆板学习的数据分析师、IT业务职员等。

究竟也证实，AWS推出的呆板学习服务中的SageMaker也已经成为AWS汗青上增长最快的服务。现在，环球已经有凌驾10万的客户在利用AWS的呆板学习和人工智能服务。

差别客户需求，促成AWS不停创新

不要实验从AWS的口中得到更具体的关于产物创新的方案，在钛媒体APP对AWS差别职员的多次采访中，“怎样保持创新”这个题目的答案永久是“以客户为中央”。现实上，差别客户所产生的对呆板学习的需求，也确实促成了AWS在呆板学习范畴的不停创新。

AWS大中华区云服务产物管理总司理顾凡举了一个SageMaker的例子：“客户说你们客岁发布的这些东西都挺好的，但是确实是在呆板学习当中有一块硬骨头照旧没啃，就是怎么快速地把原始数据转化成模子所必要的焦点特性，把这个步调加速。”

在如许的一些需求下，AWS推出了呆板学习服务AWS Data Wrangler，该工具是呆板学习的特性工厂。这里的“特性（function）”是呆板学习中的术语，呆板学习建模必要举行函数运算，数据“特性”输入函数后，就可以输出“标签（label）”。呆板学习工具会根据标签来辨认数据是猫、是狗照旧其他。在原来的呆板学习工具中，客户必要本身将差别的数据源买通，抓取数据然后格式化，把数据特性跑出才气进入后续流程。

而在利用了AWS Data Wrangler之后，无论是单一特性照旧复合特性，Data Wrangler都可以将这些快速转换出来。而且在SageMaker Studio中，可以或许可视化地看到整个转换流程，方便举行流程干预。

另一方面，在呆板学习框架上，现在大部门呆板学习平台都倾向于只支持Tensorflow。但在对客户的调研中，AWS发现，实在对于一些专业做呆板学习的人来说，他们盼望可以或许自主选择利用哪种呆板学习框架。

“AWS支持全部主流呆板学习框架……我们有好几个团队，一个团队是优化Tensorflow，别的一个团队是优化PyTorch，另有一个团队是专注于MXNet，这就是为什么客户可以或许得到全部这些框架的最优性能。”Andy Jassy在演讲中谈到。

客户对工具这种需求，让AWS的服务具备了肯定的柔性和兼容性，不止是呆板学习产物线，在其他产物线也是云云。

Amazon Aurora是AWS的一款云原生的、兼容MySQL和PostgreSQL的关系数据库，重要利用场景是专有云，利用本钱是别的商用数据库本钱的非常之一。在Severless（无服务器盘算）利用场景不停增长的环境下，有客户提出能不能让Aurora支持Severless，于是AWS推出了Aurora Severless V2，来满意以上需求。

Andy Jassy坦言：“如许做了之后，会有一些在用Aurora的客户迁到Aurora Severless，如许肯定水平上看起来会给AWS带来一些收入的降落，但恰好这就是AWS做产物不一样的思绪。我们会听客户的声音，Aurora Severless肯定水平上打击了本身Aurora的买卖，但这是客户必要的，我们信赖恒久下去，我们会帮客户更好地做到云上本钱的节流，它会把更多的费用拿已往做创新。”

做SaaS，也做边沿硬件

中国云盘算服务商在发展中的“界限”感很强，在建立的初期为了争取互助同伴生态，都发表过雷同“不做SaaS”的言论，但随着财产互联网的深入推进，SaaS已经成为各家云盘算服务商都在向客户提供的服务。

但对于AWS来说，假如客户有猛烈的需求，AWS是不给本身设限的。既然客户必要且AWS可以或许提供，那就可以依此举行创新。假如这项服务与互助同伴提供的服务产生辩论，那么可以同等竞争，选择权交给客户。

我们上文提到，AWS的呆板学习服务有一个“上-中-下”的服务框架，最上层的AI 服务中就包罗一些为了低落呆板学习利用门槛而推出的SaaS服务。AWS表现，随着呆板学习技能被各个行业广泛接纳，在呆板学习上的应用也会越来越多。

前不久，AWS与黑莓（BlackBerry）公布推出了智能汽车数据平台IVY，该平台可以或许让汽车制造企业把数据的网络、分析举行主动化，从而提供个性化的驾驶及搭乘体验。

近来，在工业范畴，AWS也针对性推出了五项呆板学习服务，此中Amazon Monitron、Amazon Lookout for Equipment可以让工业企业通过呆板学习举行猜测性维护、AWS Panorama Appliance、AWS Panorama SDK则可以通过盘算机视觉改善工业运营和工作场合安全，Amazon Lookout for Vision则可以低本钱、快速、正确地对图像和视频举行视觉非常监测。

值得一提的是，AWS Panorama一体机实在是AWS自主计划的、摆设在边沿的硬件装备。AWS环球副总裁 Swami Sivasubramanian告诉钛媒体APP，在客户已有当地摄像头的环境下，将它毗连到工业场合的网络中，就可以主动辨认摄像头数据流，与工业摄像头举行交互。

既提供SaaS服务，在须要环境下也提供一些硬件装备。以是在对服务摆设模式的界定上，AWS接纳了更为开放的态度，不给创新设限。反过来讲，在一些概念比力热的时间，AWS也少少跟风。

“我们有两个原则，一个原则是授人以鱼不如授人以渔，我们更多盼望资助客户把本领创建起来，给他工具、教会他利用工具；第二是真正在工程方面有差距、客户必要资助的时间，我们会帮他快速把业务困难用产物原型的方式实现出来。”AWS大中华区云服务产物管理总司理顾凡在总结时表现。

数据表现，AWS在 2011年发布了包罗呆板学习服务在内的80 多项紧张服务和功能；2012年发布了近 160 项；2016 年发布了 1017 项；2019 年发布了 2345项。

这么多的服务，AWS怎样包管创新的真正落地呢？

“我们的产物至少有90%以上完满是根据客户的需求开辟成产物的。假如你看我们推出一款产物，起首你要信赖肯定在社会上、在环球范围内有许多客户有这种需求。”AWS大中华区首席云盘算企业战略顾问张侠说。

同时，一项产物上线，并不是要求让全部客户都用起来。“每一次re:Invent发布的时间，我们的客户会非常高兴，由于他是带着需求看大会发布的。无论重新用户照旧老用户来讲，创新无法落地的题目是不存在的。”

（本文首发钛媒体APP，作者 ｜秦聪慧）

更多出色内容，关注钛媒体微信号（ID：taimeiti），大概下载钛媒体App返回搜狐，检察更多

责任编辑：