亚马逊|AWS“创新基因”下的“中国速度”:上半年已落地超150项服务( 二 )


在容器领域 , AWS在中国区域落地部署了Amazon EKS , 让管理、运维K8S容器变得简单方便 。
此外 , 顾凡介绍 , AWS在上海的人工智能研究院有两个功能 , 第一个功能是做基础研究 , 从核心算法和ML框架方向做技术突破;第二个功能 , 便是要结合中国人工智能/机器学习应用落地时的瓶颈 , 帮助客户在算法方面结合行业需求进行技术优化 。
同时 , 值得关注的是 , 为了更好的服务中国客户 , AWS在中国有专业团队负责服务的落地 , 跟全球的服务团队配合 。 顾凡介绍:“AWS目标特别简单 , 全球有什么服务 , 中国区都应该有 。 ”
在今年新落地中国区域的云服务和产品中 , 特别值得一提的是机器学习服务AmazonSageMaker 。
人工智能现在是非常热门的话题 。 亚马逊认为 , 人工智能的本质和核心是机器学习 。 人工智能、机器学习的概念早在50年前就出现了 。 之所以现在才热起来 , 是因为过去机器学习的门槛比较高 , 只有少数科技巨头和硬核的研究机构才有条件进行研究 。 一方面是机器学习需要的庞大算力不容易获得;另一方面 , 机器学习模型的训练过程特别复杂 , 要搭建训练环境、准备数据、寻找合适的算法、进行大量的运算、优化算法 。
现在有了云计算 , 算力不再是问题 。 AWS推出的Amazon SageMaker可以降低机器学习模型训练过程的复杂性 。 SageMaker是一项完全托管的服务 , 它可以化繁为简 , 帮助开发者和数据科学家快速地规模化构建、训练和部署机器学习模型 , 大大降低了模型构建和训练的难度 。
顾凡称 , SageMaker是一个非常开放的产品 , 无论对于各类机器学习框架和算法的支持 , 模块化的设计方式 , 还是对于生态合作伙伴解决方案的支持 , 能够真正让各种类型、各种需求的客户都很方便地应用这个服务 。 此外 , SageMaker Studio还是业界第一个面向机器学习的集成开发环境 。
过去6年是AWS在中国快速发展的6年 。 2015年AWS在中国市场发布“云创计划” , 2016年AWS中国(北京)区域正式商用 , 2017年AWS中国(宁夏)区域正式商用 , 2018年AWS上海人工智能研究院成立 , 2019年AWS在台北、深圳物联网实验室成立 , 2020年在中国发布首个可再生能源项目 。
据了解 , 为更好地为中国客户赋能 , AWS正在加速新服务和功能落地中国 。 仅今年上半年 , AWS就在中国区域落地了150多项云服务和功能 。
“目前AWS全系列的数据分析服务都已经落地到中国市场 , 比如无服务器的数据清洗AWS Glue服务 , 现代化的数据仓库Amazon Redshift , 交互式查询Amazon Athena等等” , 顾凡强调 。
目前 , AWS提供了超过175项全功能的服务 , 涵盖计算、存储、数据库、联网、分析、机器人、机器学习与人工智能、物联网、移动、安全、虚拟现实与增强现实、媒体 , 以及应用开发、部署与管理等方面 。 全球数百万活跃客户 , 包括发展迅速的初创公司、大型企业和政府机构都信赖AWS , 通过AWS的服务强化其基础设施 , 提高敏捷性 , 降低成本 。 同时 , 得益于遍及全球24 个地理区域的77个可用区的基础设施覆盖 , AWS也担当了全球化桥梁的角色 , 助力中国企业出海走向世界 , 帮助海外企业植根中国市场 。


推荐阅读