亚马逊云科技re:Invent 2021大会是亚马逊云科技连续举办的第十年，同时今年也是亚马逊云科技成立15周年。15年前，亚马逊云科技以一款S3云存储服务拉开了云计算市场的大幕，15年来，亚马逊云科技扮演着探路者的角色，引领了云计算产业的发展。正如亚马逊云科技大中华区产品部总经理顾凡在日前的媒体沟通会上所言，“亚马逊云科技作为云计算行业的探路者，一直都在探索，一直在创新。”

顺便一提的是，Graviton是基于Arm的Neoverse平台研发的，Arm的Neoverse平台其实有V、N等多个系列，其中V系列主要面向高性能计算场景，而N面向可扩展的通用场景。考虑到Graviton 3在高性能计算（比如视频编码）应用的良好表现，有人猜测Graviton 3可能属于V系列，而Graviton2则属于N系列。不过，亚马逊云科技并没有对此做出公开回应。

当然，在芯片自研上，亚马逊云科技并不是只有Graviton处理器。除了Graviton之外，亚马逊云科技其实还有两条自研芯片的技术路线，即起步更早的Nitro和机器学习专用芯片Trainium（用于训练）及Inferentia（用于推理）。

Nitro来自收购的Annapurna labs公司，至今Nitro已经发展到了第四代。Nitro的升级迭代让亚马逊云科技网络能力从最初10G的时代跨入到100G再到400G、800G、1600G，同时，存储带宽能力也提升好几倍。比如，大会新发布的第二代Nitro SSD硬盘，由于集成了亚马逊云科技自研的SSD控制器，实现了性能的大幅提升和延迟的大幅下降。

“Nitro给我们提供了一致的安全性、一致的VPC接入能力、一致的API体验，还帮助我们提高了网络的能力、存储的性能。”周舸表示。

在机器学习专用芯片方面，今年也有最新进展，大会上亚马逊云科技发布了基于Trainium机器学习芯片的新EC2实例Trn1 ，这是首个带宽高达 800 GB/s 的 EC2 实例。和其他实例相比，Trn1实例在内存和网络通信能力上都有很大改进，从而使得其在模型训练时有更好的表现。

通过亚马逊云科技的这些动作可以看出，亚马逊云云科技从芯片自研开始，正在全面重构计算、存储和网络，从而构建出一套真正为云而生、能最大程度地发挥各种资源优势的新一代云计算底座。

“客户想要的是一个没有边界的云，是能把和亚马逊云科技Region一样的云扩展到任何地方，比如5G网络的边缘（如WaveLength）、靠近人口中心的城市(即Local Zone)、万物互联的物联网设备（各种IoT服务）以及客户自己的数据中心（Outposts）等。”顾凡表示。

目前亚马逊云科技在全球有25个Region(区域)，覆盖了全球六个大洲，提供了81个可用区，再加上遍布全球的310个POP点，从而给了用户充分的选择。但亚马逊云科技并不满足于此，在re:Invent 2021大会上，亚马逊云科技 CTO Werner Vogels宣布亚马逊云科技还会再提供9个新的服务区，同时还将投入30个Local Zone（本地区域）。而对于那些对于数据安全和合规或者延迟的客户，亚马逊云科技还提供了种类更为丰富的Outposts设备，包括1U、2U以及42U三种规格。

值得一提的是，今年亚马逊云科技还将覆盖从地面延展到空中，新发布了全托管的卫星地面服务Ground Station。只需要一个API，客户就可以把卫星的服务（比如卫星照片）集成到自己的应用中，从而将探索边界扩展到新的领域。

其实，亚马逊云科技大中华区产品部数据类产品高级经理王晓野看来，“万物皆可API”如今已经根植于亚马逊云科技的产品研发之中。王晓野表示,亚马逊云科技已经推出了200多项的云服务，都是采用类似API驱动这种简单的设计理念，从而给予开发者以最大的创新能力。

当然，亚马逊云科技在降低云应用的门槛方面，所做的远远不只是以API形式交付，在re:Invent 2021大会上，亚马逊云科技还面向开发人员发布了最新的支持三种语言的SDK（Amazon SDK），分别是对于iOS支持更好的Swift、适用于安卓编程的Kotlin以及能够带来更低功耗的语言Rust。不仅如此，亚马逊云科技还在App Runner、Amazon Amplify的基础上，新推出了Amazon Amplify Studio，这是一种允许前端的开发人员以低代码的方式，在手机端、Web端构建端到端的应用，包括UI、后端业务逻辑等。

随着人工智能热潮的到来，机器学习应用的开发需求非常旺盛，亚马逊云科技也将降低机器学习应用开发门槛作为重点。今天大会上新发布一系列相关新产品和服务，包括Amazon SageMaker Studio Notebook（在同一个工具中进行数据处理、分析和机器学习的工作）、对训练和推理进行部署和优化的Amazon SageMaker基础设施创新（包括Amazon SageMakerTraining Compiler、Amazon SageMaker InferenceRecommender、Amazon SageMaker Inference Recommender）、能自动识别性能问题的Amazon DevOps Guru for RDS以及可定制的托管RDS AmazonRDS Custom以及无代码的机器学习开发平台Amazon SageMaker Canvas。

另外，今年亚马逊云科技还发布了四个无服务器计算服务，包括Amazon Redshift Serverless、Amazon EMRServerless、Amazon MSK Serverless、Amazon Kinesis On-demand，这些功能让运维人员从日常的运维管理中彻底解脱出来。

除了提供上述开发工具之外，亚马逊云科技还在致力于让更多的用户，包括在校的学生、机器学习的爱好者可以参与到机器学习的应用开发中来，为此亚马逊云科技今年发布了Amazon SageMaker Studio Lab，参与者只需要一个邮箱就可以注册，使用其中的多种研发工具，亚马逊云科技还为参与者提供多达12小时CPU和4小时GPU的免费资源。此外，亚马逊云科技还编纂了《动手学机器学习》课程，已经被斯坦福大学、加州大学伯克利分校、清华大学、剑桥大学等多所大学采用，在在GitHub上也开源了这门课程。

“亚马逊肩负着社会责任，我们承诺到2025年，通过免费的云计算技术培训，帮助全球2900万人提高他们的技术技能，机器学习教育是这一承诺的重要部分。”亚马逊云科技大中华区机器学习产品高级经理张洋表示。

实际上，谈到社会责任，亚马逊云科技的工作所作的很多，除了人才培养和培训上还致力于推动经济的可持续发展。一方面，亚马逊云科技通过自己的资源管理技术，实现了最高的CPU、内存和存储的利用率，实现了资源价值的最大化；另一方面，亚马逊云科技把自己的技术赋能给客户，帮助客户更好实现自己可持续发展。比如，亚马逊云科技今年推出了客户碳足迹排放的工具，可以让用户计算其工作负载跑在亚马逊云科技的云上究竟产生了多少碳排放量，它还会帮忙用户预测未来可能还会减少多少碳排放。

另外值得一提的是，2019年亚马逊和Global Optimism共同创立了气候宣言，要提前10年达成巴黎协定的目标，实现零碳排放。在今年的re:Invent大会上，亚马逊云科技宣布有超过200家公司加入了气候宣言，跟亚马逊一起为提前十年完成零碳排放的目标而努力。

04 写在最后