2023年，來自千行百業的企業關注生成式AI、尋找應用場景；2024年，他們中的領先者實踐生成式AI、進行場景實驗；2025年，那些繼續保持領先的企業，將轉向生產階段，走向生成式AI應用的“深水區”，尋求商業價值回報。誰來為這些企業護航，又怎么護航？

能力越大，責任越大，為全球百萬客戶提供安全可靠云服務、連續13年被Gartner評為“全球云計算領導者”的亞馬遜云科技，先承擔了這份“護航”的重任。在2024 re:Invent全球大會上，亞馬遜云科技推出一系列技術發布，以覆蓋基礎設施、模型和應用的全棧聯動創新助力企業應用生成式AI，全面重塑客戶云上創新體驗。

在亞馬遜云科技2024 re:Invent中國行北京站，亞馬遜云科技大中華區產品部總經理陳曉建表示：“今年re:Invent全球大會的一系列重磅發布，我們不僅在云的核心服務層面持續創新，更在從芯片到模型，再到應用的每一個技術堆棧取得突破，讓不同層級的創新相互賦能、協同進化。只有這樣全棧聯動的大規模創新才能真正滿足當今客戶的發展需求，加速前沿技術的價值釋放，助力各行各業重塑未來?！?/p>

 
（亞馬遜云科技大中華區產品部總經理陳曉建，圖源：亞馬遜云科技）

三大領域技術矩陣，直面未來復雜需求

“2024年我們看到許多客戶從思考階段進入實踐階段，進行了大量場景試驗。但是我覺得2025年肯定會發生一個變化，很多客戶將從原型驗證階段轉化為生產階段，這是必經之路。屆時客戶需求將更加復雜，不僅是選擇模型，還需要各種技術支持?！标悤越ū硎?。

實踐層面，亞馬遜云科技在2024 re:Invent全球大會上的一系列技術發布，聚集生成式AI、數據戰略和云服務三大領域。

整體來看，這些新發布更加側重于產品的實際應用和工具優化，這是對全球用戶積極使用亞馬遜云科技進行生成式AI應用探索和創新的全新反饋。

沙利文大中華區總監李慶表示：“本次更新有兩個方面讓我印象深刻：一是隨著全球企業對生成式AI的深入應用，數據不僅實現跨區域的傳輸與協同，更實現跨地域、跨區域的深度連接；二是亞馬遜云科技進一步優化生成式AI的應用，從數據存儲、治理到管理的全流程提升，旨在簡化AI對數據的使用，同時強化模型功能、增加AI agent管理和應對模型幻覺的功能?！?/p>

技術“高能”的同時，在當天的溝通環節，陳曉建和亞馬遜云科技大中華區數據分析與生成式AI的產品總監崔瑋，還多次提到了獲得的“成本”與使用的“便捷”，這些在具體的創新中都有體現。

生成式AI：基礎設施、模型、應用的全進化

具體而言，在生成式AI領域，亞馬遜云科技全面強化基礎設施、模型和應用三層技術棧能力，幫助企業更輕松、更經濟地將生成式AI應用于實際業務場景。

基礎設施方面，突出能力。推出Amazon SageMaker AI的四項創新，包括新訓練配方、靈活訓練計劃和任務治理功能，以及在Amazon SageMaker中使用亞馬遜云科技合作伙伴的熱門AI應用。幫助客戶更快構建、訓練、部署流行模型，節省數周時間并將成本降低最高40%。

模型方面，豐富選擇。一方面推出Amazon Nova基礎模型矩陣，突出的是對基礎模型成本的大幅降低。包括Nova Micro、Nova Lite、Nova Pro和Nova Premier基礎模型，以及用于生成高質量圖像的Nova Canvas和生成高質量視頻的Nova Reel。在各自智能類別中，Amazon Nova Micro、Lite和Pro應用成本比Amazon Bedrock中表現最佳的模型至少降低75%，同時也是其中對應類別速度最快的模型。

另一方面，Amazon Bedrock平臺能力全面升級。新接入100多款熱門、新興及專業模型，并推出AI防護、多智能體協作和模型蒸餾等重磅更新，全面優化推理場景的準確性、成本和響應速度。

應用方面，延伸場景。Amazon Q更加深入軟件開發和商業應用場景，Amazon Q Developer增加三款新的智能體，能自動執行單元測試、文檔編制和代碼審查流程，并通過與GitLab深度集成，擴展應用場景；推出轉型功能以加速Windows.NET、VMware和大型機工作負載的遷移和現代化，縮短轉型時間并降低成本。強化了Amazon Q Business和Amazon Q in QuickSight洞察能力，并簡化了復雜工作流程的自動化實現方式。

數據戰略：體驗升級，統一平臺釋放數據價值

數據戰略領域，亞馬遜云科技推出新一代Amazon SageMaker，能夠為客戶提供單一的數據和AI開發環境，用戶可以在其中查找和訪問其組織中的所有數據，為各種常見的數據用例選擇最佳工具，并將數據和AI項目擴展至團隊內不同分工角色以實現協作。

Amazon SageMaker Lakehouse，能夠實現數據湖、數據倉庫、運營數據庫和企業應用程序中數據的統一管理，支持客戶使用熟悉的AI和機器學習工具或Apache Iceberg兼容的查詢引擎進行訪問和處理。

云服務：全棧聯動創新，提供更強大底層支持

云服務領域，亞馬遜云科技在計算、網絡、存儲和數據庫等核心領域持續創新，為各類工作負載提供更強大的底層支持。

計算部分，繼續憑借自研芯片引領算力創新?；贏mazon Trainium2的EC2 Trn2實例正式可用，較當前GPU實例性價比提升30-40%；推出配備64個Trainium2芯片的EC2 Trn2 UltraServers服務器，提供高達83.2 Petaflops浮點算力，計算能力是單一實例的四倍。在大規模訓練方面，Project Rainier集群搭載數十萬個Trainium2芯片，算力超越以往集群5倍以上。采用3納米工藝的下一代Trainium3芯片預計將在2025年末上線，預計將使集群性能提升4倍，并在性能、能效和密度上樹立新標桿。

網絡部分，升級基礎設施。推出第二代UltraCluster網絡架構，支持超過20000個GPU協同工作，帶寬達10Pb/s，延遲低于10ms，將模型訓練時間縮短至少15%。

存儲部分，增強數據處理能力。Amazon S3新增Metadata元數據功能實現自動獲取和實時更新；推出專為Iceberg表優化的S3 Tables存儲類型，將查詢性能提升3倍，事務處理能力提升10倍。

數據庫部分，全新的無服務器分布式SQL數據庫Amazon Aurora DSQL，采用active-active架構并具備自動故障恢復功能，支持應用程序在任意端點進行讀寫。它不僅提供99.999%的多區域可用性，還能實現近乎無限的可擴展性，且無需進行數據庫分片或實例升級。Amazon DynamoDB global tables增加了多區域強一致性支持，進一步增強了其分布式數據庫服務能力。

解決“幻覺”，讓企業無憂推進生成式AI生產應用

除了以上內容，更好地應對模型“幻覺”，更多企業才能沒有顧慮地推進生成式AI的生產應用，因為在眾多的真實場景中，容不得紕漏，生成的內容一旦與現實世界事實或用戶輸入不一致，可能造成難以挽回的損失，像是金融、醫療、法律領域尤其如此。

解決“幻覺”，才能讓企業有信心將生成式AI從原型驗證推向生產應用，也是充分釋放性能的前提。亞馬遜云科技探索了多種不同的技術方案發現自動推理技術（Automatic Reasoning）能夠很有效的解決“幻覺”問題，提升內容生成的安全性與準確定。

例如，可以通過自動推理來證明說在整個Amazon IAM之中設計的權限和策略是不是按照所預想的方式進行的，從而獲得可證明的安全性；推出的Amazon Bedrock 自動化推理檢查的功能，則能夠有效的去預防由于模型幻覺帶來的事實性錯誤。

整體來看，亞馬遜云科技將持續助力各行各業加速創新，突破既有范式，重塑未來。（丁科技網原創，轉載務必注明“來源：丁科技網”）