【AWSre:Invent2018直击】为争夺云端AI大饼，AWS狂推新机器学习服务，更多客制化ML功能与专用推论芯片登场

【美国拉斯维加斯Amazon re:Invent大会现场报导】

Amazon旗下云端服务龙头AWS，每年冬天在美国拉斯维加斯举行的re:Invent 全球用户大会上，都会发表最新云端产品服务，不过今年很不一样，在28日keynote大会上，AWS一口气发布超过20款云端产品，其中半数都与云端AI与机器学习切身相关，不只在客制化的AI与机器学习服务有相当多的着墨，还有针对推出一年的SageMaker加入更多强大进阶功能，甚至还推出第一款专用的机器学习推论芯片，以及加入增强式机器学习算法的支援。

今年re:Invent 2018活动正式迈入第七届，参加人数再度创新高，达到5,0000人，比去年还多了将近快一万人，而今年活动最大的重头戏，就是28日登场的主题演讲，一样是由AWS首席执行官Andy Jassy开场。但不同于往年，他今天近3个小时的演讲，很长时间都在谈论机器学习与AI，讲到AWS过去一年来推出机器学习服务的表现，他更自豪地说，光是去年，就有10万个活跃用户在AWS上执行他们的机器学习（ML）模型，远远超出他们原先预期，而且遍及各行各业。

企业对于云端AI与机器学习需求的大幅成长，也大大的影响到了AWS今年对这块市场的布局更加积极，光是这天发布的超过20款以上的云端产品，最少10个以上都是与AI与机器学习相关服务。

如果是以产品定位来分，Andy Jassy表示，他们自己将机器学习分三层，最底层是基础设施与ML框架层，中间层是ML服务，最上层是AI服务，这三层都是软件堆叠而成。AWS今年针对每一层所面对的用户需求，都有推出了各种解决方案，帮助他们解决开发机器学习遇到的共通难题。

以ML基础架构来说，AWS早前除了推出了各种加速运算GPU的EC2服务，如P3、P3dn，来缩短资料训练的时间，也对于各种主流ML框架持续优化改进，尤其是在AWS上跑机器学习的任务有85%使用Tensorflow，但是TensorFlow有一大挑战，就是扩充性，例如当扩充到256个GPU时的扩充效率只有65％，因此，AWS改提供一个TensorFlow优化版，可以把扩充效率提高到90%，这意思是，原来需要30分钟才执行完成的训练任务，现在可以用不到一半时间，只须14分钟就完成。

但是机器学习训练只是过程，更重要的是在后面要用训练完后的ML模型来进行推论（inference）。为了满足更高使用量的推论需求，AWS也推出了一个推论专用的EC2运算实例Amazon Elastic Inference，可以提供最多36 TFLOPS浮点运算能力，换作是对照片进行推论，等于是每小时可以完成36万张照片推论。每小时租用最低只要0.22美元。

甚至为了提供更高GPU推论运算能力与更低延迟需求，AWS明年还要推出一个更高效能的机器学习推论专用芯片AWS Inferentia，这也是稍早前ARM 芯片推出后，AWS最新推出的第2款自制芯片。

至于，AWS去年推出ML自动建置和部署工具SageMaker后，如今这项服务已有超过上万家企业采用。在这次活动上，AWS也推出了更多进阶服务。如提高训练资料标记品质的标记辅助服务Ground Truth，以及还有推出一个AWS Marketplace机器学习算法市集，能让个人或企业能在这个市集上进行ML模型或算法的买卖交易，目前已有至少150种算法与模型上架，使用者购买之后，亦可直接透过SageMaker来完成模型部署。

而且SageMaker不只能用在监督式与非监督式机器学习，现在连增强式学习（Reinforcement learning）的机器学习也都能透过SageMaker RL这个新服务来完成了。AWS还因此推出一辆自驾迷你车AWS DeepRacer，可以搭配来使用，让开发者能利用SageMaker RL  来建立、训练和部署增强式学习算法，以便让这部车可以自己完成开车、直线过弯等动作，不需要人远处遥控。DeepRacer每台正式售价399美元

这辆车外型相当具有科技感，但是大小只有真车的1/18大，硬件规格上，采用英特尔Atom双核处理器，车上也配有HD摄影镜头、搭配一个方向侦测陀螺仪与加速计。甚至于，AWS还要举办AWS DeepRacer赛车比赛，并广邀各路开发好手来参赛，希望能吸引更多AI与机器学习人才加入，一起开发出各种自驾应用。

虽然，AWS今年AI产品策略，特别着重在提供更多机器学习自动化、管理及部署工具，来减少使用者建立、测试和部署ML模型的时间，不过在这之余，还是有推出几款AI新服务，包括能提供更精准OCR文字识别的Amazon Textract以及个人化推荐等，还有一个针对时间序列的预测性服务Amazon Forecast，这是原本Amazon使用的分析技术，现在一般零售者也能够用得到了。

除了机器学习与AI是一大看点外，今年在混合云产品上，延续去年AWS与Vmware的合作，今年双方也有更紧密合作的重大产品发布，由AWS推出自己设计的整柜式的服务器，称为AWS Outposts，让企业可以直接把AWS云，放进自己资料中心内，AWS设计的硬件，可安装AWS原生平台，或是VMware Cloud on AWS版。

在资料储存上，针对云端资料储存s3，Amazon明年将推出超低价的深度归档服务Glacier Deep Aachive，价格是原本S3 Glacier的1/4，每月每GB只须0.00099美元，也就是1TB每月1美元左右（S3每TB每月大概要20-25美元)，更适合用于长期存档的使用。除了高持久，也兼具9个9个资料耐用性，

新推出的原生云端档案系统服务Amazon FSx，也终于正式支援了Windows档案服务器，对于Windows服务提供了更高相容性，如Active Directory和Windows资源管理器等。对于企业来说，以后想要透过它与本地Windows应用程序协同作业，将变得更容易。另一个则是专为高度运算型的工作负载推出的档案服务Amazon FSx for Lustre，在IOPS资料存取更快、更少延迟，与具备更高吞土量。

为加速资料湖的建置，AWS这次还推出了一个资料湖建置工具AWS Lake Formation，不仅提供建置工具，还借助机器学习算法，加快资料清理、分类与移动数据的过程，可以让企业建置时间从数月缩短到数日以内。

除此之外，为了因应IoT、边缘运算的兴起，产生新的数据库类型存取需求，AWS今天也推出了新的数据库服务Timestream来回应，AWS宣称可以提供比关连式数据库快1千倍的时间序列资料存取，让数据库更容易存取和处理这些时间变动数据(如IoT感测器资料、DevOps资料等)，来做为后续IoT分析或大数据使用。

虽然近期加密货币的声势逐渐下滑，但AWS反到看好企业云端区块链潜在商机，而大举抢进，今天一次就推出两种全新区块链管理服务。第一个是针对中心化信任的账本存取的数据库服务，称为Amazon QLDB（Quantum Ledger Database），这也是AWS用于内部大量服务器管理用的工具，可以提供比传统数据库执行快2到3倍资料处理速度，可被用于如医疗、制造业、运输记录追踪等，目前已释出预览版。

另一个则是能同时支援Hyperledger和Ethereum公/私有链两大框架的Amazon托管区块链服务，让企业能用来建立一个去中心化的区块炼网络，而且是能依需求规模自动弹性扩展，可用于去中心化的交易。这些无法更动的资料后续也能放进Amazon QLDB来做更进阶的分析，提供趋势预测。