另外，AWS開辟了云廠商競爭的新維度，套用2021年的國內網(wǎng)絡熱詞，我們應該把AWS叫做“云計算內卷的帶頭大哥”。帶頭內卷，卷到了芯片級別，并且在事實上造成了很大影響，并沒有像一些廠商只在新聞稿上對x86體系喊打喊殺。
值得一提的是，AWS的自研芯片還有一個Amazon Trainium 芯片，采用該芯片的Trn1 實例可以在機器學習訓練場景提供更高的性價比，所以，這次矛頭直指隔壁英偉達的地盤兒。
這滋味，英特爾和英偉達都懂。此外，大會期間，AWS首席布道師Jeff Bar在官網(wǎng)博客上曬出了Outposts 1U和2U機架服務器的高清大圖，也不知道廣大服務器廠商看到后心里怎么想。
采訪過幾次AWS的發(fā)言人，他們不會談論和回應任何關于競爭的話題，只是強調多樣性服務的重要性，核心思想是把盤子做大，而不是一昧考慮競爭和內卷，格局要大。
2，Amazon Mainframe Modernization，大型機現(xiàn)代化技術
我私下里把這個叫做大型機負載遷移計劃，看到這個，我腦海里想的是，AWS終于要對IBM的自留地下手了。Amazon Mainframe Modernization試圖觸及IBM核心業(yè)務的核心部分。
AWS CEO Adam Selipsky更是將大型機比作原地不動投籃的籃球運動員。他想說的是，這種做法太呆板，不靈活，從觀感上來看，還有點反人類。
這一發(fā)布讓我看到了云計算的新的可能，過去十幾年，大家對于云計算的看法發(fā)生了很多變化。
最早云計算的唱衰者認為，云只是個營銷概念。
過了幾年后，又有人說，公有云是給中小企業(yè)用的。
后來，大企業(yè)也用上了公有云，于是又有人說，核心業(yè)務公有云根本玩不轉。
而現(xiàn)在，大型機的工作負載都準備讓你上云了。
從技術層面看，公有云好像沒什么不行的了。
云計算已經(jīng)發(fā)展了十幾年了，在大會上，AWS認為“一切不過剛剛開始”，還處于發(fā)展的早期階段。他們盯著的是整個萬億美元級別的IT開支。云計算的創(chuàng)新或許也是剛剛開始？未來要怎么發(fā)展，或許還真得需要點想象力。
當然，憑我對AWS發(fā)言人的了解，他們肯定說：AWS未來具體要發(fā)展什么，是不會有具體的Roadmap的，AWS只會根據(jù)用戶的需求決定提供什么?！疚⑿Α?/p>
3，Private 5G——5G專網(wǎng)服務
目前，AWS中文新聞稿翻譯成5G專網(wǎng)，但我喜歡叫它5G局域網(wǎng)。
隨著企業(yè)的聯(lián)網(wǎng)設備越來越多，部署網(wǎng)線和Wi-Fi都不如5G這么輕松、便捷、高效、安全，5G的組網(wǎng)方式本來就支持這一私有部署模式，所以，Private 5G并不是技術的創(chuàng)新。
所以說，Private 5G讓我看到了云廠商嫻熟資源整合能力，企業(yè)用戶點擊幾下按鈕就能得到一套本地的5G局域網(wǎng)，這體驗或許跟現(xiàn)在在購物網(wǎng)站上下單，過幾天就給你送貨上門一樣。
當然，具體在操作過程中可能還需要當?shù)剡\營商的合作和支持，總之，企業(yè)自己部署和使用5G局域網(wǎng)的麻煩事，AWS全幫你搞定，這就是它的價值。
本以為是運營商應該做的事兒，為什么是云廠商來做呢？我能想到的是，AWS提供的5G局域網(wǎng)可以輕松對接各種云服務，而運營商提供此類服務，用戶可能享受不到云服務的舒適體驗。
4，4款Serverless數(shù)據(jù)分析工具——Serverless擴大化
4款工具分別是Amazon Redshift、Amazon EMR、Amazon MSK無服務器選項和 Amazon Kinesis的按需選項。Kinesis本身已經(jīng)是無服務器的，現(xiàn)在進一步推出按需選項，擴展能力更強了。
這可以叫做Serverless版圖擴大化，Serverless的定義看起來有些拗口，但我簡單的理解就是不需要管理基礎設施資源，不用管理實例和集群的服務就是Serverless，我想，大多數(shù)看重Serverless的用戶也是沖著這點來的。
AWS之所以把這四款服務拿出來說，可能也是看到數(shù)據(jù)分析需求增多的趨勢，為了滿足更多用戶需求才做的。
畢竟，搞數(shù)據(jù)分析的專業(yè)人士大多也不是基礎設施的愛好者。
5，Amazon SageMaker Canvas——機器學習普惠新舉措
Amazon SageMaker Canvas可以讓沒有任何機器學習經(jīng)驗的人，不用寫代碼，就能創(chuàng)建機器學習模型。
Amazon SageMaker從誕生之初就一直朝著這個目標發(fā)展的，不斷降低機器學習的門檻。
一開始是提供各種計算資源和運行環(huán)境以及對接數(shù)據(jù)資源，后來又加入了自動化的機器學習能力，準備好數(shù)據(jù)，點選算法和參數(shù)就能完成一套原本很復雜的機器學習訓練和推理過程。
最近有一些“藐視”工具重要性的言論，會說一些長遠看沒什么錯的判斷，但從落地和發(fā)展來講，機器學習的發(fā)展必須依賴于各種提升工作效率的工具，Amazon SageMaker所展示的或許正是機器學習未來的規(guī)范工作流程。
工欲善其事必先利其器，建議機器學習領域的從業(yè)者都多少能了解一些工程化程度更高的機器學習工具，比如Amazon SageMaker，或許會給你一種鳥槍換炮的舒暢體驗。
6，Amazon IoT TwinMaker——數(shù)字孿生工具
Amazon IoT TwinMaker可以讓開發(fā)人員輕松、快捷地創(chuàng)建現(xiàn)實世界的數(shù)字孿生，如樓宇、工廠、工業(yè)設備和生產線。
數(shù)字孿生是物理系統(tǒng)的虛擬映射，Amazon IoT TwinMaker 匯集來自多個來源的數(shù)據(jù)，并創(chuàng)建知識圖譜，對現(xiàn)實世界環(huán)境進行建模。
看到這里，很多人會忍不住說“這不就是元宇宙嗎？”，一定程度上，數(shù)字孿生和元宇宙有很多相似之處。
AWS很克制地沒有跟風說這就是元宇宙，因為數(shù)字孿生能更準確地描述Amazon IoT TwinMaker的具體用法和作用。
另外，對于元宇宙，亞馬遜云科技似乎所圖更多。亞馬遜云科技大中華區(qū)產品部總經(jīng)理顧凡說，“元宇宙里面融合了大家所熟知的大量技術，而這些技術的背后就是云計算。無論是在數(shù)字世界里面建模，還是與之互動，都離不開機器學習在背后支撐。與此同時，元宇宙的世界必然會產生超級大的數(shù)據(jù)量，這些數(shù)據(jù)都離不開底層平臺，而云一定是最佳的平臺?！?/p>
7，Amazon IoT FleetWise——車廠數(shù)據(jù)管理神器
Amazon IoT FleetWise幫汽車制造商收集和管理汽車中的數(shù)據(jù)，并將數(shù)據(jù)格式標準化，方便在云上輕松進行數(shù)據(jù)分析。
Amazon IoT FleetWise能提升傳輸效率，減少網(wǎng)絡流量占用，開發(fā)人員可以自定義數(shù)據(jù)的上傳規(guī)則。同時，使得車廠可以對車輛進行遠程診斷，分析車況，預防潛在的召回或安全問題，也可以幫助車廠改進自動駕駛和高級輔助駕駛等技術。
這是IoT方面的第二個發(fā)布，應用場景說的更具體的，行業(yè)屬性更強，Amazon IoT FleetWise看重的是正在飛速成長的汽車數(shù)字化市場，規(guī)模非常之大。
觀后感
說到底，技術創(chuàng)新就是不斷提高資源利用效率，芯片創(chuàng)新提高單位能耗的效率，云服務的創(chuàng)新提高了資源組織和使用的效率，降低的是人力、物力以及時間成本，讓資源更快、更靈活地用起來。
