AWS Re:Invent 2024：平衡云基础设施和人工智能目标

今年的公告反映了对其平台核心构建模块进行创新的新承诺，确保它们在企业工作负载方面保持强大和多功能，即使该公司扩展了其生成式人工智能和机器学习产品。

尽管生成式 AI 成为头条新闻，但 AWS 明白，其核心服务的优势仍然构成了企业云采用的基础，这种全面的方法就证明了这一点。

对于依赖 AWS 的企业来说，这一演变不仅提供了即时的运营增强，还提供了可扩展、企业级云解决方案的长期愿景。

以下是 AWS re:Invent 2024 的主要要点。

芯片军备竞赛：AWS 用定制芯片构建护城河

AWS 竞争战略的核心在于其不断增长的定制芯片产品组合。

介绍培训2用于人工智能训练工作负载的性能承诺是其前身的两倍，同时显着降低能耗。这一进步出现在企业正在努力应对训练大型语言模型的计算需求和成本的关键时刻。同样，推理3芯片旨在使人工智能推理更具成本效益，有可能减少企业大规模部署人工智能的主要痛点。

亚马逊将其人工智能未来押注于 Nova 基金会模型

亚马逊推出 Nova 基础模型，在人工智能竞赛中迈出了迄今为止最雄心勃勃的一步。与传统截然不同的是，亚马逊首席执行官安迪·贾西 (Andy Jassy)，而不是 AWS 首席执行官马特·加曼 (Matt Garman) 揭晓了亚马逊新星re:Invent 2024 上的模型系列，表明亚马逊对该计划的战略重要性。该公告标志着亚马逊决心重塑企业人工智能采用，将 Nova 定位为其人工智能战略的基石。

Nova 的经济学可以重塑企业人工智能格局。亚马逊声称与现有基础模型相比，成本降低了 75%，同时在每个智能类别中提供卓越的性能。这种成本优势与与 Amazon Bedrock 的无缝集成相结合，为那些在大规模 AI 部署的经济问题上苦苦挣扎的企业提出了一个令人信服的主张。

SageMaker 转型为企业数据和 AI 中心

AWS 已将 SageMaker 从机器学习工具转变为综合性企业 AI 平台。新统一SageMaker工作室现在作为整个机器学习生命周期的中心枢纽，解决经常困扰企业人工智能计划的碎片化问题。先进的 AutoML 功能和增强的治理功能使组织无需广泛的数据科学专业知识即可实施 AI 解决方案，同时保持合规性和模型质量。

AWS 将 S3 扩展到对象存储之外

介绍S3 表代表了云存储架构的重大转变。通过将类似数据库的功能引入对象存储，AWS 正在消除存储和数据库服务之间的传统界限。这项创新可以大大降低企业管理大规模数据操作的复杂性和成本。添加的增强元数据功能进一步巩固了 S3 作为企业数据湖和分析平台基础的地位。

Amazon Q 成为 AWS 生成式 AI 战略的代表

Amazon Q 作为跨 AWS 服务集成的人工智能助手的出现，标志着企业与云资源交互方式的战略转变。与传统的聊天机器人不同，Q 能够理解企业环境并与现有工作流程集成，这使其成为技术团队的生产力倍增器。在保持严格的安全控制的同时，对 Q 进行专有数据培训的规定解决了企业对人工智能助手的主要担忧。

AWS 希望 Amazon Q 成为 Gemini 的可行替代品适用于 Google Workspace和Microsoft 365 副驾驶。

AWS 重写其混合云手册

AWS 增强的混合云产品，特别是引入了EKS 混合节点，承认企业 IT 环境的持续现实。本地 Kubernetes 集群与 EKS 之间的无缝集成展示了 AWS 满足企业需求的务实方法，而不是强迫企业进行完整的云迁移。这AWS 本地扩展区的扩展和AWS Outposts 的卫星弹性进一步强化这一混合战略。

AWS 为其企业案例赢得了 Apple 和摩根大通客户的青睐

Customer Wins Apple 在 re:Invent 上出人意料地亮相，讨论他们对 AWS 服务的使用，传达了有关 AWS 企业功能的强有力信息。与摩根大通、Netflix 和宝马集团的推荐相结合，它对 AWS 为要求最严格、最注重安全的组织提供服务的能力提供了令人信服的叙述。鉴于企业云市场的竞争日益激烈，这些认可尤其重要。

Bedrock 着眼于企业人工智能采用

的增强亚马逊基岩具有自定义模型微调功能和高级安全功能，可满足部署大型语言模型的关键企业需求。综合模型评估工具和多模型推理功能的增加使 Bedrock 成为企业人工智能计划的成熟平台。多智能体协作是 re:Invent 2024 上宣布的 Bedrock 最受期待的功能之一。与现有 AWS 服务的集成简化了将 AI 功能融入既定工作流程的过程。

EC2 创新针对专业工作负载

介绍EC2 超级集群代表了基于云的高性能计算的重大进步。此功能使企业能够运行大量、紧密耦合的工作负载，而这些工作负载以前在云中执行起来颇具挑战性。结合针对特定工作负载优化的新实例类型，这些创新增强了 AWS 在科学计算、金融建模和 AI 培训市场中的地位。

使用 EKS 自动模式简化容器管理

AWS 通过以下方式为其 Elastic Kubernetes 服务引入了重要的自动化功能：EKS 自动模式。新产品可自动化集群基础设施管理，同时通过 Karpenter 技术优化资源分配。安全功能包括自动操作系统修补和节点生命周期有限的临时计算。

EKS Auto Mode代表了AWS对完全托管的Kubernetes服务的战略响应，使其与Google的战略保持一致GKE 自动驾驶仪和微软的Azure AKS 自动。这一进步为多个利益相关者群体带来了价值。对于 IT 领导者来说，它可以降低运营成本并消除对专业 Kubernetes 团队的需求。

概括

AWS 在 re:Invent 2024 上发布的公告揭示了一项精心制定的战略，旨在保持云领先地位，同时确立企业人工智能领域的主导地位。对定制芯片的关注在性能和成本效率方面提供了可持续的竞争优势。SageMaker 和 Bedrock 等服务的发展与 Amazon Q 的增强相结合，创建了一个全面的企业 AI 平台。与此同时，核心服务和混合功能的持续创新确保AWS对传统企业工作负载保持吸引力。

re:Invent 2024 会议展示了 AWS 在加强基础云基础设施和加速新兴技术（特别是生成式人工智能）创新之间的战略平衡。这种双重关注反映了其支持传统企业工作负载同时增强人工智能服务的承诺。