亚马逊云科技发布自研芯片与AI助手 全面抢滩企业级云计算市场

亚马逊云科技发布自研芯片与AI助手 全面抢滩企业级云计算市场 大模型商业模式将在2024年迎来商业化落地验证的关键期，云服务商通过全栈AI架构与简约成本控制工具来抢夺市场主导权。 视频全面拆解了亚马逊云科技（AWS）在 2023 re:Invent 大会上展现的 AI 进攻路线图，其核心围绕“三层架构”展开：底层推出自研芯片 Trainium 2 并深化与英伟达的超级算力合作；中间层通过 Amazon Bedrock 构建包含 Anthropic Claude 2.1 在内的多元模型生态，并引入 RAG 技术解决大模型幻觉；最上层则重磅发布企业级 AI 助手 Amazon Q。此外，AWS 还展示了 Serverless 架构在 AI 赋能下的性价比飞跃，以及 CTO Werner Vogels 倡导的“简约架构师”法则与对 2024 年的四大技术预测，展现出 AWS 在 AI 商业化落地上的全面布局。 亚马逊云科技公布 AI“三层架构”布局，发布适用于超万亿参数模型训练的自研芯片 Amazon Trainium 2，并联合英伟达打造超算 Project Ceiba。 (0:00) 亚马逊向 Anthropic 投资 40 亿美元，Claude 2.1 正式上线托管服务 Amazon Bedrock，平台汇聚自研 Titan 及 Llama 2 等构建多元开放模型生态。 (3:15) AWS 推出专为办公场景定制的企业级 AI 助手 Amazon Q，深度集成 QuickSight 等多种云服务，并明确承诺企业数据绝不用于底层模型训练。 (5:20) 针对大语言模型“胡说八道”的幻觉痛点，AWS 采用检索增强生成（RAG）技术赋能 Bedrock 知识库，并发布自带隐形水印的 Titan 图像生成器。 (7:45) AWS 持续践行 Serverless First 理念，通过机器学习预测模型主动分析查询特征，助力 Amazon Redshift Serverless 实现高达 10 倍的性价比提升。 (12:55)

亚马逊云科技（AWS）在 2023 年 re:Invent 大会上确立了涵盖基础架构、模型服务与工作场景应用的“三层架构”路线图，主张以开放多元的模型生态、软硬件协同、解决幻觉的检索增强技术以及极致的“简约”成本控制，全面竞逐企业级生成式 AI 市场。 三层全栈布局与软硬一体的算力底座 (0:00) 面对大模型算力短缺与部署成本高昂的现状，亚马逊云科技 CEO Adam Selipsky 提出了由“基础架构层”、“基础模型服务层”与“应用层”构成的进攻路线。在最底层的算力基建上，AWS 推出训练提速 4 倍且面向万亿参数模型的自研芯片 Amazon Trainium 2，以及通用芯片 Amazon Graviton 4。同时，英伟达创始人黄仁勋到场宣布深化合作，双方通过 Project Ceiba 规划搭载 16,384 颗 GH200 超级芯片的 AI 超级计算机，并首次在 AWS 上提供英伟达 DGX Cloud 训练即服务。 针对初创企业面临的算力排队瓶颈，AWS 通过“生成式 AI 加速器计划”为企业提供全量部署资源。3D 视频初创公司 Crykey AI 创始人评价该支持“改变了游戏规则”；图文生成公司 Leonardo.ai 也依托 AWS 基础设施完成业务落地，印证了云厂商在基础算力调度中的核心枢纽作用。 多元模型生态与 RAG 破解幻觉痛点 (3:15) 在中间层，亚马逊宣布向 Anthropic 投资高达 40 亿美元，Anthropic CEO Dario Amodei 确认企业级模型 Claude 2.1 通过 Amazon Bedrock 提供服务，并反向协同优化 Trainium 2 与 Inferentia 2 芯片。Adam Selipsky 强调企业不会押注单一模型，因此 Bedrock 汇集了自研 Titan、Meta Llama 2、Cohere Command 等多元矩阵。商业落地中，孤独星球应用 Claude 后将行程建议生成成本压降了 80%，律商联讯与桥水基金亦分别将其引入法律文本处理与投资分析助手构建。 针对大语言模型信誓旦旦“胡说八道”的幻觉缺陷，AWS 数据与 AI 副总裁 Swami Sivasubramanian 阐述了 Bedrock 知识库全面采用的 RAG（检索增强生成）机制：系统先从可靠外部知识源抽取精准信息，再交由大模型生成答复。此外，AWS 为 Titan 图像生成器植入隐形水印以响应白宫对 AI 安全合规的诉求，并推出 SageMaker HyperPod 为分布式训练提速高达 40%，以工具链安全降低企业商用门槛。 Amazon Q 与企业业务场景的深度渗透 (5:20) 在顶层应用端，AWS 重磅推出面向工作场景的企业级助手 Amazon Q。该助手能依据员工权限读取文件、排查优化代码并生成汇报图表，并已嵌入 Amazon QuickSight、Connect 及 Supply Chain 等原生服务。AWS 明确承诺企业专属数据绝不用于 Amazon Q 底层模型训练，以消除企业客户对核心资产外泄的顾虑。 实际部署案例表明技术正快速转化为业务生产力。埃森哲宣布调动 50,000 名研发人员使用 Amazon Q 与 CodeWhisperer，并借助 SageMaker HyperPod 将大模型训练吞吐量提升 2 倍；拳头游戏在 2023 年《英雄联盟》全球总决赛中利用 AWS 实时分析关键战况以输出胜率预测；Booking.com 则开发了定制化酒店与行程规划助手，推动生成式 AI 在垂直产业扎根。 “简约架构”与无服务器技术的成本优化 (12:55) 伴随 AI 部署激增，算力消耗与成本控制成为企业核心命题。高级副总裁 Peter DeSantis 发布了以机器学习为底座的 Amazon Redshift Serverless，研究显示其 80% 的查询具备历史可循特征，系统通过主动预测复杂工作负载来提前调配或收缩容量，取代了传统的滞后扩展，实现了高达 10 倍的性价比飞跃；同时推出 Aurora Limitless 与 ElastiCache Serverless，深化无服务器体验。 Amazon.com 首席技术官 Werner Vogels 推出新书《The Frugal Architect（简约云架构师）》，提出涵盖设计、衡量与优化的七大成本法则。结合 Gartner 预测 2024 年全球云终端用户支出将自 2023 年的 5,630 亿美元飙升至 6,780 亿美元的背景，Werner 提醒“并非所有问题都要使用大模型解决”，倡导回归传统机器学习在种子筛选、脑部影像识别等场景的普惠价值（AI for Good），并发布了包括大模型相互学习、AI 编码助手普及在内的 2024 年技术预测。 2023 年是生成式 AI 技术激进扩张的起点，而 2024 年将成为企业级大模型验证真实商业回报的“验金石”；在宏观开支收紧与技术不确定性交织的环境下，AWS 能否凭借三层架构在安全与“节约”间取得商业平衡，将决定其在下个云计算周期的主导地位。

[0:00] 黄仁勋: AWS 是全球首个认识到 GPU 加速计算重要性的云服务商。 [0:00] Crykey AI 创始人: 生成式 AI 加速器计划对初创公司来说简直是 game changing（改变游戏规则）的一步。 [3:15] Adam Selipsky: 未来企业在选择大模型时，不会只押注于某一家，而是会根据自身需求选择数个“各有优势、有大有小”的模型提供方。 [5:20] 亚马逊云科技官方: 企业的数据绝不会用于 Amazon Q 的底层模型训练。 [7:45] Swami Sivasubramanian: 数据、人工智能与人类的关系也应如此：人类创造数据，研发出 AI 及其应用，而这些应用又利用数据为社会创造更高的效率，最终造福人类。 [20:35] Werner Vogels: 是时候成为一名简约的架构师了。 [20:35] Werner Vogels: 并不是所有的事情都要使用大语言模型来完成。

[0:00] 大家可能一直有一个问题在这次的AI浪潮中亚马逊会如何出手呢那我们就来到拉斯维加斯亚马逊云科技2023年为event大会上来找找答案市场上宣城市人工智能之战已经打响了一整年除了大模型上的比拼如今AI在企业级QB赛道上的发展也是如火如荼我们从现场众多参展的企业就能够感受到模型的训练部署调用定制化微调和服务还有企业级应用等等都有着巨大的潜力和需求Hello大家好欢迎收看硅谷101我是陈倩那我们就带大家来到拉斯维加斯云参会2023年的ReInvent看看亚马逊云科技是如何计划这一步进攻路线图的今年的ReInvent大会分四个整天无场主演讲而毫不意外的AI和相关产品及服务的发布贯穿了每一场演讲主题在亚马逊云科技CEO Adam Salipsky的演讲中给出了布局AI服务的基调三层架构最下面的基础架构层中间的基础模型服务层以及最上面的应用层亚马逊云科技都在全面的布局和进攻在基础架构层亚马逊云科技首先是发布了针对训练代语元模型和基础模型的自研芯片Amazon Trinium 2比前一代快四倍适用于参数超过一万亿的神经网络模型以及通用Amazon Graviton 4处理器同时英伟达创始人兼CEO黄仁勋也来到了现场宣布亚马逊云科技与英伟达达成新的战略合作AWS was the world's first cloud to recognize the importance of GPU accelerated computing亚马逊云科技和英伟达将合作推出全新的超级计算基础设施、软件以及服务这包括了首款结合英伟达Grace Hopper超级芯片与Amazon Ultra Cluster拓展功能的云AI超级计算机同时英伟达的DGX Cloud首次在亚马逊云科技上提供AI训练及服务AI Training as a Service以及Project Siba打造配置了16384颗英伟达GH200超级芯片的全球最快的GPU驱动AI超级计算机简单来说在最底层的基础架构层亚马逊云科技在AI算力服务上无论是对算力要求极强的大企业还是对成本控制要求高的中小企业亚马逊云科技的布局可以说是全力在加速尤其对于初创公司来说如今英伟达GPU芯片一张难求之际部署算力要么耗资不菲要么排队等待购买GPU时间太久而像亚马逊云科技这样的云计算公司服务对他们来说就非常的必要其中我参加了一场创业公司的媒体会很有意思的发现3D视频出创公司Kryki的AI和图文生成公司Leonardo的AI都全部在亚马逊云科技的云上部署特别是Kryki的AI给到用户的界面和创作工具就直接是网页数字资产可以实时生成而亚马逊云科技还专门给这些初创公司设立了一个生成式AI加速器计划Crikey的AI的创始人说这对于初创公司来说简直就是game changing改变游戏规则的一步我们再来说说中间层亚马逊云科技在这个环节也有很多新进展首先亚马逊此前宣布投资Anthrobic 40亿美元Anthrobic的创始人兼首席执行官Dario Amaday也来到了现场宣布企业级模型Cloud 2.1也将通过亚马逊云科技的全托管服务Amazon Backrock通过API对客户开放包括Lexus Nexus等法律企业客户用Cloud在法律起草摘要和搜索上的应用还有头部金融资产管理公司桥水基金Bridgewater在尝试投资分析师助手用来生成财务汇总图标和摘要的尝试此外还有旅行指南公司Lonely Planet运用Cloud之后将形成生成成本降低了80%并且给出了高度准确的旅行建议这些都是亚马逊云科技的客户通过中间层模型上的合作的案例同时亚马逊这40亿美元也不是白头的Anthrobic反之也会帮助亚马逊云科技在芯片架构Amazon Inferential 2和Amazon Trinium 2上面进行优化我们在现场听到亚马逊云科技CEO Adam Salipsky表态的另外一个有趣且重要的观点是对于企业们今后的选择可能不仅仅是一个大茂型公司而是数个不同的各有优势的有大优势的 [4:59] 有小的模型提供方而显然亚马逊云科技正在布局这样一个更加强调安全值得信赖有创新性的多元模型生态比如说Amazon Bairrocks上面会继承AI21 Labs的Jurassic 2模型亚马逊云科技四级的Amazon Titan模型Anthropic的Cloud模型Coher的Command文本深处模型和Inbite的文本理解模型还有Meta的Lama 2开源模型以及Stability的AI贡献的Stable Diffusion Excel开源文身图模型当然还有最上面的应用层亚马逊云科技这次也宣布了一个非常重量级的更新那就是Amazon Q, 新型的生产AI 能力帮助建设为您在工作这款企业级的聊天机器人是亚马逊云科技给出的聊天应用答案Amazon Q 专门用于满足办公室场景需求可以根据客户业务进行定制比如说这款企业及聊天助手会根据不同部门和权限对员工进行个性化定制帮助阅读 查看文件 测试优化代码一键生成汇报的PPT或者可视化图表同时 Amazon Q 还被引入多种服务和应用程序包括云支持业务分析服务 Amazon QuickSight云联络中心 Amazon Connect还有Amazon Supply Chain让客户在分析数据客服培训以及供应链追踪上都更加的智能和效率但Yama世云科技也强调企业数据绝不会用于Amazon Q的底层模型再次向客户保证对数据安全上的重视可见随着Yama世云科技推出Amazon Q企业及聊天助手市场的竞争将会更加的激烈而确定的一点是未来的工作方式因为AI助理将会很快被彻底改变我认为它们的新闻是很棒的他们在新闻的新技术它们影响很多的商业在不同的业务所以很多新闻的新闻所以,在Q和其他人的利益似乎有很远的影响似乎的业务当然,在SageMeneral availability of Q seems to have very far-reaching implications for the industry. And certainly with the expansion of SageMaker, the Tranium chips, so they're certainly investing significantly in AI and have the scale and capacity to really make a difference. So I think that within the winner of AI Cloud Services, it's a long race. We're only one year into it. I certainly think that competition is going to be pretty tough. So I think it's too early to say who's actually going to win, but certainly AWS with these announcements and their scale and their market leadership are in a very strong position to be successful and in the other four days of the conference, AI-R-City is also continued in the various environmental issues and environmental issues. For example, in the third day of the conference, the data and the scientific technology director Swami Shibar Subramanian showed the data and the scientific technology technology in the future. The AI technology is a more open and more open and more open and more open. If you want to make a simple and easy to抱 AI AI, from the底层 of the basic design and the more dynamic and more open and more open, to the simple and easy tools to use and to the more easy and easy to use.到结合数据训练所需要的安全且私密的环境到简单易用的工具来搭建和部署应用再到为机器学习专门构建的基础设施这中间所需要的服务和生态是复杂且精细的那我们再回到亚马逊语音科技展现的AI三层架构上如今部署的最底层有GPU、芯片、Amazon Premium和Amazon Inferentia系列模型部署全托管服务Amazon SageMaker超大规模集群Amazon Ultra Clusters能实现微秒同步的EFA网络接口可实力调度的按需服务EC2 Capacity Blocks安全芯片 Nitro以及开发工具包 Neural那么在这里插一句在Amazon Fishmaker方面HyperPod的推出也是非常让人振奋的在AI竞争激烈的当下还通过为大规模分布式训练提供专门构建的基础设施能够有效的帮助减少训练基础模型的实践这一件事是一个大事,因为是一个新的训练功能,可以减少模特教练的时间,到40%而在中间工具层,Amazon Bellrock当中就配置了AI安全产品Guard Drills能够让应用程序自动便捷完成任务的Agents,以及定制化能力,包括微调还有持续预训练方面的服务 [9:59] 那么在这里亚马逊语音科技也展示了企业级AI服务中目前最前沿的路线叫做RAG那么大家知道大语言模型目前最主要的一个问题呢就是信誓旦旦的胡说八道那么学术上啊这叫做hallucination幻觉现象这导致准确性和商用性都大打折扣那目前硅谷比较新的一个做法呢包括我们看到现在的Amazon Barrock当中也采用的应对措施叫做检索增强生成简称RAG那么RAG呢是一种混合模型基于检索的方法将一些需要高度准确性的答案从外部的知识源knowledge base比如说数据库文章还有网站这些有更准确答案的地方去访问和提取信息我们看到Amazon BadRock知识库功能就转向了Rock来为聊天机器人和问答系统提供更加准确针对特定上下文的响应那么这也是降低了大模型商用的壁垒最上面与基础模型结合的应用层工具就包括了企业及AI助手Amazon Q以及与Amazon Q相结合的云支持业务分析服务Amazon QuickSight云联络中心Amazon Connect以及AI代码生成器和配套应用程序Amazon Code Whisperer同时Swami副总裁也发布了mazon Clinton的图像生成器以及多模态切入功能在搜索推荐个性化定制等方向可以让客户进一步去探索那么这里还有一个重要的细节就是Amazon Clinton的每一张图像生成都会自动包含隐形水印那么这将有效的应对AI资产带来的潜在假新闻和版权争议同时呢这也是包括亚马逊在内的七大美国AI公司为了响应美国白宫对AI安全担忧而做出的资源承诺所以我们也可以看到亚马逊云科技对企业及AI服务的布局是全面且细节化的并且已经有客户在这样的生态上面开始进行了客户端的AI应用尝试那么在这场演讲当中来分享的客户也非常的有意思就包括了全球规模最大的旅游电子商务公司之一Booking.com就准备推出旅行计划AI助理让酒店推荐和行程规划的定制化更加的准确此外 苏阿弥副总裁这场分享让我印象非常深刻的是他描述了一个巴拿马语林当中的一种正向的生态那一种能够长到40米名字叫做Virola tree翻译过来叫做病毒树的物种当它的果实成熟的时候呢当地的一种脱歌狙嘴鸟就会把果实摘下来吃掉有时候剩下的果实和果核落在地上会被当地的另外一个物种次数收集埋在土中而之后呢条件合适的时候一些病毒树的小苗就会从土壤中生根发芽最终长成参天大树延续了整个羽营的生存形成良性循环那么他说数据人工智能还有人类的关系也应该如此人类创造的数据也研发出了AI以及基于AI的应用这些应用将利用数据为社会创造更高的效率而这样的效率最终也能够造福人类带来长久的繁衍和良性的社会发展所以人 AI还有数据之间的关系将随着技术的进步而进一步的去融合和迭代所以我们接下来就要说到下一场非常精彩的演讲了关于数据说到数据大家可能都觉得很干的但是我真心发现亚马逊语音科技的大佬们真的都是很会讲故事并且很善于把很干的技术给厂下的观众们都给讲懂了在第一天晚上开场的亚马逊云科技高级副总裁Peter DeSantis就用动画向我们展示了亚马逊云科技Serverless First的创新之路Serverless是一种云原生开发模型允许开发人员构建和运行应用程序而无需管理服务器在Peter的主演讲上他重磅发布了三项Serverless的创新登类是全新的Amazon Aurora Limitless Database可以自动扩展到每秒数百万个写入事物并管理PB级数据同时可以保持像操作单个数据库一样的简便全新Amazon Elastic Cache Service可以更快更轻松地创建高可用缓存服务并立即扩展以满足应用程序需求第三是全新Amazon Redshift Service使用AI模型来预测工作负载并自动扩展和优化提供高达10倍的性价比提升我们用Amazon Redshift Service来举例延展解释一下AI是如何赋能这项创新的那么大家可以看到Peter的演示屏上Amazon Redshift Serverless如今可以根据查询量Query进行扩容来支持数据处理我们可以把它想象成销泡泡的游戏那么每一个数据仓库都是一个游戏空间那么查询量都是一个个的泡泡泡泡越大查询就越负 [14:59] 所耗时间也就越长一个泡泡它消烦才能够挪出空间给其他的新泡泡而当负载增加泡泡太多处理不完的时候这个时候Ratshift Serverless就会进行反应式扩展也就是说当容量超过一定预值的时候就会自动配置额外的容量新开另外一个游戏空间然而新设置另外一个容量需要时间对短期运行的查询会产生很大的效率拖累并且当一个需要处理的海量数据它进来之后就像屏幕中的那个大泡泡一样就会使得整个数据仓库同时变慢并且容量它没有达到预值所以也不会自动的扩容那如今很多数据仓库是怎么处理这个问题的呢方法就是客户他创建了第二个数据仓库你看到一个大泡泡来赶紧新建一个游戏空间来专门处理海量的数据任务那被称之为ETL那么这也是可行的但是你单看一个房间通常又放不满就会让成本非常的昂贵效率也低下并且的管理也很复杂并且如果一个超级超级大的ETL海量数据进来了那一个这么超级大的泡泡这将毁掉一切让一切都无比的缓慢而如今亚马逊云科技如何用AI来进一步优化serverless的数据仓库服务的呢答案是AI的创新带来的是10倍的性价比亚马逊云科技首先通过构建基于数据仓库历史数据训练的机器学习预测模型来根据预期的Corey查询负载主动调整容量那同时呢机器学习模型能够了解每一个查询也就是泡泡的资源需求和性能可以分析每一个泡泡的特征来了解每一个泡泡的复杂性那么结果研究人员就发现80%的泡泡也就是query查询呢都是有历史记录的那么这样就能够让系统快速的去查找有关类似泡泡的信息以及呢对接下来如何优化和运转有更加自信的预测那么这样的预测模型能够提前预测不同大小的泡泡也就是不同复杂程度的查询所以呢如今会出现更科学更效率的情况时当数据仓库检测到运行查询容量很小的时候呢会下调基本容量来节省费用但是如果突然来一个海量数据的查询那还没等它开始运行的时候Amazon Redshift Serverless呢就能够对它进行分析来确定接下来如何运行那如果查询太大再自动根据泡泡的大小和情况单开一个符合容量大小的数据仓库就这样数据仓库其他部分没有影响每一个泡泡都能够最大效率的运营不存在等待也不存在浪费空间你好我好大家好是不是特别的有意思那我们看到为了实现serverlessAmazon S3云存储服务呢从遵从无服务器构建设立的理念到推出了第一个serverless计算服务Amazon Lambda到如今呢也是经历了17年的一个创新而这样的云架构呢也帮助很多企业创意更快的去走向市场以成本更低大规模适配以及呢更快的去创新和搭建更好的程序以及服务那么大家别看亚马逊云科技的Re-event大会其实讲什么非常干非常硬核的科技但是每场演讲中大会加入的企业故事真的可以帮助大家去具象化2B的企业其产品是怎么去影响你我生活的而这些故事也能够很直观的告诉大家为什么云计算领域有着巨大的商业前景那么在Re-event大会期间我真的是非常喜欢跟亚马逊云科技的客户们去聊天你们可能想象不到我们很习以为常的一些身边产品的小变化背后意味着的是企业巨大的转型和变动那比如说英雄联盟开发商和发行商Riot Games就是亚马逊云科技的客户之一了自2018年以来Riot Games开启了全云战略包括英雄联盟的现代化和云迁徙也包括在2023年英雄联盟全球总决赛直播当中是引入了电竞实时胜率电竞实时胜率通过跟踪分析比赛过程中的关键数据点为电竞观众实时揭示美智战队在当前比赛中的表现以及在会展中我跟F1赛车的包括法王列车队的数字解决方案技术服务公司VXC Technology聊了聊那么他们说赛车产业的发展如今也离不开亚马逊运营科技的助力以及期待AI会带来更多的新突破在整个行程中 [19:59] 第四场演讲当中亚马逊云科技全球渠道和联盟副总裁Rubar Borno向观众们分享说咨询公司麦肯细旧预测深层式人工智能对生产力的影响会带来每年2.6万亿到4.4万亿美元的增量那么亚马逊云科技以及客户显然也是看到了这一点目前纷纷开始压住企业及AI服务市场在这两年里我们在Xcentra的工程中将有50,000的我们的工程在Amazon Q and CodeWhisperer那是50,000的工程,非常棒然后我们再次再次提到我们的工程我们将将更加货币我们的工程我们将用了AWS Gen AI的工程然后将它们进入我们的工程的工程以更加快速度使用的更快SageMaker HyperPod使用它更容易在大型模式的研究和经济加速度的研究我们获得AWS-EC2-P4DE这使用了我们我们要做出现的开放像LAMA2和Mistro再次移动到 capacity for training. This enabled us to fine-tune state-of-the-art open-source models like Lama2 and Mistro. And once we moved to HyperPod and enabled AWS Elastic Fabric Adapter, we observed a significant increase in the training throughput by a factor of 2x. But it's not just training that we benefit from AWS. AWS has also helped us with customized service to support our inferencing needs, especially on P4D and P5 instances and this helped us to build top of the market APIs for our open source models and our in-house models that have been fine-tuned for helpfulness and accuracy最后的最后啊我个人非常喜欢的一场演讲呢是Amazon.com副总裁兼首席技术官Warner Vogels他的演讲呢也是非常的有特色整个一个就跟舞台剧似的 He's wearing a special style Warner's wearing a pair of American popular street sweepers social club called SSSC He's a pair of shirts He's very proud He's very surprised As a CTO of Warner He doesn't talk much more of the technology He's mainly talking about the key He's also talking about the and the construction and the construction of the industry to focus on the趋势 And he thinks the technology can bring to the 认为技术能够带来的影响首先Warner就给大家上了一本书名字很直接就叫The Frugal Architect简约云架构并且从他过往20年的经验中摄取灵感从设计衡量以及优化三个层面七大黄金法则教大家如何简约这位Amazon.com副总裁兼首席技术官传达出来的信息也非常明显在管理云成本方面还是时候成为简约的架构师了那么Warner传递出来的信息在如今的时间节点也非常的重要在全球经济放缓依然在紧缩周期之际企业们在拥抱生成式人工智能的策略上将在GPU算力和云计算上投入大量资金和资源美国咨询公司Gartner就预测在明年2024年云终端用户的支出将达到6780亿美元比今年的5630亿美元大幅度增长而随着全球企业进一步布局AI应用模型训练的进一步变大无论是大企业还是初创公司算力成本的优势差异将在未来企业竞争上得以体现所以如何有效且聪明地控制云成本并且以创新思维去寻求改变便是现在简约架构师们需要去思考的了英语语言最危险的就是我们一直在这种方法你知道吗而亚马逊云科技也在持续提供新的工具帮助客户们去监督成本和运营包括在管理控制台推出了Amazon Client Applications产品让用户能够更轻松管理和监控应用程序的成本运行状况和安全状况同时呢,Warner还宣布发布Amazon CloudWatch Application Signals,意在呢让客户自动检测应用程序,以最大限度的提高效率和成本效益。而在演讲的后半部分呢,Warner对人工智能是发表了很有意思的看法,他认为啊,虽然目前市场都在压住大语言模型,但有新的人工智能技术,也有之前就有的人工智能技术。那么大家要记住并不是所有的事情都要使用大语言模型来完成就目前而言已经有很多的AI技术可以为现在的市场带来很多好运用所以AI for now和AI for good基于现在的造福社会的人工智能也应该是大家所追求和去开发搭建的那么包括菲律宾国际水道研究所依靠的机器学习和视觉管理技术来自动化寻找最佳的种子来种植水道的过程以及Warner他亲自参与的 [24:59] 医院合作建立模型来评估患者脑部扫描的图像所以他对台下以及全球直播屏幕前的工程师和架构师们喊话说如果我能够做到 你也可以那么听完这场演讲我大概知道为什么在工程师群体当中Warner如此受到欢迎了同时Warner在演讲当天同时发布了未来技术预测这也是在科技界中很多人关注的消息毕竟他在2020年就预测到了基于海量数据的人工智能技术爆发而在今年发布的预测当中Warner认为2024年将会发生以下机械事情In 2024, I see it's moving faster than everAnd there are four predictions in areas that are accelerating their pace of innovationFor example, new large language models will learn from each otherAnd better incorporate cultures from around the world而成为了一种新的新型化另一种改变是在货品牌这长期的业务会终于终于关注 thanks to增加了新的资料和新的技术和技术上的技术AI-Coding Assistant会继续进行进行进行工作轮到更加快的工作能够提升到速度快速和收入了剩下的工程从不分别的重量量最后一段时间教育教育会变化以合适的改革和业务的计划向上的路上非常多的企业媒体还有分析师到达拉斯维加斯现场交流2023年是深城市人工智能爆发的一年但是很多业内人士认为2024年将是这轮AI技术被验证的一年如今很多世界前500强企业CTO手上是握着上亿美元的资金准备着公司去拥抱AI技术市场有丰慕情绪害怕落后但同时对AI也很谨慎毕竟如今的模型训练还有很多的问题和很大的不确定性但是如果大模型商业模式在明年得到初步验证,那么云计算领域将出现重大的转型,那么这对于行业领导者之一的亚马逊云科技来说,即使挑战也是机会。好了,这就是我们这期的硅谷101,希望大家看完这期视频有所收获,那我们就下期视频再见了,拜拜!优优独播剧场——YoYo Television Series Exclusive