在亚马逊云科技2023re:Invent中国行北京站活动上，亚马逊云科技大中华区产品部总经理陈晓建重点强调了亚马逊云科技如何通过创新性的技术重塑帮助客户加速创新。亚马逊云科技全面发力生成式AI，推出面向企业级生成式AI的一系列新服务及功能，包括重塑未来工作方式的新型生成式AI助手Amazon Q、Amazon Bedrock更多的模型选择和全新强大功能、Amazon SageMaker助力规模化开发应用模型的五大新功能等，帮助企业更轻松、安全地构建和应用生成式AI。
虽然生成式AI是2023年重头戏，话题伴随着亚马逊云科技中国市场的众多活动，但底层思维是亚马逊云科技亘古不变的坚持。
亚马逊云科技一直秉承着逆向工作法的理念，从数百万客户的需求出发构建产品。深信只有这样，才能够持续引领科技创新。作为云计算开拓者，亚马逊云科技不仅一直通过最安全、最可靠的企业级的能力来赋能客户的应用，直到今天仍然拥有业界最广泛、最深入的功能。用一个关键词来总结，就是重塑，从未停止探索用各种方法、更优化的方式找到解决客户痛点的最优解。
像云计算，卫星网络，生成式AI等所有复杂技术一样，虽然未来未知，但作为云计算的探索开创者，亚马逊云科技始终践行创新实践，为客户突破复杂技术，用重塑实现科技技术的普惠，通过对底层技术的重塑，帮助客户持续重塑业务，这一旅程没有终点。
基础设施、存储、芯片、无服务器等全面升级
亚马逊云科技全球基础设施横跨世界33个地理区域，当前，亚马逊云科技的数据中心数量比第二大的云提供商多三倍，服务多60%，功能多40%。
Kuiper是亚马逊云科技正在建造一个由数千颗近地轨道卫星组成的卫星⽹络。Kuiper团队成功将他们的首批两颗原型卫星送入了轨道。除了公共互联网连接外，Kuiper 还将提供企业就绪的专用连接服务，可以通过专用、安全的连接从任何地方移动数据，以及连接访问亚马逊云科技的云中的数据。
全新高性能对象存储 Amazon S3 Express One Zone 正式可用。Amazon S3 Express One Zone是新的S3存储类别，采用专门设计的软硬件来加速数据处理，可提供比Amazon S3标准存储快10倍的性能，同时能够以一致的毫秒级延迟处理每分钟数百万次的请求，同时请求成本降低了50%。这项新服务帮助Pinterest提升了10倍以上的写入速度，并将其机器学习驱动的视觉灵感引擎的总成本降低了40%。
此次推出自研芯片Amazon Graviton 4，平均性能比Amazon Graviton 3提升30%，对某些工作负载的加速更明显，数据库应用程序速度提升40%，大型Java应用程序速度提升45%。基于Amazon Graviton 4的Amazon EC2 R8g实例的预览版已经推出。
同时推出三项新的无服务器服务创新，涵盖了数据库和分析领域，使客户能够更快速、更轻松地扩展他们的数据基础设施，以支持最具挑战性的应用场景。这三项创新包括：Amazon Aurora Limitless数据库，这是一项全新的功能，可以自动完成超过单个Amazon Aurora数据库写入限制的扩展，让开发人员轻松地扩展他们的应用程序并比自建的解决方案节省数月时间。
Amazon ElastiCache Serverless可以帮助客户在一分钟内创建高可用的缓存，并实时进行垂直和水平扩展以支持客户复杂的应用程序，且无需管理基础架构。Amazon Redshift Serverless利用人工智能（AI）预测工作负载并自动扩展和优化资源，帮助客户实现高性价比的目标。
降低生成式AI门槛 重塑产业未来
亚马逊云科技在生成式AI的端到端的3个不同层面展开持续投入。在底层，提供用于基础模型训练和推理的基础设施。在中间层工具层，提供使用基础模型进行构建的工。在顶层应用层，提供利用基础模型构建的应用程序。
值得关注的新发布包括：
Amazon Trainium2处理器，用于生成式 AI 和机器学习训练的专用芯片，针对训练具有数千亿至数万亿参数的基础模型进行优化，相较 Amazon Trainium 4 倍性能提升，65 exaflops的按需超级计算性能。
Amazon SageMaker HyperPod 服务，可大规模加速基础模型训练，能够缩短高达40%的训练时间，并可以确保持续数周或数月的训练过程不中断。
Amazon Bedrock是利用大模型构建和扩展生成式人工智能应用的最简单方法。各行各业的客户已经在使用Amazon Bedrock 重塑他们的用户体验、产品和流程，并将人工智能带入他们的业务核心。
生成式人工智能工作助手Amazon Q，Amazon Q 可以根据客户的业务进行定制，帮助员工快速获得复杂问题的答案、生成内容并采取行动。它可以根据企业的人员、角色和权限进行个性化定制，并确保客户的内容不会被用于训练 Amazon Q 的底层模型，保障数据安全和隐私。
云计算的价值在生成式AI的今天被放大
在采访环节，媒体谈到X平台下云这一事件。在陈晓建看来，下云或者云上到底是更贵还是更便宜，这个问题本身就没有一个标准的答案，不同的客户的诉求不一样、能力不一样，就会得出不一样的解答来。
以前如果要做一个互联网应用，可能只要做一个前端的接入，然后中间做一个数据库和MySQL的数据存储，后面写一堆代码程序就结束了。而现在要做的是GenAI的事，要懂大模型，要懂分布式训练，并且还要懂怎么安全地把模型打通变成共性的。所以对于IT人员能做的事的复杂度是大大提高了。
是不是每个公司都具备这样的专业能力呢？以做一个一千张卡的并行训练来举例，可能只有很少一部分客户具备这样的能力，更不用提达到极致的性价比，如果只是采用一些标准化的硬件的话。
对于IT来说，以后要做的工作不再是只搭一个简单的在线的服务，而是要做生成式AI的工作，甚至可能要把生成式AI跟业务完整结合，要做一个时序训练，这个背后的复杂性是非常非常高的。
这一切提升了用户自己构建数据中心、构建IT基础设施的成本，也放大了云的优势。所以云在给客户带来价值，在生成式AI的今天不是缩小了，而是放大了，因为只有像这种具备这么大海量规模、这么大的研发团队的服务商，才能够有能力去做这些事情。
艾瑞咨询研究总监王成峰表示：“本次亚马逊云科技re:Invent大会继续在生成式AI领域推陈出新，同时对基础产品升级迭代。其中，令人印象深刻的主要包括：全面深化Serverless，推进数据库、数据分析、AI等全线产品的‘无服务器化’，继续保持在云原生方面的领先布局；继续为生成式AI的发展提供强大能力支撑，不仅包括与英伟达等芯片商合作带来的更先进算力资源，也通过Amazon Bedrock产品提供‘精选’多模型接入的能力平台，更加强调生成式AI领域的生态打造。”
