来源：环球网

　　【环球网科技报说念 记者 李文瑶】生成式AI是否能为云狡计带来新的发展机遇？当作环球头部企业，亚马逊云科技也在念念考这一问题。

　　在本年年底的亚马逊云科技年度大会re：Invent 2024上，这家公司发布了一整套面向AI时间的新址品，包括自研大模子Amazon Nova系列、新一代AI西席芯片Trainium 3、新一代Amazon SageMaker（数据分析和AI的一站式平台）、AI助手Amazon Q新功能等。

图：亚马逊云科技大中华区居品部总司理陈晓建

　　往时一年，亚马逊云科技通过自研、投资、生态打造等多种花式夯实AI护城河，重塑IaaS（基础要领）、PaaS（平台软件）、SaaS（应用软件）、MaaS（模子管事）层的居品，以期在环球AI时候竞争中抢得先发上风。到年底，亚马逊云科技对外展示了其AI加合手的狡计、存储、数据库等基础云居品。

　　“就生成式AI通盘这个词行业而言，现在的冲破点在于怎样快速从时候原型走向坐褥。”在袭取记者采访时，亚马逊云科技大中华区居品部总司理陈晓建觉得，在生成式AI的发展上，企业正在从念念考阶段转向实施阶段，进行无数场景熟识，展望2025年将有更多的客户从原型考证阶段转动为坐褥阶段。

　　而云狡计不仅是提供居品和时候，更贫窭的是匡助企业获取业务上的成效。

　　加码生成式AI 新品密集发布

　　2023年，亚马逊云科技推出了镶嵌式模子Amazon Titan，而本年则进一步丰富了居品组合，发布了Amazon Nova系列——一套包含六个针对不同应用场景优化的模子。此外，亚马逊还研究在畴昔推出speech to speech和any to any等新式模子。

　　陈晓建先容，这些新模子的开垦死守了“逆向使命法”的原则，即起先真切了解客户的本色需求，然后把柄这些需求定制相应的治理有臆想打算。举例，针对用户在Micro、Lite、Pro以及行将推出的Premier等不同级别上的具体条件，亚马逊设想了各有侧重的模子，以确保它们唐突无缝集成到客户现存的居品和管事中，并提供最好性能。

　　通过这种花式，亚马逊不仅为客户提供了一个泛泛的选择范围，况兼保证了每个模子齐能精确地餍足特定业务场景的需求。

　　而在芯片方面，亚马逊云科技的自研芯片战术不仅强调时候先进性和性能优化，同期也关心能效和环境影响，旨在为客户提供高效且可合手续的治理有臆想打算。

　　现在，Amazon Trainium（西席芯片）专注于提供极致的狡计性能，相沿大范围差异式狡计任务，适用于复杂的模子西席。

　　Amazon Inferentia（推理芯片）主要针对推理任务，比较西席芯片，多机协同的需求较低，在设想过程中充分商量了能效和碳排放等要素，确保高性能的同期也防范环保。

　　陈晓建泄漏，亚马逊云科技与Anthropic合营，正在构建名为Project Rainier的EC2 UltraCluster。该集群包含数十万颗Trainium2芯片，唐突提供比面前一代起先AI模子西席所需算力跳跃5倍以上的超等算力。

　　此外，亚马逊云科技大中华区数据分析与生成式AI居品总监崔玮强调，公司的举座战术所以客户需求为导向，期骗Amazon Bedrock平台部署第一方（里面开垦）和第三方（外部合营）的模子，从而为客户提供愈加千般化的选择和相沿。

　　事实上，在这次新推出的模子中，为了完毕低延时和低资本的观点，亚马逊云科技在其逆向使命过程中不仅专注于模子自己的优化，还在多个时候层级进行了革命。举例，崇拜推出的Trainium2自研芯片是要津组件之一，旨在栽种性能同期裁减资本；基于Trainium2芯片构建的这两款实例和管事器提供了庞大的狡计技艺，稀零适用于西席大型言语模子等任务；Amazon Bedrock层包含了“优化的低蔓延推理选项”等功能，有益设想用来加快生成式AI应用的部署，并确保高效的脱手恶果。

　　据崔玮泄漏，通过上述各层级的时候革命，亚马逊云科手段够显赫裁减客户在部署生成式AI应用或Nova系列模子时的资本，与同等第别的其他模子比较，资本可裁减约70%。

　　从尝试到坐褥 时候落地真切应用场景

　　跟着生成式AI的发展，越来越多的客户正将其业务从尝试阶段推动到坐褥阶段。这一滑变带来了多种任务需求，包括开垦、西席和推理等不同类型的功课。濒临这些千般化的需求，怎样选择合适的集群和资源不断花式以完毕最高效的资源期骗成为了要津问题，尤其是在GPU资本昂贵的情况下。

　　“当干涉到坐褥阶段时，就不行幸免地要商量怎样将数据和AI一体化不断。”崔玮说说念，这亦然亚马逊云科技在新址品应用升级方面商量的主要问题。

　　据崔玮先容，SageMaker 勤勉于匡助客户充分期骗照旧预订的云资源，确保每个GPU和其他狡计资源齐能得到最猛进度的应用。这是通过优化资源建树和调遣来达成的，从而径直助力客户的坐褥过程，减少滥用并裁减资本。

　　在前期探索阶段，客户经常专注于评估模子和时候是否合适其业务需求。可是，当干涉坐褥阶段时，就需要商量更复杂的问题，如怎样将数据不断和AI开垦整合起来，确保数据流、数据治理及安全性等方面的一体化不断。

　　为此，亚马逊云科技推出了Amazon SageMaker Unified Studio（和解使命室）和Amazon SageMaker Lakehouse（数据湖仓）。这两个器具旨在为客户提供一个和解的使命环境，使他们唐突在归并平台上完成从数据准备到模子部署的通盘技艺，简化使命过程，栽种恶果，并确保数据的安全性和合规性。

　　“新一代Amazon SageMaker提供数据和AI的和解，去草率西席、推理、MLOps等场景。同期，Amazon SageMaker AI也有好多新的功能来加强用户的体验。”崔玮说说念。

　　出海仍是贫窭场景需求

　　本色上，从生成式AI的应用场景选择来看，不同业业的客户需乞降痛点互异，难以找到一个和解的应用开始。在陈晓建看来，“当作中国区的生成式AI团队，要紧任务是与客户合营，识别最合适的应用场景。”

　　而代表性的应用场景，包括，期骗学问库、代码生成器具等栽种职工工违规果；通过集成学问库和其他AI技艺，显赫改善客服反应速率和管事质地；匡助中国企业出海时治理多言语翻译难题，稀零是小语种的相沿问题，而这在往时是一个额外大的挑战。

　　现在，出海是中国商场的贫窭需求之一。据陈晓建不雅察，生成式AI兴起后，出现了生成式AI原生革命企业，它们借助生成式AI开展之前无法从事的业务，发展速率迅猛，且好多在出海时选择亚马逊云科技当作承载云平台。“咱们预测，跟着生成式AI技艺迟缓完善，这类生成式AI原生企业创造的应用会越来越多。从国际榜单来看，在素质、追随等诸多鸿沟，好多头部企业齐是中国企业，这是一个咱们看到的趋势。”

　　而从2024年来看，许多企业从念念考阶段干涉实施阶段，进行了无数场景熟识。陈晓建预测，2025年细目会发生变化，好多客户有望从原型考证阶段转动为坐褥阶段，“这是必经之路。”在这一过程中，企业的需求将愈加复杂，不仅是选择模子，还需要各式时候相沿。这亦然亚马逊云科技在开垦Amazon Bedrock等居品时，不仅提供模子商场，更贫窭的是提供能让模子推理脱手时所需的各式坐褥力器具和坐褥环境器具。

　　“中国有好多优秀的初创企业照旧成效应用生成式AI，这在不同的行业赫然可见。相对而言，传统企业发扬较慢，但也执政着应用生成式AI于坐褥的场合稳步迈进，咱们期待来岁能看到更多传统企业在这方面获取发扬。”陈晓建说说念。（古雨）

海量资讯、精确解读，尽在新浪财经APP

包袱剪辑：王许宁 九游体育app官网