当前位置:云计算企业动态 → 正文

细数2021亚马逊云科技re:Invent全球大会值得关注的五大风向标

责任编辑:shjiaz 作者:查士加 |来源:企业网D1Net  2021-12-17 16:13:28 本文摘自:企业网D1Net

美国当地时间11月29日,2021亚马逊云科技re:Invent全球大会盛大开幕。纵观本届re:Invent全球大会,最关键的一个词是“探路者”,亚马逊云科技作为全球领先的云计算公司,对创新和云趋势的把握一向十分精准。在近日举办的2021亚马逊云科技re:Invent全球大会媒体沟通会上,亚马逊云科技总结了云计算发展的五大风向标:一是重塑云计算底座,自研芯片再升级;二是大云无疆,无限拓展;三是代码即云,万物皆API;四是降低门槛,把云计算交到更多人手里;五是可持续发展。

自研芯片再升级,重塑云计算底座

未来,云上新型工作负载对于计算创新的需求将永无止境,客户对云上性价比的追求亦是永无止境,因此头部云厂商的创新必将永续下去。为了重构云计算底座,亚马逊云科技从自研芯片入手,改变云计算的游戏规则。“自研芯片需要经验积累,不是花钱就能买到的,更不是很快就能实现的。我们最大的优势在于对云上所有工作负载的深刻理解,能够用逆向的思维去设计我们的芯片。”亚马逊云科技大中华区产品部总经理顾凡如是说。如今,亚马逊云科技在自研CPU领域已经手握Amazon Nitro、Amazon Graviton、人工智能机器学习自研芯片三条产品线。

由Amazon Graviton3处理器支持的C7g实例,采用最新的DDR5内存,与由 Graviton2 处理器支持的当前一代 C6g 实例相比,内存带宽提高50%,网络带宽高出20%,可将计算密集型工作负载性能提高多达25%,浮点运算能力提升2倍以上。在芯片设计方面,Graviton3比Graviton2增加了200亿个晶体管,达到了500亿个,如何用这多出来的200亿晶体管帮助客户获得最大效能十分关键。亚马逊云科技通过增加内核宽度,以指令并行的方式,让内核在同一个时钟周期里执行更多指令,完成更多任务。从效果来看,Nginx和Groovy都提升了60%的性能,而Redis的性能提升也超过25%,并且在性能改善的同时,功耗降低了60%。

Twitter平台主管Nick Tornow表示:“我们发现基于Graviton3的C7g实例相较于Graviton2的 C6g 实例性能提升了20-80%,同时降低尾延迟最高可达35%。”

除C7g实例外,由Amazon Trainium芯片支持的Trn1实例表现也十分亮眼,它为在Amazon EC2中进行深度学习模型训练提供最佳性价比以及最快的训练速度,提供800Gbps EFA网络带宽,与P4d实例相比,通过Trn1实例训练深度学习模型的成本可降低40%,超大型的复杂模型训练时间可从几个月缩短至几天。

另外,亚马逊云科技还发布了采用全新Amazon Nitro SSD固态硬盘的Im4gn/Is4gen/ I4i实例,提供高达 30 TB 的 NVMe 存储,与上一代I3实例相比,I/O 延迟降低了 60%,延迟可变性降低了 75%,可为I/O密集型工作负载提供超高存储性能。

大云无疆,无限拓展

虽然亚马逊云科技在计算、存储、数据等相关服务领域不断打破创新的边界,但是仍有新的约束需要不断突破。例如物理地域在法规方面的约束(数据要保存在本地),各种距离产生的延时问题,网络带宽问题,连接的稳定性等等。

通过15年的积累,亚马逊云科技基础设施在全球的覆盖范围已经非常广泛,遍及25个地理区域的81个可用区,并计划新建9个区域和27个可用区,有14个本地扩展区域、17个Wavelength区域,有108个Direct Connect光纤直连站点,有310个边缘站点和13个区域缓存站点。

在边缘场景,亚马逊云科技与北美的Verizon、欧洲的沃达丰、亚洲的KDDI和SK电信等运营商配合,通过Amazon Wavelength区域服务那些超低延时的5G边缘应用。为了满足客户的需求,将亚马逊云科技的能力扩展到客户本地的数据中心,亚马逊云科技发布了Amazon Outposts服务,今年新发布的1U和2U机型,能够覆盖商店、连锁店、车间、生产线等更小的场所。亚马逊云科技的目标是构建最大规模的专用网络,去连接一切。为此,亚马逊云科技与SD-WAN供应商及合作伙伴配合,推出了Cloud WAN服务,为企业提供一个能够通过软件定义的私有网络,让其无论在世界任何地方接入,都能在统一的系统中管理自己的私有网络。

除此之外,面向数十亿物联网设备的连接需求,亚马逊云科技提供Amazon IoT Core、Amazon FreeRTOS,能够让客户尽快实现数据的连接,提供Amazon IoT Greengrass在边缘端直接进行推理和计算,提供Amazon Panorama Appliance、Amazon Monitron等工业机器学习解决方案可以对工厂里的生产线进行实时监控。Amazon Snowball系列将云的能力延伸到地球上的各个角落,已实现对油田、钻井平台、远洋作业等偏远地区的弱网环境的覆盖,它先对设备收集和存储数据,再将数据传回云端进行分析、训练、推理。Amazon Ground Station将亚马逊云科技的能力拓展至外太空,这是一款卫星地面站服务,通过卫星地面站接收数据到亚马逊云科技区域进行处理。

代码即云,万物皆API

对于用户来说,亚马逊云科技的每一个云服务,都是通过API实现的。通过对面向云原生的消息组件SQS、存储服务Amazon S3、Amazon EC2等简单的API服务进行组合,开发人员就能构建复杂的系统应用,进行业务创新。

亚马逊CTO Werner Vogels为开发者总结了运维复杂API的几点建议:

第一条,API是永远的,一旦被发布,就会被成千上万客户不断调用,对原有的API进行任何改动都是很危险的。

第二条,对API的设计来说最大的挑战是向后兼容。亚马逊保持超高的向后兼容性,只会在老版本API的基础上增加新的功能,而不会删除或改变已有的API。

第三条,亚马逊构建API的传统是从客户的真实场景出发,找到客户最希望实现的功能,从而构建专门的服务或工具,而不是看自己手头有什么样的技术来实现。

第四条,让API的故障模式有据可查。一个真正好的API服务,当它不工作时,能够让开发者知道问题出在哪里,然后才能持续对其进行改进。

第五条,创建具有明确、特定目的、自描述的API。自描述是所有API最基础的原则,要保证它足够简洁,让开发者能够理解,也就是用最简单的逻辑,为专门的功能而设计。

第六条,无论是API还是云服务,都要不惜一切代价隐藏背后的技术实现。只有这样才能专注于客户的需求,如果过早透露具体的底层实现,客户可能会更关注你为什么今天这样做,而明天不这样做。

亚马逊云科技大中华区产品部数据类产品高级经理王晓野在演讲中表示:“API是亚马逊云科技对开发者以及云计算探路者的承诺,我们会持续不断地为他们带来更便捷的API服务,让他们在云上自由构建,充分发挥他们的创造力。”

降低门槛,把云计算交到更多人手里

如今,云上的服务越来越便捷,亚马逊云科技上的探路者已经不只是传统意义上的开发者,有越来越多的初创科技公司和大型跨国企业加入到了云上创新的阵营中。这些探路者对云提出了新的要求,希望亚马逊云科技能够提供更加丰富的工具帮助其降低云服务的使用门槛。

本次re:Invent推出的很多新服务和新功能均是为降低门槛而设计。例如Amazon QuickSight Q和Amazon SageMaker Canvas,前者专为云上构建,可扩展、嵌入式机器学习驱动的商业智能服务,让用户无需培训即可访问BI,后者让业务分析师能够使用点击式界面生成更准确的机器学习预测,从而扩展了对机器学习的访问,无需编码。

IDC中国助理研究总监卢言霞表示,“在大数据方面,亚马逊云科技在数据融合、统一治理等方面帮助用户管理数字化旅程,并加速将机器学习和人工智能加入到数据旅程。Amazon SageMaker Canvas值得没有技术背景的分析师,以及聚焦业务分析但希望实时数据洞察的分析人群关注。”

新发布的Amazon SageMaker Studio Lab 是一项免费、无需配置的服务,开发者、学者和数据科学家,只要有创新的想法,立即就可以动手实践机器学习。它也让客户将能够专注于实践机器学习与数据科学,无需设置或配置任何环境与机器。

除此之外,为了将机器学习能力交到更多的人手中,培养更多人才,亚马逊云科技还将通过DeepRacer冠军杯赛、培训与认证、机器学习大学、机器学习纳米学位、人工智能和机器学习奖学金等项目加速机器学习普惠化进程。

可持续发展 责任重大

本次re:Invent大会上,清洁能源和可持续发展是重要议题。如今,亚马逊云科技在世界各地管理着众多基础设施,如何降低这些基础设施的能源消耗是亚马逊云科技肩负的重大企业社会责任。亚马逊云科技效用计算和应用程序高级副总裁Peter DeSantis曾提到:“最绿色的能源就是你没有使用的资源。通往绿色云的道路就在面前,我们得一起朝着这个目标努力。”

亚马逊云科技首先从自研芯片、数据中心效率、采用更多可再生能源等多个维度着手,提供最佳的资源利用率,从而降低能耗,去践行云自身的可持续发展。而站在客户的角度,客户负责如何选择云技术,通过应用架构设计、数据存储设计以及思维模式等方面提升代码效率,实现可持续发展。顾凡提到:当客户选择了事件驱动型的应用架构,也就意味着可以采用无服务器技术,无论是Amazon Lambda计算,无服务器的存储S3,还是无服务器的数据库分析服务,实际上是把一部分可持续发展的责任从客户端转移到了云厂商这一端,亚马逊云科技可以借助无服务器技术极致的伸缩能力,为客户的应用提供最佳的资源利用率,从而降低能耗。

除此之外,越来越多的云上客户期望计算和管理云上工作负载产生的碳排放,并通过一系列优化工作降低碳排放水平,实现碳排放可衡量、可数字化、可优化的闭环。为此,在本次re:Invent大会上,亚马逊云科技推出了一款碳足迹工具,帮助客户在云端追踪应用的碳排放足迹,让云上的低碳环保变得可衡量,以便更多的开发者和企业加入到低碳环保的行列中来。

为了倡导更多用户在云上构建应用时将低碳环保作为重要的衡量指标,亚马逊云科技架构完善(Well Architecture)在卓越运营、安全性、可靠性、性能效率、成本优化五大支柱的基础上,增加可持续发展为第六个支柱,倡导用环保的最佳实践来学习、测量、改进云端计算工作负载。

全球权威调研机构——451 Research的研究结果显示,亚马逊云科技运营的基础设施能源效率,是受调查的美国企业数据中心中位数的 36 倍,比普通欧盟公司高出 5 倍。在亚马逊云科技运行商业应用的公司,可以降低近80%的能源消耗。当企业的工作负载运行在本地数据中心,平均资源利用率只有15%,浪费了85%的能耗,如果将 1 兆瓦的典型工作负载从本地数据中心迁移到亚马逊云科技,每年可以减少1000多公吨碳排放。

x 细数2021亚马逊云科技re:Invent全球大会值得关注的五大风向标 扫一扫
分享本文到朋友圈
当前位置:云计算企业动态 → 正文

细数2021亚马逊云科技re:Invent全球大会值得关注的五大风向标

责任编辑:shjiaz 作者:查士加 |来源:企业网D1Net  2021-12-17 16:13:28 本文摘自:企业网D1Net

美国当地时间11月29日,2021亚马逊云科技re:Invent全球大会盛大开幕。纵观本届re:Invent全球大会,最关键的一个词是“探路者”,亚马逊云科技作为全球领先的云计算公司,对创新和云趋势的把握一向十分精准。在近日举办的2021亚马逊云科技re:Invent全球大会媒体沟通会上,亚马逊云科技总结了云计算发展的五大风向标:一是重塑云计算底座,自研芯片再升级;二是大云无疆,无限拓展;三是代码即云,万物皆API;四是降低门槛,把云计算交到更多人手里;五是可持续发展。

自研芯片再升级,重塑云计算底座

未来,云上新型工作负载对于计算创新的需求将永无止境,客户对云上性价比的追求亦是永无止境,因此头部云厂商的创新必将永续下去。为了重构云计算底座,亚马逊云科技从自研芯片入手,改变云计算的游戏规则。“自研芯片需要经验积累,不是花钱就能买到的,更不是很快就能实现的。我们最大的优势在于对云上所有工作负载的深刻理解,能够用逆向的思维去设计我们的芯片。”亚马逊云科技大中华区产品部总经理顾凡如是说。如今,亚马逊云科技在自研CPU领域已经手握Amazon Nitro、Amazon Graviton、人工智能机器学习自研芯片三条产品线。

由Amazon Graviton3处理器支持的C7g实例,采用最新的DDR5内存,与由 Graviton2 处理器支持的当前一代 C6g 实例相比,内存带宽提高50%,网络带宽高出20%,可将计算密集型工作负载性能提高多达25%,浮点运算能力提升2倍以上。在芯片设计方面,Graviton3比Graviton2增加了200亿个晶体管,达到了500亿个,如何用这多出来的200亿晶体管帮助客户获得最大效能十分关键。亚马逊云科技通过增加内核宽度,以指令并行的方式,让内核在同一个时钟周期里执行更多指令,完成更多任务。从效果来看,Nginx和Groovy都提升了60%的性能,而Redis的性能提升也超过25%,并且在性能改善的同时,功耗降低了60%。

Twitter平台主管Nick Tornow表示:“我们发现基于Graviton3的C7g实例相较于Graviton2的 C6g 实例性能提升了20-80%,同时降低尾延迟最高可达35%。”

除C7g实例外,由Amazon Trainium芯片支持的Trn1实例表现也十分亮眼,它为在Amazon EC2中进行深度学习模型训练提供最佳性价比以及最快的训练速度,提供800Gbps EFA网络带宽,与P4d实例相比,通过Trn1实例训练深度学习模型的成本可降低40%,超大型的复杂模型训练时间可从几个月缩短至几天。

另外,亚马逊云科技还发布了采用全新Amazon Nitro SSD固态硬盘的Im4gn/Is4gen/ I4i实例,提供高达 30 TB 的 NVMe 存储,与上一代I3实例相比,I/O 延迟降低了 60%,延迟可变性降低了 75%,可为I/O密集型工作负载提供超高存储性能。

大云无疆,无限拓展

虽然亚马逊云科技在计算、存储、数据等相关服务领域不断打破创新的边界,但是仍有新的约束需要不断突破。例如物理地域在法规方面的约束(数据要保存在本地),各种距离产生的延时问题,网络带宽问题,连接的稳定性等等。

通过15年的积累,亚马逊云科技基础设施在全球的覆盖范围已经非常广泛,遍及25个地理区域的81个可用区,并计划新建9个区域和27个可用区,有14个本地扩展区域、17个Wavelength区域,有108个Direct Connect光纤直连站点,有310个边缘站点和13个区域缓存站点。

在边缘场景,亚马逊云科技与北美的Verizon、欧洲的沃达丰、亚洲的KDDI和SK电信等运营商配合,通过Amazon Wavelength区域服务那些超低延时的5G边缘应用。为了满足客户的需求,将亚马逊云科技的能力扩展到客户本地的数据中心,亚马逊云科技发布了Amazon Outposts服务,今年新发布的1U和2U机型,能够覆盖商店、连锁店、车间、生产线等更小的场所。亚马逊云科技的目标是构建最大规模的专用网络,去连接一切。为此,亚马逊云科技与SD-WAN供应商及合作伙伴配合,推出了Cloud WAN服务,为企业提供一个能够通过软件定义的私有网络,让其无论在世界任何地方接入,都能在统一的系统中管理自己的私有网络。

除此之外,面向数十亿物联网设备的连接需求,亚马逊云科技提供Amazon IoT Core、Amazon FreeRTOS,能够让客户尽快实现数据的连接,提供Amazon IoT Greengrass在边缘端直接进行推理和计算,提供Amazon Panorama Appliance、Amazon Monitron等工业机器学习解决方案可以对工厂里的生产线进行实时监控。Amazon Snowball系列将云的能力延伸到地球上的各个角落,已实现对油田、钻井平台、远洋作业等偏远地区的弱网环境的覆盖,它先对设备收集和存储数据,再将数据传回云端进行分析、训练、推理。Amazon Ground Station将亚马逊云科技的能力拓展至外太空,这是一款卫星地面站服务,通过卫星地面站接收数据到亚马逊云科技区域进行处理。

代码即云,万物皆API

对于用户来说,亚马逊云科技的每一个云服务,都是通过API实现的。通过对面向云原生的消息组件SQS、存储服务Amazon S3、Amazon EC2等简单的API服务进行组合,开发人员就能构建复杂的系统应用,进行业务创新。

亚马逊CTO Werner Vogels为开发者总结了运维复杂API的几点建议:

第一条,API是永远的,一旦被发布,就会被成千上万客户不断调用,对原有的API进行任何改动都是很危险的。

第二条,对API的设计来说最大的挑战是向后兼容。亚马逊保持超高的向后兼容性,只会在老版本API的基础上增加新的功能,而不会删除或改变已有的API。

第三条,亚马逊构建API的传统是从客户的真实场景出发,找到客户最希望实现的功能,从而构建专门的服务或工具,而不是看自己手头有什么样的技术来实现。

第四条,让API的故障模式有据可查。一个真正好的API服务,当它不工作时,能够让开发者知道问题出在哪里,然后才能持续对其进行改进。

第五条,创建具有明确、特定目的、自描述的API。自描述是所有API最基础的原则,要保证它足够简洁,让开发者能够理解,也就是用最简单的逻辑,为专门的功能而设计。

第六条,无论是API还是云服务,都要不惜一切代价隐藏背后的技术实现。只有这样才能专注于客户的需求,如果过早透露具体的底层实现,客户可能会更关注你为什么今天这样做,而明天不这样做。

亚马逊云科技大中华区产品部数据类产品高级经理王晓野在演讲中表示:“API是亚马逊云科技对开发者以及云计算探路者的承诺,我们会持续不断地为他们带来更便捷的API服务,让他们在云上自由构建,充分发挥他们的创造力。”

降低门槛,把云计算交到更多人手里

如今,云上的服务越来越便捷,亚马逊云科技上的探路者已经不只是传统意义上的开发者,有越来越多的初创科技公司和大型跨国企业加入到了云上创新的阵营中。这些探路者对云提出了新的要求,希望亚马逊云科技能够提供更加丰富的工具帮助其降低云服务的使用门槛。

本次re:Invent推出的很多新服务和新功能均是为降低门槛而设计。例如Amazon QuickSight Q和Amazon SageMaker Canvas,前者专为云上构建,可扩展、嵌入式机器学习驱动的商业智能服务,让用户无需培训即可访问BI,后者让业务分析师能够使用点击式界面生成更准确的机器学习预测,从而扩展了对机器学习的访问,无需编码。

IDC中国助理研究总监卢言霞表示,“在大数据方面,亚马逊云科技在数据融合、统一治理等方面帮助用户管理数字化旅程,并加速将机器学习和人工智能加入到数据旅程。Amazon SageMaker Canvas值得没有技术背景的分析师,以及聚焦业务分析但希望实时数据洞察的分析人群关注。”

新发布的Amazon SageMaker Studio Lab 是一项免费、无需配置的服务,开发者、学者和数据科学家,只要有创新的想法,立即就可以动手实践机器学习。它也让客户将能够专注于实践机器学习与数据科学,无需设置或配置任何环境与机器。

除此之外,为了将机器学习能力交到更多的人手中,培养更多人才,亚马逊云科技还将通过DeepRacer冠军杯赛、培训与认证、机器学习大学、机器学习纳米学位、人工智能和机器学习奖学金等项目加速机器学习普惠化进程。

可持续发展 责任重大

本次re:Invent大会上,清洁能源和可持续发展是重要议题。如今,亚马逊云科技在世界各地管理着众多基础设施,如何降低这些基础设施的能源消耗是亚马逊云科技肩负的重大企业社会责任。亚马逊云科技效用计算和应用程序高级副总裁Peter DeSantis曾提到:“最绿色的能源就是你没有使用的资源。通往绿色云的道路就在面前,我们得一起朝着这个目标努力。”

亚马逊云科技首先从自研芯片、数据中心效率、采用更多可再生能源等多个维度着手,提供最佳的资源利用率,从而降低能耗,去践行云自身的可持续发展。而站在客户的角度,客户负责如何选择云技术,通过应用架构设计、数据存储设计以及思维模式等方面提升代码效率,实现可持续发展。顾凡提到:当客户选择了事件驱动型的应用架构,也就意味着可以采用无服务器技术,无论是Amazon Lambda计算,无服务器的存储S3,还是无服务器的数据库分析服务,实际上是把一部分可持续发展的责任从客户端转移到了云厂商这一端,亚马逊云科技可以借助无服务器技术极致的伸缩能力,为客户的应用提供最佳的资源利用率,从而降低能耗。

除此之外,越来越多的云上客户期望计算和管理云上工作负载产生的碳排放,并通过一系列优化工作降低碳排放水平,实现碳排放可衡量、可数字化、可优化的闭环。为此,在本次re:Invent大会上,亚马逊云科技推出了一款碳足迹工具,帮助客户在云端追踪应用的碳排放足迹,让云上的低碳环保变得可衡量,以便更多的开发者和企业加入到低碳环保的行列中来。

为了倡导更多用户在云上构建应用时将低碳环保作为重要的衡量指标,亚马逊云科技架构完善(Well Architecture)在卓越运营、安全性、可靠性、性能效率、成本优化五大支柱的基础上,增加可持续发展为第六个支柱,倡导用环保的最佳实践来学习、测量、改进云端计算工作负载。

全球权威调研机构——451 Research的研究结果显示,亚马逊云科技运营的基础设施能源效率,是受调查的美国企业数据中心中位数的 36 倍,比普通欧盟公司高出 5 倍。在亚马逊云科技运行商业应用的公司,可以降低近80%的能源消耗。当企业的工作负载运行在本地数据中心,平均资源利用率只有15%,浪费了85%的能耗,如果将 1 兆瓦的典型工作负载从本地数据中心迁移到亚马逊云科技,每年可以减少1000多公吨碳排放。

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^