亞馬遜云科技re:Invent全球大會：發布三項自研技術，六項全新功能

Viking / 2021-12-09 15:5475500

12月8日，第二場亞馬遜云科技re:Invent全球大會如約而至，本場大會上亞馬遜帶來了自研芯片、大云無疆、數據為王、行業專用解決方案以及可持續發展五大主題，并且推出了三項自研底層技術，包括自研的處理器、機器學習訓練芯片以及固態硬盤。

想要充分發揮算力上的優勢，那么自研芯片絕對是必走的道路。亞馬遜此前已經發布了數款自研芯片，擁有不錯的技術積累。此次亞馬遜宣布帶來自研設計的第三顆CPU處理器Amazon Graviton3。

微信圖片_2021120817204810.png

Amazon Graviton3基于Arm架構，擁有500億顆晶體管數量，64顆內核，時鐘頻率為2.6GHz，最大內存帶寬為300GB/s。相較于上一代的Graviton2，,Amazon Graviton3在科學計算、機器學習和媒體編碼工作負載能夠提供高達2倍的浮點運算性能，為加密工作負載速度提升高達2倍，為機器學習工作負載可以提供高達3倍的性能。

微信圖片_2021120817204815.png

另外Graviton3處理器支持的C7g實例相較于上一代的C6g實例，在計算密集型工作負載性能上提高多達25%，節省高達60%的能源消耗，提升50%的內存帶寬，網絡帶寬高出20%。并且C7g實例是運動第一個采用最新DDR5內存的實例，還支持Elastic Fabric Adapter，能夠讓應用程序與網絡接口卡通信，提供更低且一致的延遲。

微信圖片_2021120817204821.png

除了自研CPU處理器，亞馬遜還推出自研的機器學習訓練芯片，宣布提供基于Trainium的實例。由Amazon Trainium芯片支持的Trn1實例為在Amazon EC2中進行深度學習模型訓練可提供最佳性價比以及最快的訓練速度。

微信圖片_2021120817204824.png

Trn1實例的加速器內存達到512GB，而機器學習中的網絡擴容達到800Gbps，是P4d實例的兩倍，通過Trn1實例訓練深度學習模型的成本則相較于P4d實例降低多達40%。不過我們也可以看到，亞馬遜推出的處理器和機器學習訓練芯片并不是為了和傳統廠商競爭，這兩款芯片是亞馬遜根據用戶的需求而進行定制設計。全新的芯片需要用戶進行重新的適配，因此這兩款芯片是主要應用在用戶的新業務場景下。

微信圖片_2021120817204828.png

為了讓用戶可以享受到更低的存儲成本和更強的存儲性能，亞馬遜還推出了采用全新Amazon Nitro SSD固態硬盤的Im4gn/Is4gen/ I4i實例，它們最高可以提供30TB超大容量的NVMe存儲，相較于上一代的I3實例，I/O 延遲降低了60%，延遲可變性降低了 75%。

此外相較于商用SSD，亞馬遜云科技同時管理Amazon Nitro SSDs的硬件和固件，SSD更新交付的速度也會更快。目前Im4gn實例已經可以采用Amazon Graviton2處理器，與I3實例相比，性價比提高多達40%，每TB存儲成本降低多達44%。Is4gen實例與I3en實例相比，每TB存儲成本降低多達15%，計算性能提高多達48%。

除了發布全新自研的處理器、機器學習訓練芯片以及固態硬盤，亞馬遜還宣布明年將在21個國家建設超過30個本地擴展區。而且亞馬遜云科技還計劃將云延伸至Amazon Outposts、IoT服務、Snow家族服務以及Amazon Ground Station。

微信圖片_2021120817204833.png

另外亞馬遜云科技還推出了托管服務——Amazon Private 5G，可讓企業利用5G專網來連接企業內的聯網傳感器和邊緣設備，并通過亞馬遜云科技控制臺統一管理；發布Amazon Cloud WAN，將亞馬遜云科技全球網絡的優勢賦能給企業。

本次re:Invent大會，亞馬遜云科技還宣布為機器學習平臺Amazon SageMaker增添了六項全新的功能。

Amazon SageMaker Ground Truth Plus：讓用戶無需編寫任何代碼即可快速交付高質量的訓練數據集。

Amazon SageMaker Studio Notebook：允許用戶訪問廣泛的數據源，在一個記事本中執行數據工程、分析和機器學習工作流。

Training Compiler：模型訓練編譯器，讓機器學習模型培訓速度提高50%。

Inference Recommender：模型推理推薦程序，可將部署時間從數周減少到數小時。

Serverless Inference：無服務器推理，通過按使用付費的定價降低擁有成本。

Amazon SageMaker Canvas：讓業務分析師能夠使用點擊式界面生成更準確的機器學習預測，從而擴展了對機器學習的訪問，無需編碼。

除了豐富機器學習平臺的功能，亞馬遜云科技還宣布將通過DeepRacer冠軍杯賽、培訓與認證、機器學習大學、機器學習納米學位等項目，計劃到2025年在全球培訓2900萬人。另外亞馬遜還宣布將拿出1000萬美元作為人工智能和機器學習獎學金，用于獎勵弱勢群體和服務設施欠缺地區的學生，幫助他們從事機器學習相關工作。