AIGC是云計算的Game changer，將從根本上改變云計算乃至整個科技行業(yè)的游戲規(guī)則，作為云計算行業(yè)的Game Rulemaker，亞馬遜云科技也展露出新的崢嶸。4月13日，亞馬遜云科技宣布推出生成式AI新工具，包括Amazon Bedrock和Amazon Titan模型，以涵蓋極具性價比的Amazon EC2 Trn1n和Amazon EC2 Inf2實例，AI編程助手Amazon CodeWhisperer同時發(fā)布。

AI，是云產(chǎn)業(yè)高枝上的果實

經(jīng)濟學中有一個名詞，叫做“低垂的果實”，一棵果樹上總有一些果子結(jié)在較低的位置，樹下的人們伸手可得，套用在云計算領域十分應景。過去十年，是云計算行業(yè)高速發(fā)展的十年，亞馬遜云科技將云計算的技術和商業(yè)模式厘清之后，云廠商們只需要踮踮腳，就能摘下低垂又飽滿的果實，然而，這種增長不可能無限持續(xù)。

從云計算應用程度最高的美國，傳遞到數(shù)字化相對滯后的全球其他地區(qū)，從最先采用云計算的互聯(lián)網(wǎng)行業(yè)，到遷移改造上云的大型政企部門，以收入全局觀測，云廠商始終能夠摘到低垂的果實，直至低垂果實逐漸被摘盡。

在最新一季的云廠商財報中，大家都不可避免地遭遇了增速下滑，盡管有宏觀經(jīng)濟的影響、后疫情時代企業(yè)IT支出恢復不及預期等因素，但是結(jié)合一段時間內(nèi)的增速變化，云廠商增長持續(xù)放緩，且創(chuàng)下增速新低，已經(jīng)是云計算行業(yè)面臨的共性難題。

在云環(huán)境中，基于機器學習(ML)算法的AI軟件，可以為客戶和用戶提供直觀且互聯(lián)的體驗，但是亞馬遜云科技的投入要追溯到此前的足跡。例如Prime Air（亞馬遜無人機）和Amazon Go中的計算機視覺技術，Alexa每周與客戶的數(shù)十億次回答。

云與大模型，廣且深的護城河

行業(yè)公認的是，大模型是巨頭的游戲，能夠有足夠資金和資源自建大模型的廠商，絕對不會太多。從另一個維度來看，大模型也不是巨頭的獨角戲，云和人工智能的發(fā)展，都高度依賴產(chǎn)業(yè)生態(tài)的構建。

開展大模型所需要的算法、算力和數(shù)據(jù)等能力，以及覆蓋IaaS、PaaS、MaaS的解決方案，都考較著云廠商本身的技術儲備。以亞馬遜云科技本次推出的生成式AI新工具而言，最讓人印象深刻的是Amazon Bedrock，用戶通過API可以訪問來自AI21 Labs、Anthropic、Stability AI和亞馬遜云科技的基礎模型，從文本到圖像均有，其中也包括Amazon Titan的兩個基礎模型（Amazon Titan Text and Amazon Titan Embeddings）。

這就解決了一些行業(yè)客戶擔心的綁定問題，亞馬遜云科技集合了更多的大模型，客戶可以自由選擇亞馬遜基礎模型或者其他公司的大模型，既做到針對性調(diào)優(yōu)，又提供更多選擇，使之不必擔心被一個大模型或者云廠商綁定。

Bedrock最突出的特性之一是足夠低的門檻，客戶甚至只需向Bedrock展示Amazon S3中的幾個標注好的數(shù)據(jù)示例，Bedrock就可以針對特定任務微調(diào)模型，最少僅需20個示例，就能訓練出一個客戶自己的場景化產(chǎn)品。

亞馬遜云科技自研的Trainium和Inferentia芯片，就構成了對其他廠商的碾壓性優(yōu)勢，根據(jù)亞馬遜云科技公布的數(shù)據(jù)，由Trainium支持的Trn1計算實例與其他任何EC2實例相比，都可以節(jié)省高達50%的訓練成本，在同一可用區(qū)中支持3萬個Trainium芯片互聯(lián)，相當于超過6 exaflops的計算能力，并具有PB級網(wǎng)絡。

由Amazon Inferentia2提供支持的Inf2實例也對外正式可用，與上一代相比，Inf2實例吞吐量提高了4倍，延遲降低了10倍，還可實現(xiàn)加速器之間的超高速連接以支持大規(guī)模分布式推理。與同類Amazon EC2實例相比，推理性價比提高了40%。

AI云，跨過奇點時刻

在人工智能改變各行各業(yè)之前，先改變了云計算，云計算和人工智能成為強綁定的關系，未來無限的人工智能場景，意味著相同規(guī)模的云計算消耗。有觀點認為，云計算幾乎完成了對技術的統(tǒng)治，云解決方案變得普遍，相對于其他技術方案，云的成本效應突出，并且可選擇的能力變得更多，沒有公司會拒絕成本更低且選擇更多的解決方案，人工智能自然而然生長在云之上。

云客戶對大模型的需求是熱烈且現(xiàn)實的，亞馬遜云科技綜合了客戶在云上的大模型需求，首先，他們需要能直接找到并訪問高性能基礎模型，這些模型需要能夠給出最匹配業(yè)務場景的優(yōu)秀反饋結(jié)果。其次，客戶希望無縫與應用程序集成，且無需管理大量基礎設施集群，也不會增加過高的成本。

最后，客戶希望能夠輕松上手，基于基礎模型，利用自己的數(shù)據(jù)（可多可少）構建差異化的應用程序。由于客戶進行定制化的數(shù)據(jù)是非常有價值的IP，因此需要在處理過程中確保數(shù)據(jù)安全和隱私保護。同時，客戶還希望能控制數(shù)據(jù)共享和使用。

綜合這些需求，亞馬遜云科技才有了一系列的生成式AI工具，可以清晰地看出，亞馬遜云科技目前的兩個方向，一是把價格打下來，現(xiàn)在的訓練以及未來的推理，成本低到客戶能夠接受，大模型才有規(guī)模應用的空間；二是價值足夠突出，只有客戶在自己的業(yè)務場景中提質(zhì)增效，簡單低門檻地使用大模型，人工智能的價值才會被認可。相關數(shù)據(jù)顯示，在預估AI的技術影響時，僅通過將AI集成到在線工作中，每年就可以在19個國家/地區(qū)產(chǎn)生3.5萬億至5.8萬億美元的價值。

企業(yè)通過亞馬遜云科技的人工智能和機器學習服務，企業(yè)、合作伙伴可以輕松地構建和部署行業(yè)模型，讓業(yè)務朝向人工智能做奮力一躍。

審核編輯黃宇