自2006年業(yè)務(wù)上線，12年來(lái)AWS一騎絕塵，甩開(kāi)微軟和谷歌，在IaaS(Infrastructure as a Service基礎(chǔ)設(shè)施即服務(wù))行當(dāng)成為當(dāng)之無(wú)愧的大哥。同時(shí)在云存儲(chǔ)、組網(wǎng)、計(jì)算、數(shù)據(jù)庫(kù)等方面，AWS也已成為行業(yè)領(lǐng)導(dǎo)者。

據(jù)亞馬遜AWS全球副總裁、大中華區(qū)執(zhí)行董事容永康給出的數(shù)據(jù)，AWS 2018年第二季度的營(yíng)業(yè)額已經(jīng)增加到61億美金，同比增長(zhǎng)49%，年化收入預(yù)計(jì)超過(guò)240億美元。數(shù)百萬(wàn)活躍客戶大部分都是企業(yè)客戶，分布全球190多個(gè)國(guó)家。

也許在旁人看來(lái)，AWS的確可以高枕無(wú)憂了。自有亞馬遜的電商業(yè)務(wù)，視頻行業(yè)Netflix和Prime視頻等標(biāo)桿客戶已經(jīng)讓AWS極具想象空間。當(dāng)然，AWS并不想止步于此。

無(wú)人機(jī)物流配送、Amazon Go 無(wú)人商店、智能音箱Echo等等這些新奇好玩的商業(yè)創(chuàng)新背后，AWS功勞居功至偉。

亞馬遜首席技術(shù)執(zhí)行官沃納·威格爾(Werner Vogels) 稱，大概12年之前，AWS深知云將給軟件開(kāi)發(fā)帶來(lái)翻天覆地的變化，大家都需要全新的工具。而AWS希望與軟件開(kāi)發(fā)者密切合作，打造出一個(gè)現(xiàn)代化的軟件開(kāi)發(fā)框架。因此，AWS不會(huì)給開(kāi)發(fā)者一個(gè)預(yù)制好的房子，而是給開(kāi)發(fā)者一個(gè)巨大的工具箱，在里面開(kāi)發(fā)者可以挑選需要的工具，從而開(kāi)發(fā)自己的軟件。

時(shí)過(guò)境遷，在人工智能時(shí)代，AWS同樣延續(xù)這一發(fā)展思路。AWS希望將機(jī)器學(xué)習(xí)的能力交付給每一位開(kāi)發(fā)人員與數(shù)據(jù)科學(xué)家。

沃納·威格爾(Werner Vogels)非常自豪于AWS上過(guò)去一年機(jī)器學(xué)習(xí)的使用井噴，達(dá)到250%的增長(zhǎng)率，“而且在全球AWS平臺(tái)之上，可以說(shuō)全球這種機(jī)器學(xué)習(xí)的工作負(fù)載十個(gè)就有八個(gè)是在AWS平臺(tái)之上運(yùn)行的。如果要推動(dòng)機(jī)器學(xué)習(xí)的普及化的使用，我們就需要做一些改進(jìn)。因?yàn)闄C(jī)器學(xué)習(xí)需要全新的堆棧?！?/p>

目前，AWS上有框架、TensorFlow、Caffe等等，在此之上，AWS打造了一個(gè)叫SageMaker的平臺(tái)，讓每一位開(kāi)發(fā)人員都能夠通過(guò)算法獲得機(jī)器學(xué)習(xí)的能力，如果只是用預(yù)制的模型，AWS提供有各種各樣的服務(wù)。

沃納·威格爾(Werner Vogels) 介紹稱：“我們?cè)賮?lái)看一下機(jī)器學(xué)習(xí)的流程，首先要選擇數(shù)據(jù)、挑選算法，然后做培訓(xùn)。培訓(xùn)就是要調(diào)整算法的參數(shù)，直到你獲得的輸出能夠達(dá)到足夠的準(zhǔn)確度，就是達(dá)到你設(shè)定的門檻值。然后你把這個(gè)輸出的模型進(jìn)行部署，把它部署在多個(gè)可用區(qū)上，讓模型可用。所有的這些組件我認(rèn)為都是屬于一些繁雜的工作。其實(shí)和機(jī)器學(xué)習(xí)本身并沒(méi)有太多關(guān)系，80%的你做的工作都是一些所謂的沒(méi)有差分性的苦活、累活。所以我們想把這個(gè)轉(zhuǎn)過(guò)來(lái)，80%你們的工作應(yīng)該是機(jī)器學(xué)習(xí)本身，而一點(diǎn)點(diǎn)只是那些繁雜的工作。SageMaker能夠幫助你解決那些繁重的苦活累活。而你來(lái)選擇任何你想用的算法，我們做一鍵式培訓(xùn)，你來(lái)選擇要做算法測(cè)試的參數(shù)以及準(zhǔn)確門檻值，輸出的是模型，我們提供一鍵式模型部署，然后把它在多個(gè)AZ部署，這就是Amazon SageMaker的絕對(duì)革命式的機(jī)器學(xué)習(xí)普及化的平臺(tái)服務(wù)。”

在過(guò)去6個(gè)月時(shí)間，AWS已經(jīng)開(kāi)發(fā)了機(jī)器學(xué)習(xí)方面100多個(gè)新的功能和新服務(wù)。就整體而言，2017年AWS推出的新的服務(wù)、新的功能，達(dá)到1400多項(xiàng)。單單在2018年第一季度已經(jīng)推了大概400多個(gè)。

“AWS有數(shù)以萬(wàn)計(jì)的客戶，在平臺(tái)之上使用機(jī)器學(xué)習(xí)。比如在中國(guó)，我們有一家客戶是開(kāi)發(fā)無(wú)人車駕駛的，他們開(kāi)發(fā)了一個(gè)非常復(fù)雜的，是用的Apache開(kāi)源的框架來(lái)開(kāi)發(fā)的，就是在AWS平臺(tái)之上進(jìn)行的技術(shù)開(kāi)發(fā)?！睋?jù)了解，自動(dòng)駕駛公司圖森未來(lái)、Monmenta等都在使用AWS的服務(wù)。

對(duì)于自動(dòng)駕駛領(lǐng)域，雖然去年《華爾街日?qǐng)?bào)》有傳出亞馬遜已經(jīng)專門組建了一個(gè)團(tuán)隊(duì)，專注于無(wú)人駕駛技術(shù)，以幫助零售業(yè)在交通運(yùn)輸?shù)淖兏镏姓紦?jù)先機(jī)。

但AWS全球技術(shù)與開(kāi)發(fā)者布道師團(tuán)隊(duì)負(fù)責(zé)人Ian Massingham (伊恩·馬幸哈姆)對(duì)199IT表示，“對(duì)于亞馬遜或者AWS自身來(lái)說(shuō)，我們絕對(duì)不會(huì)說(shuō)自己來(lái)參與開(kāi)發(fā)具體的自動(dòng)駕駛的系統(tǒng)。因?yàn)槲覀兪遣粫?huì)有非?？梢曅缘乃^個(gè)人方面駕駛的數(shù)據(jù)的收集，我們也拿不到。但是我們有很多客戶，比如圖森，它在美國(guó)已經(jīng)完成了250萬(wàn)英里的自動(dòng)駕駛卡車的路測(cè)。同時(shí)我們和寶馬等公司，為他們提供服務(wù)，幫助他們來(lái)開(kāi)發(fā)自己的自動(dòng)駕駛系統(tǒng)。

針對(duì)類似于像自動(dòng)駕駛這樣一些系統(tǒng)開(kāi)發(fā)的需求來(lái)說(shuō)，AWS提供一個(gè)大量數(shù)據(jù)輸入、視頻捕獲、視頻流傳輸?shù)姆?wù)?！拔覀儼阉Q之為Amazon Kinesis Video的服務(wù)，什么意思呢？我們可以把大量的視頻流捕獲，然后把它幫你們進(jìn)行傳輸，并且把它打上時(shí)間碼，你以后可以用注釋應(yīng)用來(lái)對(duì)它進(jìn)行注釋。同時(shí)還有一個(gè)Snowball的服務(wù)，它是可以以百態(tài)字節(jié)的體量，來(lái)幫助你傳輸大量的數(shù)據(jù)。其實(shí)不光是自動(dòng)駕駛的開(kāi)發(fā)，對(duì)于油氣行業(yè)，對(duì)于很多其他的比如安全監(jiān)控方面，都是一種非常好的數(shù)據(jù)傳輸?shù)姆?wù)?！盜an Massingham (伊恩·馬幸哈姆)介紹到。

在機(jī)器學(xué)習(xí)、人工智能甚至自動(dòng)駕駛方面，AWS延續(xù)此前一貫思路，通過(guò)給開(kāi)發(fā)者提供強(qiáng)大的工具庫(kù)，通過(guò)自有的算法模型以及開(kāi)源的算法模型，AWS正在搶占AI時(shí)代的戰(zhàn)略高地，提供普及化的平臺(tái)服務(wù)。

在全球化越來(lái)越熱的機(jī)器學(xué)習(xí)、人工智能、自動(dòng)駕駛的掘金浪潮之路上，AWS想做那個(gè)通盤贏家——賣水者。