降低门槛，亚马逊云科技发力生成式AI

[本站 行业]  近日，亚马逊云科技在2023 re:Invent全球大会上围绕底层基础设施、生成式人工智能（AI）、数据战略等推出了一系列新服务及功能。与此同时，亚马逊云科技2023 re:Invent中国行城市巡展活动于今天正式开启，将覆盖北京、上海、广州、深圳、成都、青岛、南京、西安、杭州、长沙10座城市，为中国构建者全面展示2023 re:Invent全球大会上的最新服务及技术、前沿趋势以及最佳实践。

亚马逊云科技大中华区产品部总经理陈晓建表示：“作为全球云计算的开创者和引领者，亚马逊云科技在每年的re:Invent全球大会上都会发布众多新服务、新功能和新应用。我们在基础设施、计算、存储、数据等领域持续重塑云计算，并围绕当今最具变革性的技术生成式AI推出重磅新服务及功能。我们希望通过这些技术创新，帮助更多企业加快创新速度，利用生成式AI全面重塑未来。”

亚马逊云科技正在全面发力生成式AI，推出面向企业级生成式AI的一系列新服务及功能，包括重塑未来工作方式的新型生成式AI助手Amazon Q、Amazon Bedrock更多的模型选择和全新强大功能、Amazon SageMaker助力规模化开发应用模型的五大新功能等，帮助企业更轻松、安全地构建和应用生成式AI。

亚马逊云科技为生成式AI提供三层架构，包括利用基础模型构建的应用程序、使用基础模型进行构建的工具和用于基础模型训练和推理的基础设施，并在每一层都持续创新，帮助客户更轻松、安全地构建和应用生成式AI，进一步降低利用生成式AI的门槛。

基于客户自身的信息存储库、代码和企业系统的见解，Amazon Q可以根据客户业务进行定制，专门用于满足办公场景需要。客户可以快速获得复杂问题的相关答案、生成内容并采取行动。此外，客户的内容绝不会用于训练Amazon Q的底层模型。Amazon Q已向客户提供预览版，Amazon Connect中的Amazon Q已正式推出，Amazon Supply Chain中的Amazon Q即将推出。

Amazon Bedrock发布了更多模型选择和全新强大功能，助力安全构建和规模化生成式AI应用。来自Anthropic、Cohere、Meta、Stability AI和亚马逊最新的高性能模型为客户提供更丰富的行业领先模型选择，以支持各种用例。此次发布进一步降低了生成式AI应用的门槛，为客户提供了更多行业领先的模型选择和评估模型新功能，以简化客户使用相关和专有数据定制模型的方式，同时也提供了自动执行复杂任务的工具，并为客户配备了提供负责任地构建和部署应用程序的保障。

Amazon SageMaker的五项新功能让企业更轻松快速地构建、训练和部署支持各种生成式AI使用场景的机器学习模型。其中包括：Amazon SageMaker HyperPod可大规模加速基础模型训练，能够缩短高达40%的训练时间，并可以确保持续数周或数月的训练过程不中断；Amazon SageMaker Inference 推理功能可平均降低50%的部署成本和20%的推理延迟；Amazon SageMaker Clarify可以帮助客户评估、比较和选择最佳模型；Amazon SageMaker Canvas的两项增强功能――用自然语言指令准备数据、利用模型进行大规模业务分析，将使客户能够更轻松、更快速地将生成式AI集成到他们的工作流程中。

为了给生成式AI提供强大的数据支持，亚马逊云科技进一步丰富向量数据库选择，推出让跨数据存储的数据访问与分析更快速、更便捷的Zero-ETL集成特性等。Amazon OpenSearch Serverless向量引擎、Amazon DocumentDB和Amazon DynamoDB的新向量搜索功能、Amazon Memory DB for Redis向量搜索预览版，提升生成式AI应用在响应和延迟方面的性能表现。亚马逊云科技还正式推出图数据库分析引擎Amazon Neptune Analytics，帮助Snapchat这样的应用在几秒钟内对数十亿个连接进行图形分析。

无论数据存储在哪里，Zero-ETL集成特性都能简化数据连接和操作流程，使客户灵活地利用亚马逊云科广泛而领先的数据库和分析服务，深入挖掘新洞见的同时，更迅速地实现创新并做出更明智的数据驱动决策。在数据治理方面，亚马逊云科技为Amazon DataZone推出了AI描述建议功能预览版，它能够为企业的数据集自动生成更易理解的业务描述，并提供该数据集的使用建议。

此外，亚马逊云科技还推出新一代自研芯片Amazon Graviton4和Amazon Trainium2，为机器学习（ML）训练和生成式AI应用等广泛的工作负载提供更高性价比和能效。

其中Graviton4与当前一代Graviton3处理器相比，性能提升高达30%，独立核心增加50%以上，内存带宽提升75%以上，为在Amazon Elastic Compute Cloud (Amazon EC2)上运行的工作负载提供最佳性能和能效。基于Graviton4的Amazon EC2 R8g实例目前已提供预览。Trainium2芯片专为以高性能训练具有数万亿个参数或变量的基础模型和大语言模型而构建，与第一代Trainium芯片相比，性能提升多达4倍，内存提升3倍，能源效率（每瓦性能）提升多达2倍。