西雅圖--今天在 AWS re:Invent 大會上，Amazon.com 旗下公司（納斯達克股票代碼：AMZN）亞馬遜網絡服務公司 (AWS) 宣布了九項新的亞馬遜彈性計算云 (EC2) 創新。 AWS 已經擁有比任何其他云提供商更多的計算和網絡功能，包括最強大的 GPU 實例、最快的處理器以及唯一具有 100 Gbps 標準實例連接的云。今天，AWS 為其行業領先的計算和網絡創新增添了新的基于 Arm 的實例（M6g、C6g、R6g），這些實例由 AWS 設計的 Graviton2 處理器提供支持，機器學習推理實例 (Inf1) 由 AWS 設計的 Inferentia 芯片提供支持，一項新的 Amazon EC2 功能，該功能使用機器學習來優化 Amazon EC2 的使用成本和性能，并通過網絡增強功能讓客戶更輕松地在 AWS 中擴展、保護和管理他們的工作負載。

AWS 宣布針對 Amazon EC2 的新計算和網絡創新

基于 Arm 的新版本 Amazon EC2 M、R 和 C 實例系列，由 AWS 設計的新 AWS Graviton2 處理器提供支持，與基于 x86 的同類實例相比，性價比提高了 40%

自一年前推出以來，基于 Arm 的 Amazon EC2 A1 實例（由 AWS 的第一版 Graviton 芯片提供支持）通過運行容器化微服務和 Web 層應用程序等橫向擴展工作負載，為客戶節省了大量成本。基于節省的成本，再加上更廣泛的操作系統供應商 (OSV) 和獨立軟件供應商 (ISV) 生態系統對 Arm 越來越多且顯著的支持，客戶現在希望能夠在 AWS Graviton 上運行具有不同特征的要求更高的工作負載基于實例，包括計算量大的數據分析和內存密集型數據存儲。這些多樣化的工作負載需要 A1 實例所支持的功能之外的增強功能，例如更快的處理速度、更高的內存容量、增加的網絡帶寬和更大的實例大小。

基于 Arm 的 Amazon EC2 M、R 和 C 實例系列的新版本由 AWS 設計的新 Graviton2 處理器提供支持，與當前基于 x86 處理器的 M5、R5 和 C5 實例相比，可提供高達 40% 的性價比廣泛的工作負載，包括高性能計算、機器學習、應用服務器、視頻編碼、微服務、開源數據庫和內存緩存。這些基于 Arm 的新實例由 AWS Nitro System 提供支持，該系統是一系列自定義 AWS 硬件和軟件創新，可通過隔離的多租戶、私有網絡和快速本地存儲交付高效、靈活和安全的云服務，以減少客戶在使用 AWS 時的花費和工作量。與第一代相比，AWS Graviton2 處理器引入了多項新的性能優化。 AWS Graviton2 處理器使用 AWS 設計的 64 位 Arm Neoverse 內核和定制芯片，采用先進的 7 納米制造技術構建。 AWS Graviton2 處理器針對云原生應用程序進行了優化，可為科學和高性能計算工作負載提供 2 倍更快的每核浮點性能，優化指令以加快機器學習推理速度，并為壓縮工作負載提供自定義硬件加速。 AWS Graviton2 處理器還提供永遠在線的完全加密的 DDR4 內存，每核加密性能提高 50%，以進一步增強安全性。 AWS Graviton2 支持的實例提供多達 64 個 vCPU、25 Gbps 的增強網絡和 18 Gbps 的 EBS 帶寬。客戶還可以為所有新實例類型選擇 NVMe SSD 本地實例存儲變體（C6gd、M6gd 和 R6gd）或裸機選項。多個開源軟件發行版（Amazon Linux 2、Ubuntu、Red Hat Enterprise Linux、SUSE Linux Enterprise Server、Fedora、Debian、FreeBSD 以及 OpenJDK 的 Amazon Corretto 發行版）、容器服務（Docker桌面、Amazon ECS、Amazon EKS）、代理（Amazon CloudWatch、AWS Systems Manager、Amazon Inspector）和開發人員工具（AWS Code Suite、Jenkins）。 Amazon Elastic Load Balancing、Amazon ElastiCache 和 Amazon Elastic Map Reduce 等 AWS 服務已經對 AWS Graviton2 實例進行了測試，發現它們具有卓越的性價比，并計劃在 2020 年將它們投入生產。M6g 實例今天提供預覽版. C6g、C6gd、M6gd、R6g 和 R6gd 實例將在未來幾個月內推出。要了解有關 AWS Graviton2 支持的實例的更多信息，請訪問：。

由 AWS Inferentia 芯片提供支持的 Amazon EC2 Inf1 實例在云中提供高性能和最低成本的機器學習推理

不同行業的客戶正在轉向機器學習來解決常見用例（例如個性化購物推薦、金融交易中的欺詐檢測、增加客戶與聊天機器人的互動等）。這些客戶中的許多客戶正在將他們對機器學習的使用從運行實驗發展到擴大生產機器學習工作負載，而性能和效率確實很重要。客戶希望他們的機器學習應用程序具有高性能，以提供最佳的最終用戶體驗。雖然培訓理所當然地受到了很多關注，但推理實際上占了在生產中運行機器學習的大部分復雜性和成本（在培訓上花費的每一美元，多達九美元用于推理），這可能會限制更廣泛的使用和阻礙客戶創新。此外，一些實時機器學習應用程序對推理的執行速度（延遲）很敏感，而其他批處理工作負載需要針對每秒可以處理多少推理（吞吐量）進行優化，這需要客戶在優化的處理器之間進行選擇延遲或吞吐量。

借助 Amazon EC2 Inf1 實例，客戶可以在云中獲得高性能和最低成本的機器學習推理，并且在生產中運行大型機器學習模型時不再需要在優化延遲或吞吐量之間進行次優權衡。 Amazon EC2 Inf1 實例采用 AWS Inferentia，這是一種由 AWS 設計的高性能機器學習推理芯片。 AWS Inferentia 為極具成本效益的實時和批量推理應用程序提供非常高的吞吐量、低延遲和持續的性能。 AWS Inferentia 為多個框架（包括 TensorFlow、PyTorch 和 Apache MXNet）和多種數據類型（包括INT-8 和混合精度 FP-16 和 bfloat16）。 Amazon EC2 Inf1 實例基于 AWS Nitro 系統構建，該系統是一系列自定義 AWS 硬件和軟件創新，能夠通過隔離的多租戶、私有網絡和快速本地存儲交付高效、靈活和安全的云服務，以減少客戶在使用 AWS 時的花費和努力。與 Amazon EC2 G4 實例系列相比，Amazon EC2 Inf1 實例提供低推理延遲、最高 3 倍的推理吞吐量和最高 40% 的每次推理成本，后者已經是云中可用的機器學習推理成本最低的實例.使用 Amazon EC2 Inf1 實例，客戶可以運行大規模機器學習推理，以在云中以最低成本執行圖像識別、語音識別、自然語言處理、個性化和欺詐檢測等任務。 Amazon EC2 Inf1 實例可以使用 AWS Deep Learning AMI 進行部署，并將通過 Amazon SageMaker、Amazon Elastic Containers Service (ECS) 和 Amazon Elastic Kubernetes Service (EKS) 等托管服務提供。要開始使用 Amazon EC2 Inf1 實例，請訪問：。

AWS Compute Optimizer 使用機器學習驅動的實例推薦引擎來輕松選擇正確的計算資源

為工作負載選擇正確的計算資源是一項重要任務。過度供應資源可能會導致不必要的成本，而供應不足可能會導致性能不佳。直到今天，為了優化 Amazon EC2 資源的使用，客戶已經分配系統工程師來分析資源利用率和性能數據，或者投資資源以在各種工作負載上運行應用程序模擬。而且，隨著應用程序和使用模式的變化、新應用程序投入生產以及新硬件平臺的可用，資源選擇過程必須重復進行，因此這項工作可能會隨著時間的推移而增加。因此，客戶有時會讓他們的資源效率低下，為昂貴的第三方解決方案付費，或者自己構建優化解決方案來管理他們的 Amazon EC2 使用。

AWS Compute Optimizer 提供直觀且易于操作的 AWS 資源建議，因此客戶可以為其工作負載確定最佳的 Amazon EC2 實例類型，包括屬于 Auto Scaling 組的實例類型，而無需專業知識或投入大量時間和金錢。 AWS Compute Optimizer 分析工作負載的配置和資源利用率，以確定數十個定義特征（例如，工作負載是否是 CPU 密集型的，或者是否表現出日常模式）。 AWS Compute Optimizer 使用 AWS 構建的機器學習算法來分析這些特征并確定工作負載所需的硬件資源空間。然后，AWS Compute Optimizer 推斷工作負載將如何在各種 Amazon EC2 實例上執行，并為該特定工作負載的最佳 AWS 計算資源提出建議。客戶只需在 AWS 管理控制臺中單擊幾下即可激活 AWS Compute Optimizer。激活后，AWS Compute Optimizer 立即開始分析正在運行的 AWS 資源，觀察它們的配置和 Amazon CloudWatch 指標歷史記錄，并根據它們的特征生成建議。要開始使用 AWS Compute Optimizer，請訪問 。

新的 AWS Transit Gateway 功能增加了對 IP 多播協議的原生支持，讓創建和監控可擴展的全球網絡變得更加容易

AWS Transit Gateway 是一個網絡中心，使客戶能夠輕松擴展和管理 Amazon Virtual Private Cloud (VPC) 與客戶的本地數據中心之間以及 AWS 區域內數千個 VPC 之間的連接。今天，AWS 為 AWS Transit Gateway 添加了五項新的網絡功能，可簡化全球私有網絡的管理并在云中啟用多播工作負載：

• Transit Gateway Multicast是公共云中的第一個原生多播支持。當客戶需要將來自單一來源的相同數據的副本快速分發給多個訂閱者（例如，來自證券交易所的數字媒體或市場數據）時，他們會使用多播路由。多播減少了整個網絡的帶寬，并確保最終用戶在大致相同的時間快速獲得信息。到目前為止，客戶還沒有簡單的方法在云中托管多播應用程序。大多數多播解決方案都是基于硬件的，因此客戶不得不在本地購買和維護不靈活且難以擴展的硬件。此外，他們必須在單獨的本地網絡中維護此硬件，這增加了復雜性和成本。有些人試圖在沒有本地支持的情況下在云中實施多播解決方案，但這些變通辦法通常難以支持和擴展。借助 Transit Gateway 多播，客戶現在可以在云中構建多播應用程序，這些應用程序可以根據需求進行擴展和縮減，而無需購買和維護定制硬件來支持其峰值負載。
• Transit Gateway 區域間對等互連通過跨多個 AWS 區域連接 Transit Gateway，可以輕松構建全球網絡。在 Transit Gateway Inter-Region Peering 之前，一個區域中的 VPC 中的資源可以與不同區域中的 VPC 中的資源進行通信的唯一方式是通過這些 VPC 之間的對等連接，如果您使用需要很多。區域間對等互連解決了這一問題，并通過在不同 AWS 區域之間對等 AWS Transit Gateway 輕松創建安全和私有的全球網絡。使用跨區域對等互連的區域之間的所有流量都由 AWS 主干承載，因此它永遠不會遍歷公共互聯網，并且它也是匿名和加密的。這提供了最高級別的安全性，同時確保客戶的流量始終在區域之間采用最佳路徑，提供比公共互聯網更高、更一致的性能。
• Accelerated Site to Site VPN是一項新功能，可為需要從分支機構安全訪問 AWS 中的服務的客戶提供更安全、可預測和高性能的 VPN 體驗。許多客戶在距離在 AWS 中運行的應用程序很遠的較小城市或國際地點設有分支機構。他們使用 Internet 上的 VPN 連接將其分支機構連接到 AWS 中的服務，但他們的連接通常會穿越 Internet。此路徑涉及通過多個公共網絡的躍點，這可能導致可靠性降低、性能不可預測以及更多地暴露于嘗試的安全攻擊。借助 Accelerated VPN，客戶可以通過最近的 AWS 邊緣站點將其分支機構位置連接到 AWS Transit Gateway，從而減少所涉及的網絡躍點數量并優化網絡性能以降低延遲和提高一致性。
• 與流行的軟件定義廣域網 (SD-WAN) 供應商集成是一項新功能，可讓客戶輕松地將 Cisco、Aruba、Silver Peak 和 Aviatrix 的第三方 SD-WAN 解決方案與 AWS 集成。如今，許多客戶使用 SD-WAN 解決方案來管理其分支機構位置的本地網絡，并將這些位置連接到其數據中心或 AWS 中的云網絡。要設置這些分支機構設備和網絡連接，客戶必須手動預置和配置其分支機構和 AWS 資源，這可能需要大量時間和精力。雖然 Accelerated Site to Site VPN 提供了來自分支機構的安全、可預測和高性能的連接，但這種 SD-WAN 集成更進一步，允許客戶使用流行的第三方 SD-WAN 解決方案自動預置、配置和連接到 AWS。所有這些都使客戶能夠更輕松地設置和管理與其分支機構的連接。
• Transit Gateway網絡管理器是一項新功能，通過將所有內容集中在一個單一的管理平臺中，簡化了對云中和本地的全球網絡資源的監控。雖然客戶正在將越來越多的應用程序轉移到他們的云網絡上運行，但他們仍然維護一個本地網絡，因此他們需要監控這兩個環境，以便他們能夠快速響應任何一個環境中的任何問題。如今，為了管理和運營這些網絡，客戶需要在 AWS 和其他本地提供商之間使用多種工具和控制臺。這種復雜性可能導致管理錯誤，或延遲識別和解決問題所需的時間。 Network Manager 通過提供統一的儀表板來可視化和監控客戶的 VPC、Transit Gateway、Direct Connect 以及與分支機構位置和本地網絡的 VPN 連接的運行狀況，從而簡化了全球專用網絡的創建和運營。

Amazon VPC Ingress Routing 幫助客戶輕松地將 3 ^rd方網絡和安全設備集成到他們的網絡中

當企業遷移到 AWS 時，他們通常希望將他們在本地數據中心使用多年的網絡或安全設備作為虛擬設備帶到云中。雖然今天的 AWS Marketplace 在云市場中提供最廣泛的網絡和安全虛擬設備選擇，但客戶缺乏通過這些設備輕松路由進入 Amazon VPC 的流量的靈活性。借助 Amazon VPC 入口路由，客戶現在可以將路由表與 Internet 網關 (IGW) 和虛擬私有網關 (VGW) 相關聯，并定義路由以將傳入和傳出 VPC 流量重定向到第三方設備。這使客戶可以更輕松地在入站和出站流量的路由路徑中集成滿足其網絡和安全需求的虛擬設備。只需單擊幾下或 API 調用即可配置此功能，使客戶可以輕松地在其網絡中部署網絡和安全設備，而無需創建無法擴展的復雜變通方案。目前支持 Amazon VPC Ingress Routing 的虛擬設備合作伙伴包括 128 Technology、Aviatrix、Barracuda、Check Point、Cisco、Citrix Systems、FireEye、Fortinet、Forcepoint、HashiCorp、IBM Security、Lastline、NETSCOUT Systems、Palo Alto Networks、ShieldX Networks、 Sophos、趨勢科技、Valtix、Vectra 和 Versa Networks。

“客戶知道，AWS 已經在 Amazon EC2 中提供了比任何其他云提供商更廣泛和更深入的功能。他們還告訴我們，這種廣度和深度帶來了巨大的好處，因為他們在云中運行越來越多樣化的工作負載，每個工作負載都有自己的特點和需求，”AWS 計算服務副總裁 Matt Garman 說。 “隨著他們希望將越來越多的工作負載帶到云中，AWS 繼續擴展我們的產品，為他們提供更好的性能和更低的價格。今天的新計算和網絡功能表明，AWS 致力于代表我們客戶的多樣化需求在 Amazon EC2 上進行創新。”

Netflix 是世界領先的互聯網娛樂服務公司，在 190 個國家/地區擁有 1.58 億會員，享受各種類型和語言的電視劇、紀錄片和故事片。 “我們將 Amazon EC2 M 實例類型用于許多工作負載，包括我們的流式傳輸、編碼、數據處理和監控應用程序，”Netflix 性能和操作系統總監 Ed Hunter 說。 “我們使用行業標準 LMbench 和某些 Java 基準測試了新的 M6g 實例，發現比 M5 實例提高了 50%。我們很高興推出基于 AWS Graviton2 的 Amazon EC2 實例。”

尼爾森是一家全球性的測量和數據分析公司，為全球消費者和市場提供最完整、最值得信賴的視圖。 “我們基于 OpenJDK 的 Java 應用程序用于收集數字數據、處理傳入的 Web 請求以及根據業務需求重定向請求。該應用程序是 I/O 密集型應用程序，以具有成本效益的方式橫向擴展是一項關鍵要求，”尼爾森數字高級副總裁 Chris Nicotra 說。 “我們將這個 Java 應用程序無縫傳輸到由 AWS Graviton 處理器提供支持的 Amazon EC2 A1 實例。我們已經測試了新的基于 Graviton2 的 M6g 實例，它能夠處理兩倍于 A1 的負載。我們期待在基于 Graviton2 的新實例上運行更多工作負載。”

Datadog 是云時代開發人員、運營和業務用戶的監控和分析平臺。 Datadog 產品和社區副總裁 Ilan Rabinovitch 表示：“我們很高興看到 AWS 繼續投資 Graviton 處理器以及 Arm 生態系統背后的巨大發展勢頭。” “我們很高興地宣布，適用于 Graviton / Arm 的 Datadog 代理現已全面上市。客戶現在可以在 Datadog 中輕松監控這些基于 Graviton 的 Amazon EC2 實例以及其他基礎設施的性能和可用性。”

西部數據是數據基礎設施的領導者，推動了幫助客戶捕獲、保存、訪問和轉換日益多樣化的數據所需的創新。 “在西部數據，我們在制造過程中使用機器學習和數字成像進行質量檢查。在制造業和其他領域，隨著我們從被動檢測轉向主動檢測，機器學習應用程序的復雜性越來越高，”西部數據首席信息官 Steve Philpott 說。 “目前，我們在當前基于 CPU 的解決方案上可以處理的質量檢測圖像數量有限。我們期待使用 AWS EC2 Inf1 Inferentia 實例，并期望為此目的增加 Western Digital 的圖像處理吞吐量，同時將處理時間減少到毫秒級。根據初步分析，我們希望能夠每小時多次運行我們基于 ML 的檢測模型，從而顯著減少罕見事件的發生，并提高我們一流產品質量和可靠性的標準。”

全球已售出超過 1 億臺 Alexa 設備，客戶還在亞馬遜上為 Echo 設備留下了超過 400,000 條 5 星評價。 “Amazon Alexa 的基于 AI 和 ML 的智能由 Amazon Web Services 提供支持，如今可在超過 1 億臺設備上使用——我們對客戶的承諾是，Alexa 將始終變得更智能、更具會話性、更主動，甚至更令人愉悅， ”亞馬遜 Alexa 高級副總裁 Tom Taylor 說。 “實現這一承諾需要不斷改進響應時間和機器學習基礎設施成本，這就是為什么我們很高興使用 Amazon EC2 Inf1 來降低 Alexa 文本到語音的推理延遲和每次推理成本。借助 Amazon EC2 Inf1，我們將能夠為每月使用 Alexa 的數千萬客戶提供更好的服務。”

Nubank 是拉丁美洲最大的金融科技公司之一，為超過 1500 萬客戶提供廣泛的消費金融產品。 “我們開發簡單、安全和 100% 的數字解決方案，以幫助客戶輕松管理他們的資金。為了支持我們平臺上的數百萬筆交易，我們在 Amazon EC2 上運行了數百個具有不同要求的應用程序。為了使我們的基礎架構保持優化，我們專門設立了一個工程團隊來持續監控和分析我們的 EC2 實例的利用率，”Nubank 工程總監 Renan Capaverde 說。 “借助 AWS Compute Optimizer，我們將擁有一個單一的管理平臺來為我們的 AWS 環境中的工作負載確定最佳的 EC2 實例類型。可視化各種實例類型的預計資源利用率的能力將使我們能夠在更新車隊之前做出更明智的決策。”

日本交易所集團 (JPX) 經營金融工具交易市場，為市場用戶提供交易上市證券和衍生工具的可靠場所。 Japan Exchange Group, Inc. 高級執行官兼首席信息官 Ryusuke Yokoyama 表示：“我們很高興在 AWS Transit Gateway 上推出 IP 多播功能。作為市場運營商，提高便利性和可訪問性是我們的首要任務日本的市場參與者。我們廣泛使用多播來分發市場數據。 AWS 中多播支持的可用性將使我們能夠采用云原生數據分發，改善用戶體驗，同時為市場參與者提供更輕松的訪問。”

關于亞馬遜網絡服務

13 年來，Amazon Web Services 一直是世界上最全面、應用最廣泛的云平臺。 AWS 為計算、存儲、數據庫、網絡、分析、機器人、機器學習和人工智能 (AI)、物聯網 (IoT)、移動、安全、混合、虛擬和增強現實（VR 和 AR）提供超過 165 項功能齊全的服務)、媒體和應用程序開發、部署和管理，來自 22 個地理區域內的 69 個可用區 (AZ)，并宣布計劃在印度尼西亞、意大利、南非和西班牙再增加 13 個可用區和 4 個 AWS 區域。數以百萬計的客戶（包括發展最快的初創公司、最大的企業和領先的政府機構）信任 AWS 來支持他們的基礎設施、變得更加敏捷并降低成本。

關于亞馬遜

亞馬遜遵循四項原則：以客戶為中心而非以競爭對手為中心、對發明的熱情、對卓越運營的承諾以及長期思考。客戶評論、一鍵購物、個性化推薦、Prime、亞馬遜物流、AWS、Kindle Direct Publishing、Kindle、Fire 平板電腦、Fire TV、亞馬遜 Echo 和 Alexa 是亞馬遜率先推出的一些產品和服務。

點擊咨詢現在有哪些新興平臺值得關注 >>>

特別聲明：以上文章內容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關于作品內容、版權或其它問題請于作品發表后的30日內與ESG跨境電商聯系。