看 AWS 如何帮助客户以低成本造就更多可能 | AWS 创新视野

创新时代期待创意思路，创意思路成就创新实践。但是过高的实践成本，有限的工具支持，往往成为了约束企业突破常规的“阿克琉斯之踵”。

如何以更低成本，撬动更多可能？如何以更为弹性的方案，满足企业的多样需求？相信 Amazon Web Services (AWS) 多年的实践探索，定能给你一个出色的答案。

AWS 作为全球规模最大、技术领先的公司，从 2012 年起，每一年都会举办亚马逊 re:Invent 大会，在会上发布一系列涵盖存储、计算、迁移、机器学习等领域的黑科技，给开发者及各行业客户带来经济高效、可扩展的解决方案，为上云企业带来更多的可能。

想知道 AWS 都重塑了哪些方面吗？下面就让我们一起来看看 AWS 如何 “重拳出击”，撬动企业发展的支点~

重塑成本

云业务由 AWS 做大，既是偶然也是必然。电商流量的波峰波谷，导致弹性计算成为刚需。而 AWS 的坚定投入、对需求本质的追求，则促使云业务从自用走向了市场，开始重塑 IT 成本。

比如当年率先使用 AWS 的 Netflix。2008 年，随着海量视频快速上线，Netflix 的 IT 资源撑到了极限。随后又遭遇了一场自然灾害，导致其自建的数据中心几乎三天都处于休克状态。而继续扩大数据中心建设，将会带来极大的 IT 支出。AWS 通过弹性扩容、按需收费，完美解决了 Netflix 的忧虑。

可以说，Netflix 发展途中一个重要选择，便是从自有投资数据中心，转向了采购云服务，重塑了自己的 IT 成本。而这个“重塑”这个技能，也是每家公司要实现基业长青的重要措施。

根据统计，50 年前的《财富》500 强企业，如今只剩下 17%、83 家还在榜单上；20 年前的《财富》500 强企业，如今也只有 50% 还在榜单上。要保持活力，必须能够自我革命，不断重塑，尤其能采用最先进的技术，来武装企业，来降本增效。这在疫情期间更为重要，也是 AWS 所持续打造的优势。

比如，在数据库方面，传统的数据库价格不菲、配置昂贵、但又扩容困难。而 AWS 最新推出的数据库服务 Amazon Aurora Serverless v2，可以做到实时扩容，在不到 1 秒的时间内，即可瞬间扩展到支持几十万个数据处理事务。如此，开发者不需要买大量服务器来匹配峰值的运算需求，而是按需扩容，可以节省高达 90% 的成本。

这个量级，在业内领先，也推动了数据库服务的演进。与此同时，已经有 35 万个数据库迁移到了 AWS，以应对消费经济激增、业务流量频发。而且 AWS 还以开源形式推出了 Babelfish for Aurora PostgreSQL，让用户直接在云上运行 SQL Server 应用程序，降低传统数据库开支，提升数据库上云后的应用交付效率。

在数据分析方面，一直有个痛点，不同端的数据难以流动分析，就像成千上万个太平洋小岛被水面隔绝，难以形成高经济价值的共同体。而这次峰会，AWS 也推出了 Glue 的新功能 AWS Glue Elastic Views。它可以从多个不同数据源创建实例化视图，简单、高效地将数据孤岛连接起来，形成统一的数据视角。

当数据源发生变化时，AWS 可以在几秒钟内完成同步。让数据像血液一样流动起来，为企业业务运转提供生命力。

而这几年，容器技术大为流行，但容器和无服务器应用都由非常小的代码段组成，每个代码段通常由不同的团队开发和运维，有独立的基础架构。随着业务发展，在基础设施、开发、运维等团队之间，协调架构配置、代码部署和运维监控等工作也日益复杂，会拖慢应用开发速度。因此，管理容器又成了一个难题。

针对这种情况，AWS 推出了容器开发利器 AWS Proton，可以提供了更细颗粒度的云服务应用部署管理工具。只需要建一个调用栈，就可以自定义模板，填上相应参数。AWS 的容器工具，相当于云服务界的“一键”快捷功能，省去了平时多个团队在多个环节的繁杂流程。

数据库、数据分析和容器开发这三个工具，只是 AWS 强大武器库的冰山一角。细看这三个工具，都是那种不起眼、却直击痛点的云服务利器。而这些工具的出现，都改变了企业 IT 部署的形态、成本，也大幅提高了企业的效率。让 AWS 成为值得信赖的“大管家”。

重塑 AI

Alpha Go 打败李世石带来的震撼才刚刚过去，无人驾驶等技术又借着新能源的热潮成为社会焦点。AI 正在各行各业快速普及，据德勤数据显示，到 2025 年，世界人工智能市场将超过 6 万亿美元。而在这大潮中，机器学习则是核心研究领域之一，覆盖 89% 的人工智能专利申请和 40% 的人工智能相关专利。

所谓人工智能，先有人工，再有智能。这其中的一个核心问题在于，人才的增长，跟不上 AI 的发展。比如在我国，人工智能人才的供求比例为 1:10，缺口超过 500 万。对于那些传统产业以及创新型小企业而言，使用机器学习、完成 AI 转型是一项“急切却又困难”的梦想。

而这次发布会上，AWS 依托 20 多年的经验，公布了四大举措，为机器学习扩圈，为中小企业圆梦。

首先，提供开箱即用的工业领域机器学习解决方案。市面上，开源的算法与公开论文并不少，但对于 AI 的工业化应用而言，漫长的调参与针对特定配置修改，其实才是影响算法最终可用性的根本保障。为了降低用户的部署成本，AWS 发布了五项服务，就像家用电器一样，开箱即用。

其中，Amazon Monitron 可以为用户提供从传感器、网关到机器学习服务组成的端到端机器监控系统，检测异常并预测何时需要维护工业设备；Amazon Lookout for Equipment 面向已经拥有传感器的客户，提供机器学习模型并返回预测结果，检测异常设备行为。这两项服务，可以支持预测性维护。

AWS Panorama 一体机可以连接到工业场所的网络中，自动识别摄像头数据流，与工业摄像头进行交互。AWS Panorama 软件开发套件（SDK），方便工业相机制造商在新相机中嵌入计算机视觉功能。这两项服务，可以改善工业运营和工作场所安全。而 Amazon Lookout for Vision 通过机器学习技术为工业客户提供高精度、低成本的产品质量异常检测解决方案。

其次，针对不同需求客户，提供包罗万象、有针对性的工具箱。

工具箱包含三个层面：针对技术能力超强的客户，主要提供机器学习框架、处理器等工具集的底层；针对技术能力较强的客户，通过提供包含各种工具的全托管机器学习集成开发环境，帮助降低机器学习门槛；而针对技术能力相对薄弱的客户，AWS 开箱即用的 AI 服务则可以实现各种 AI 业务需求的快速部署。

再次，将机器学习能力跟数据库进行嫁接，把机器学习覆盖人群拓展到数据库开发者和数据分析师。

一般来说，数据库开发者、数据分析师群体的人数，比机器学习开发人员群体大得多，而且也更容易培养，因此，“争取到他们”，将会大力促进机器学习发展。因此，AWS 推出了包括 Amazon Aurora ML、Amazon Athena ML、Amazon Redshift ML 等在内的多项功能。让数据库开发者、数据分析师沿用数据库查询的方式，让他们的机器学习想法落地到业务应用中。

比如，当电商公司做出海业务时，需要为多国用户制定相应语言的服务，这就需要把数据库中的商品信息变成多种语言。在传统数据库模式下，这个工作量会很大。但是，通过 AWS 的新服务，数据库开发者只管查询商品信息、选择多语种翻译，返回的结果就会自动包含商品信息的多语种翻译。难度下降、效率提升。

再比如要了解公司业务增长时，在传统模式下，开发者需要在模型中预先定义增长率、再更新模型、处理数据，整个流程可能是几天甚至几周。但依托 AWS 的服务，可以采用自然语言，直接在查询框中输入问题，几秒钟之内就可以得到高度准确的答案。

最后，发展机器学习的中间力量，不断提升 Amazon SageMaker 的性能。

Amazon SageMaker 是面向机器学习开发者的集成开发环境、全托管服务。它依托多项工具，化繁为简，使开发人员和数据科学家能够从根本上更轻松、更快速地构建、训练和部署机器学习模型。可以说，Amazon SageMaker 性能越提升，机器学习发展也会越快。

因此，AWS 也在不断提升托管服务。在过去一年，Amazon SageMaker 交付了 50 多项新功能。而在今年的亚马逊 re:Invent 大会上，AWS 再次发布数据特征提取器 Amazon SageMaker Data Wrangler，数据特征存储库 Amazon SageMaker Feature Store，自动化工作流 Amazon SageMaker Pipelines 等 9 项新功能。

比如 Amazon SageMaker Data Wrangler 内置了 300 多个数据转换器，让客户无需编写任何代码，就可以机器学习用到的特征进行规范化、转换和组合。Amazon SageMaker Pipelines 是第一个专为机器学习构建的、方便易用的 CI/CD（持续集成和持续交付）服务。大型复杂深度学习模型的分布式训练，将当前的速度提升了两倍。

这些不断更新的功能，深受用户喜欢。在推出的 3 年内，已经拥有了 3M、ADP、阿斯利康、Avis、拜耳等几万家客户。AWS 将积累了二十余年的机器学习经验全部上云，帮助无数客户完成了更快、更高效向 AI 转型的步伐，重塑 AI 进程。

重塑混合云

尽管上云的趋势是显著和必然的，但过程却是曲折的。比如有些领域的一些工作负载需要在本地保留数年，有些应用对网络延迟非常敏感，而且需要接近本地资产，例如金融高频交易、制造支持系统、在电信边缘提供网络功能虚拟化 （NFV）服务等等。在这些领域，哪怕是一秒钟的延迟，带来的效果可能都是天差地别。

总结起来一句话，用户希望在本地也能用上 AWS 的工具，运行计算、存储等功能，享受到同等便利。在意识到用户需求和现有公有云产品之间的差异后，AWS 认为，一切要从用户需求出发，于是有了“混合云”。

在业内，不少人认为混合云就是本地基础设施加上云，但 AWS 并不认可。AWS 团队对于混合、本地（on-premise）再次进行了思考，本地不仅仅局限在本地数据中心，工厂、旅店甚至偏远地区的农林田地的 IT 需求，都应该算作本地。

于是，混合基础设置便演化为“云+各种边缘节点”。AWS 便按照这个思路开始重塑混合云领域，围绕着用户需求，层层迭代，推出了一系列服务。

在过去几年中，AWS 提供了 Amazon VPC、AWS Direct Connect 和 Amazon Storage Gateway 等服务，方便客户在使用 AWS 的同时运行本地数据中心。

而许多用户的本地数据中心是基于 VMware 虚拟化的，因此，为了减少用户学习成本，2017 年，AWS 与 VMware 协作，发布 VMware Cloud on AWS，客户可以在 AWS 使用同样的 VMware 软件和工具，管理其 AWS 上的基础设施。

与此同时，对于必须驻留在本地的工作负载，客户也希望能够将 AWS 部署到本地。于是，在 2018 年，AWS 开创式地推出了 AWS Outposts。这是一款和 AWS 云数据中心一样的服务器硬件，上面有计算、存储、数据分析等 AWS 服务，而且，仍然由 AWS 全托管，负责安装和维护等等。用户可以使用跟 AWS 云上相同的 API、控制面板、工具、功能。

AWS Outposts 有两种形态：一个  AWS 原生形态（现在已经可用），它允许客户在 Outposts 使用与 AWS 公共区域完全相同的 API 和控制面板；另一个形态是 VMware on AWS Outposts。借助 AWS Outposts，客户可以选择计算优化、存储优化或图形优化的 Amazon EC2 实例，这些实例可以有本地存储，也可以没有本地存储，还可以选择 Amazon EBS。

针对时延敏感领域，AWS 推出了本地区域，它是 AWS 区域的，可以让计算、存储和数据库服务靠近大城市，将本地终端用户的访问延迟进一步降低。基于 5G 网络，AWS Wavelength 可以实现 5G 全程加速，让用户释放 5G 低延时的商业红利。

而针对环境恶劣、网络连接有限的地区，例如山区、船舶等，AWS 推出了 Snow 系列设备，可以连续计算、数据存储和数据转送。搜集数据完成之后，可以带到总部去处理。

在本次 re:Invent 大会上，AWS 首席执行官 Andy Jassy 宣布了 1U 和 2U 两款小尺寸的 AWS Outposts，1U 尺寸像 Pizza 一样大小，和经典型号功能一模一样，但体积缩小至 1/40。小尺寸的 AWS Outposts 可以很好地适应医院、饭馆、商店、工厂等等，这些 IT 设备空间受限的场所。

可以说，AWS 的混合云，并不是一个“本地+云简单混合”的结果，而是一个不断迭代的过程，就像打怪升级一样，不断遇到挑战、解决挑战。

重塑云计算世界

AWS 从问世到实现第一个 100 亿美元收入，用了 123 个月；第二个 100 亿美元增长，用了 23 个月；第三个 100 亿美元增长，则用了 13 个月；如今，第四个 100 亿美元增长，只用了 12 个月。

收入快速增长的背后，源自于 AWS 的不断“重塑”。2011 年，AWS 发布了 80 多项重要服务和功能；2012 年，发布了近 160 项；2013 年，发布 280 项；2014 年，发布 516 项；2015 年，发布 722 项；2016 年，发布 1017 项；2017 年，发布 1430 项；2018 年发布 1957 项；2019 年，发布 2345 项。

今年亚马逊 re:Invent，AWS 在计算、存储、数据库、数据分析、容器、机器学习运维、工业机器学习等多个方面推出了 143 项更新。根据 Gartner 在 2020 年 8 月发布的《2019 年全球公有云 IaaS 和 PaaS 市场份额报告》，AWS 的市场份额为 45%，超过第二、第三、第四、第五名的总和（34.3%）。

而事实上，云服务也仍处于发展早期，Gartner 发布的 IT 关键指标数据《2020：Industry Measures》显示，在全球 IT 总支出中，云上支出仅占 4%。因此，无论是云产业，还是 AWS，都会迎来广阔增长空间。而驱动力，则来自于创新。

创新很困难，而创新者不断颠覆自己来实现创新，则更为困难。AWS 用云颠覆了传统 IT，但仍以重塑姿态，不断颠覆自己。而这个秘诀，也许正是源自于亚马逊创始人兼 CEO 杰夫·贝索斯的思考“keep the vitality of Day 1”：永远客户至上 customer obsession。

原文链接：看 AWS 如何帮助客户以低成本造就更多可能 | AWS 创新视野