但要做到这一点，企业必须首先克服其对共享数据的固有怀疑，并识别和发现可信的数据源。但是，为第三方数据找到可靠来源只是挑战的一部分。这些数据还需要在整个企业范围内可以广泛访问，以构建用户希望的有价值的、更深入的见解。企业还需要实现关键的业务成果。这种细微差别使业务决策者对IT投资和能力的看法发生了根本性的变化。反过来也使IT在支持业务决策方面的作用发生了改变。这既是一项技术挑战，也是一项文化挑战，但解决这一问题至关重要。

AWS在报告中探讨了一系列构建第三方数据战略和克服常见挑战的方法：

• 实现数据基础设施现代化：和法律部门一起开发连接分析、业务需求、IT和业务团队的数据生态系统，同时平衡速度和准确性以实现更好的决策。
• 客户洞察：了解和支持最有价值的客户，并识别甚至预测不断变化的消费者需求，从而在供应链中启动适当的支点。
• 安全：管理权限和控制以及了解云如何降低影子IT的风险。
• 高效的数据采购和授权：建立有效的第三方数据战略，消除与查找、许可和交付数据集相关的摩擦。C-suite越来越多地参与数据现代化路线图的决策，找到弥合技术能力和业务成果之间差距的方法变得至关重要。

PDF版本将分享到199IT知识星球，扫描下面二维码即可！

上云、迁移、开发云原生产品、SaaS化、业务特性定制化、业务出海等让ISV面临从技术到业务的诸多挑战。

在云计算领导厂商亚马逊云科技看来，ISV是自身非常重要的合作伙伴之一，他们为客户提供丰富的解决方案，满足来自于各行各业、各种规模的客户在各个应用场景的需求。亚马逊云科技也在不断推进合作伙伴网络建设，通过能力认证、支持计划、解决方案和市场拓展等全方位赋能一起来助力包括ISV、SI、咨询类合作伙伴的成长。

从技术层面，亚马逊云科技中国国际客户及合作伙伴生态系统事业部总经理沈涛认为，“通过亚马逊云科技的现代化应用开发和服务，帮助我们云原生的ISV合作伙伴在云上能更快地开发和部署他的现代化的应用，这是我们跟很多ISV合作伙伴最重要的结合点。”

从产业层面来看，如何利用与ISV一道，通过云计算帮助客户提高服务、增加产能、提升现代化管理效率，亚马逊云科技大中华区企业级业务及行业市场拓展部总经理凌琦以制造业为例，总结亚马逊云科技对客户及ISV的四个优势：

首先，云计算服务平台能提供很好的工具帮助诸如产品化设计制造工程，无需客户自建，节省成本和精力。

其次，制造业客户需要管理优化和现代化。在MES、供应链、ERP上，客户可以大量使用云化的技术，快速升级敏捷化的管理。

再次，制造业产业链未来的趋势在工业互联网，从网络化的管理和自动化以及数字化的管理，从工厂延伸到上下游，亚马逊科技的服务能把上下游结合起来，让制造企业从单独企业变革为网络化的制造企业，上下游协作。

最后，亚马逊云科技领先的技术对客户服务和产品的改进有很大的帮助。

在合作伙伴网络的基础上，亚马逊云科如何帮助ISV合作伙伴进行云上创新，亚马逊云科技中国区生态系统及合作伙伴部总经理汪湧总结为四个方面：

第一，利用数字创新的方法实践，帮助合作伙伴和客户一起找到创新的爆点，重塑创新的能力。

第二，利用亚马逊云科技丰富的创新应用软件开发的能力以及各种各样模式，帮助合作伙伴打造最优秀的云上解决方案。

第三，亚马逊云科技广泛而深入的云服务，被合作伙伴充分地使用，放在自己的应用软件中间，从而帮客户更好的提高效率、降低成本，帮助SaaS的合作伙伴在使用的过程中不停地优化成本结构，从而使得客户获得最大的好处、最大的收益。

第四，亚马逊云科技有非常好的创新方法论和创新的基础。

在不久前，亚马逊云科技ISV云转型媒体圆桌论坛上，索贝数码副总裁杨琛、AdTiming CTO张文涛、互道信息创始人兼CEO王华、中新软件运营总监李淼针对自身企业向云业务转型过程中遇到的挑战，包括灵活性、弹性、交付服务的敏捷性、成本运维的控制，性能、质量等展开了讨论。亚马逊云科技大中华区产品部总监周舸认为，这些都是现代化的应用开发里遇到的典型问题。

在传统的IT架构模式上，ISV很多的精力都花在基础的繁杂的运维上，甚至有极端案例，大概只有20%的精力真正花在了应用本身，80%的精力都花在繁杂的IT应用的事务上。周舸表示，越来越多的ISV转型之后，大量的使用现代化应用技术如容器、无服务器架构等，这是大势所趋。

除了给ISV提供基础设施的支撑外，亚马逊云科技也为ISV与SI提供合作的能力支撑，很重要的一个方式是SaaS能力的认证，帮助SI培养合作伙伴，帮助ISV提升开发能力。

汪湧表示，现在很多的创新源自跨边界的融合。“可以用ISV和SI的叠加，也可以用ISV向SI的渗透，以及SI向ISV的渗透共同服务好客户。从亚马逊云科技来讲，我们从技术的认证，从能力的认证，从不同的合作伙伴之间的融合的方式方法，业务模式上都得到了认证。”

客户可以使用融合了亚马逊云科技和Salesforce Customer 360的预制应用，更快地创新，让企业可以更轻松地将亚马逊云科技的语音、视频和人工智能服务与Salesforce的业务应用程序无缝部署

近日，亚马逊云科技和Salesforce宣布扩大双方的全球战略合作伙伴关系，使客户可以轻松地使用Salesforce和亚马逊云科技的全套能力，快速构建和部署强大的新业务应用程序，加速数字化转型。

双方的合作关系将通过增强亚马逊云科技和Salesforce产品之间的连接，为客户带来更多价值。开发者现在可以构建和发布定制的应用程序，将Salesforce数据和工作流原生地连接到运行在亚马逊云科技上的解决方案，扩展两个平台的功能。Salesforce开发者更容易将亚马逊云科技数据和工作流集成到Salesforce应用程序。Salesforce还将在销售场景、服务场景和垂直行业场景的新应用中，直接嵌入亚马逊云科技的语音、视频、人工智能和机器学习服务。如此，客户可以直接从Salesforce购买亚马逊云科技开箱即用的解决方案，以按需付费的方式使用集成化的亚马逊云科技服务。

“五年多来，我们的客户从亚马逊云科技和Salesforce之间的紧密关系中受益。现在，通过整合我们的产品，双方的合作将迈向新的阶段，让同时使用亚马逊云科技和Salesforce的开发者可以更快、更方便地构建统一的应用程序。”亚马逊云科技首席执行官Andy Jassy表示，“通过这一合作，我们大大简化了开发者的工作，让他们能够在全球任何地方，以任意规模，以自己想要的方式开发应用程序。”

“这是科技行业一个里程碑式的合作，它将使我们的客户体验到更加强大的Salesforce Customer 360，并在业务上取得新的成功，”Salesforce主席兼首席执行官Marc Benioff说。”有了更强大的、统一的Salesforce和亚马逊云科技平台，我们在世界各地的客户可以在销售、服务、营销和商务方面中创建单一的数据事实源，并从任意地方获得成功。”

世界各地的组织依赖Salesforce管理客户关系，利用Salesforce平台构建新的应用程序，同时使用亚马逊云科技来满足计算、存储和数据库需求，采用亚马逊云科技的技术，例如Amazon Connect (全渠道云联络中心)，Amazon Redshift (全托管的、PB级的云数据仓库服务)，以及Amazon Lambda (无服务器计算服务，允许客户在不配置或管理服务器的情况下运行代码)。以前，客户为在应用中结合亚马逊云科技和Salesforce功能，通常需要自己编写大量的代码。新的产品将使客户能够通过统一平台，无缝使用亚马逊云科技和Salesforce的服务。两家公司还将合作开发新的低代码工具，帮助客户创新和构建应用程序，在Salesforce应用程序和亚马逊云科技服务之间实时连接数据。

统一开发者体验

• 更快、更轻松地创建自定义业务应用程序：新的低代码、点击式启动的开发工具将加快创建基于Salesforce和亚马逊云科技服务的定制应用程序。Salesforce的点击式开发工具将直接操作来自亚马逊云科技服务的数据，如Amazon Relational Database Service (Amazon RDS)或Amazon Simple Storage Service (Amazon S3)，就好像这些数据在Salesforce中是原生的一样。
• 通过实时事件释放客户数据的力量：通过将亚马逊云科技的服务与Salesforce平台原生连接，实时数据将安全地在两家供应商之间移动，让客户更轻松地实现工作流自动化，并维护终端客户的单一视图。
• 简化安全、身份和访问管理：新的引导设置体验将使客户更便捷地将Salesforce产品和亚马逊云科技服务结合在一起。从Salesforce设置登录到亚马逊云科技，或从亚马逊云科技管理控制台登录到Salesforce，以简化服务授权、用户身份、安全性、权限以及Salesforce和亚马逊云科技之间的数据管理和治理。

全新智能应用程序

• 在任何地方更智能地销售、服务和参与：客户将能够通过预构建的开箱即用的应用程序和附加组件快速创新，利用亚马逊云科技的语音、视频服务和人工智能/机器学习功能的生产力。例如，客户可以激活虚拟呼叫中心，并为高速率的销售团队提供Amazon Connect和亚马逊云科技人工智能和机器学习服务，这些服务预先集成到Sales Cloud和Service Cloud中。
• 推出针对行业的客户解决方案：通过利用亚马逊云科技产品和服务，如Amazon Chime SDK（嵌入式实时通信功能)、Amazon Textract（从扫描文件中提取智能数据)、Amazon Comprehend (自然语言处理，以文本形式揭示信息)，以及Salesforce Industry Clouds中的其他服务，客户将能够提供新的数字体验和服务，以保持行业领先地位。从远程医疗解决方案开始，医疗保健客户可以部署智能虚拟医疗平台来提供个性化的患者体验。

客户证言

 诺华是一家全球性的医疗保健公司，专注于在有巨大医疗需求的领域利用创新的科学和数字技术创造变革性治疗。“医学的未来和患者的体验依赖技术和创新，就像依赖效率和速度一样。将我们的平台与Salesforce和亚马逊云科技整合起来，使我们有机会优化资源，并通过简化客户和开发者体验的方式来专注于我们的方法，以更快地创新并最终改善患者的结果。这是我们为今天和未来重新设想医学的方式。”——诺华制药公司总裁Victor Bult

渣打银行是一家金融机构，为非洲和海外的个人、企业、机构和公司提供银行和金融服务。“科技正在引领金融服务业进入一个创新的新时代，新的数字解决方案让客户的体验更加个性化和方便。Salesforce和亚马逊云科技的合作正是这样做的，帮助渣打银行更快地创新，为我们在非洲地区的客户提供更大的价值。”——渣打银行集团首席工程官Alpheus Mangale

Salesforce和亚马逊云科技合作里程碑

 自2016年以来，世界各地的中小企业、初创企业、各行业企业以及政府机构一直在利用亚马逊云科技和Salesforce为其终端用户提供关键业务服务。亚马逊云科技已成为倍受Salesforce信赖的主要公有云提供商，同时亚马逊云科技也使用Salesforce作为其CRM平台。两家公司共同推出了大量产品，将两方的服务整合到电话、数字渠道和客户关系管理(CRM)数据中，包括Service Cloud Voice, Private Connect, Government Cloud Plus和Intelligent Document Automation。此次双方的深化合作将使客户更容易地结合来自世界领先的云提供商和头号CRM平台的功能，同时最小化所需的定制集成代码。

亚马逊云科技和Salesforce继续在销售、解决方案架构和客户支持方面进行投资，以确保无缝的客户体验并助力客户成功。本次宣布的产品将于2022年正式可用。有关更多信息，请参阅www.salesforce.com/aws或www.aws.amazon.com/featured-partners/salesforce/。

2021年5月12日，亚马逊云科技宣布与上海市徐汇区政府合作在上海设立亚马逊云科技生命健康行业数字化赋能中心。这是亚马逊云科技在中国设立的首家行业数字化赋能中心。该中心将整合徐汇区在生命健康行业的区位优势，以及亚马逊云科技全球领先的云技术和服务，其在生命健康行业的解决方案、在生命科学、健康、基因组学等领域的全球专业知识和最佳实践，以及全球合作伙伴网络资源，协同国内的亚马逊云科技技术合作伙伴，推动行业数字化解决方案在中国落地，加速本地产业发展，并通过多个维度解决行业痛点，为生命健康行业赋能。

在上海市徐汇区委副书记、区长钟晓咏，以及亚马逊云科技大中华区企业业务拓展总经理凌琦的见证下，上海市徐汇区委常委、副区长俞林伟与亚马逊云科技大中华区区域拓展部总监丁承志签署战略合作备忘录

亚马逊云科技生命健康行业数字化赋能中心包括协同服务云平台、创新展示中心、行业俱乐部和全球合作计划四大板块，旨在帮助企业更好地了解云计算，并利用高性能计算、数据安全合规管理、大数据、人工智能与机器学习等先进的云计算技术和服务，加速创新；同时帮助行业内的企业或机构更好地相互连接，在共生与协同中实现更高更远的发展。

签约现场领导合影

徐汇区是上海乃至中国最重要的生命健康行业枢纽之一，汇聚了近千家生命健康相关的企业和机构。亚马逊云科技在生命健康领域拥有实力强大的团队和丰富的客户应用实践。亚马逊云科技在全球成立生命健康领域的专业团队已经超过9年，其成员平均拥有超过17年的资深从业经验。亚马逊云科技的云服务获得了全球超过35种生命科学领域的合规认证，全球前20大药企的19家都在使用亚马逊云科技，数十家亚马逊云科技合作伙伴网络成员还通过了亚马逊云科技医疗保健和生命科学能力认证。此外，亚马逊云科技提供了40多个医疗保健和生命科学公用数据集，为生命健康领域的科学研究提供了极大的便利。

亚马逊云科技大中华区企业业务拓展总经理凌琦表示，“设立行业数字化赋能中心是我们更好地服务行业客户的一项重要举措。生命健康行业是我们在中国关注的9大重点行业之一。新冠疫情的爆发，也加速了生命健康领域企业的上云步伐。徐汇是科研资源和产业资源集聚区，正在打造以数字技术创新为核心驱动的数字典范城区。我们非常高兴与徐汇区政府展开合作，在上海设立生命健康行业数字化赋能中心，顺应并且助推这一行业发展趋势。”

亚马逊云科技赋能生命健康行业的企业和机构，在满足严格的行业安全、合规及监管要求的同时，提高患者护理水平，推进精准医疗，更快地普及新的治疗方法。强生、默沙东、NanoPore、Harbour BioMed（和铂医药）、泰格医药，上药康德乐等国内外领先和创新的生命健康企业和机构正在借助亚马逊云科技，加快创新步伐，挖掘数据潜力，探索个性化医疗。

默沙东中国信息技术负责人王楠先生表示，“非常高兴看到亚马逊云科技在徐汇区设立生命健康行业数字化赋能中心。作为一家在徐汇区运营的生命健康企业，以及亚马逊云科技的用户，这一中心的设立将为我们带来更多的整合资源，为我们的业务创新提供强大的助力。”

除亚马逊云科技合作的传统的Intel、AMD x86架构外，ARM架构实例也落地中国区，意味着亚马逊云科技正丰富其生态多样性。目前，Amazon EC2提供的实例类型已接近400种，被全球几百万客户广泛使用。相当于传统上一家提供400种服务器型号的中大型服务器厂商。

Amazon Graviton2主要是解决基于微服务架构的现代化应用的需求。

微服务架构已经成为一股重要力量

 以前的架构基本上是单体架构，系统中所有的功能、模块耦合在一个应用中的架构中，整个应用包括应用、数据库等都在同一个服务器上。

随着应用越来越复杂，一个大型的复杂软件应用，由一个或者多个微服务组成，系统中的各个微服务可以被独立部署，各个微服务之间是松耦合的，每个微服务仅仅关注于完成一件任务并很好的完成该任务。将一个复杂的软件系统，进行了拆分之后，应用系统变的更加的高效。这也是近几年来十分火热的应用架构趋势。

对服务器芯片而言，传统的x86服务器架构已经有些不适应微服务化的现代应用发展。

在亚马逊云科技大中华区产品部计算与存储总监周舸看来，这些新的应用软件都更适合于可以平行扩展的架构，去充分地利用CPU的多个核、多个线程、可以并行处理多个任务的特点去发展出来的能力。

Graviton2希望为每一个内核都为云上面的现代化应用，去设计最好的性能。“所以我们的每一个核在Graviton2里面，都能够达到最好的所谓真实的性能，去满足这些现代化应用的需要。是客户真的用Graviton2去运行他们的现代化的架构的应用的时候，他能得到什么样的结果。我们希望我们的每一个核都能做到，只针对这些东西去特定的优化，让它发挥出最好的性能来。同时我们希望在一个CPU里面，放尽量多的独立的核，以便于最大程度的让它充分发挥平行扩展的能力。”

（图：Graviton2 适用的八大方向）

Graviton2适用的方向已经越来越广，周舸举例称，Graviton2已经应用在八大方向，包括高性能计算如天气预测的超算、飞机船舶流体设计以及半导体设计等。

客户需求和性价比驱动服务器架构生态多样性

因为Graviton2基于ARM架构，不禁让人联想到ARM在此前的市场目标设想，其目标是未来ARM架构服务器的市占率将达到20%-30%。然而现实有一些残酷，目前x86的芯片还是占有绝大部分的市场份额。

ARM架构服务器是否会成为未来市场主流？对于199IT的问题，顾凡认为这并不是一个简单的非此即彼的市场问题。问题的焦点在于客户的需求和云计算的性价比。

顾凡表示亚马逊云科技了解客户的工作负载需求，同时在提供云计算解决方案有性价比优势，在运营的过程当中形成了设计芯片的能力，所以从客户需求和性价比角度出发自研“量体裁衣”的适合客户的芯片就变得水到渠成。同时顾凡也强调“云计算里面对性价比的追求是不会停的，既然自研芯片，一定会在性价比上走得更远。”

Graviton 2作为亚马逊云科技第二代基于Arm架构的处理器，基于 64位Arm Neoverse N1微架构设计，这是ARM第一款数据中心定位的CPU架构。与同配置X86实例相比，Amazon EC2 M6g、C6g 和 R6g 实例的性价比提高了40%。

与第一代 Amazon Graviton 处理器相比，AWS Graviton2 处理器在性能和功能方面实现了重大飞跃，性能达到前者 7 倍、计算核心数量达到 4 倍、缓存达到 2 倍、内存速度达到 5 倍。Amazon Graviton2 处理器具有全天候运行的256 位内存加密功能，每个核心的加密性能速度比第一代 Amazon Graviton 处理器提高 50%。

顾凡认为Graviton 2是在为两个未来趋势做准备，第一个是工作负载未来的迭代，比如未来五年，容器、微服务化趋势会越来越明显，更多企业的工作负载转向了微服务化，迟早客户都会需要像Graviton2这样的处理器，即单核单线程大缓存，把它的性能发挥到极致。第二个是云计算对性价比的追求。

亚马逊云科技自研芯片的驱动力，在于“服务好未来的现代化应用对于计算架构的需求，以及怎么服务好云计算里面客户对于性价比追求，而CPU仅仅是一个工具。” （Ralf）

近日，亚马逊云科技宣布Amazon Lookout for Vision正式可用，这是一项全新服务，使用计算机视觉和先进的机器学习能力分析图像，以发现制造过程中产品或流程的缺陷和异常。通过一种名为“小样本学习(few-shot learning)”的机器学习技术，Amazon Lookout for Vision可使用低至30张基准图像为客户训练模型。使用Amazon Lookout for Vision，客户可以快速开始检测产品的制造和生产缺陷（例如裂纹、凹痕、不正确的颜色、不规则形状等），防止这些成本高昂的瑕疵进入到运营环节甚至送达客户手中。结合Amazon Lookout for Equipment、Amazon Monitron和Amazon Panorama，Amazon Lookout for Vision为工业和制造业客户提供最全面的从云端到边缘端的工业机器学习服务套件。有了Amazon Lookout for Vision，无需考虑预先承诺或最低费用，客户可按小时支付实际使用服务的费用，以训练模型以及检测异常或缺陷。欲开始使用Amazon Lookout for Vision，请访问：https://aws.amazon.com/lookout-for-vision/

在当今的制造业中，由于遗漏的缺陷或质量不一致问题而导致的生产线停产，每年会让企业蒙受数百万美元的成本超支和营收损失。为了避免这些代价高昂的问题，工业企业必须保持不懈的努力，以确保质量控制。工业过程中的质量保证通常需要靠人工检查，即便在最好的情况下，这一过程仍是费时且不能保证不一致，而在最坏的情况下则几乎变得不可行。计算机视觉可以带来持续识别缺陷所需的速度和精度，然而，传统的计算机视觉解决方案可能很复杂。从头开始构建计算机视觉模型需要为制造过程中的每个元素精心标记大量图像。然后，数据科学家团队需要构建、训练、部署、监控和微调计算机视觉模型，以分析产品检查过程中的每个独立阶段。即使是微小的制造过程变化（如缺货部件替换为另一个同等部件，更新产品规格或改变照明），便意味着需要再训练和重新部署单个模型，或者是生产过程中下游的其它模型，很明显，这冗长而复杂，费力费时。由于这些障碍，计算机视觉驱动的视觉异常系统仍然是绝大多数公司无法触及的。

Amazon Lookout for Vision为客户提供了一种高精确度、低成本的异常检测解决方案，使用计算机视觉每小时处理数千张图像来发现缺陷和异常，而无需具有机器学习经验。客户将相机图像实时发送到Amazon Lookout for Vision，以识别异常情况，如产品表面损坏、部件丢失和生产线上的其它异常情况。利用“小样本学习(few-shot learning)”的机器学习技术（机器学习模型能够基于非常少量的训练数据进行数据分类），该服务只需低至30张可接受的和异常状态的图像作为基准，便可开始评估机器零件或制成品。除了能够在不需要大量训练数据的情况下检测异常之外，该功能还使服务能够适应各种工业环境下的检查任务。在分析数据之后，Amazon Lookout for Vision会通过服务仪表板或“DetectAnomalies”实时API报告与基准不同的图像，以便采取适当的行动。Amazon Lookout for Vision足够精细，能够在工作环境中实现相机角度、姿势和照明的高精度调整。客户还能够对结果提供反馈（例如预测是否正确地识别了异常），Lookout for Vision将自动重新训练底层模型，不断改进服务。该特性让技术可以充分适应制造过程中的变化，甚至根据客户反馈了解何时允许或不允许变化。这意味着客户可以更加灵活，根据其自身竞争优势或影响其运营的外部因素，适时调整流程。

“无论客户是给冷冻披萨配料还是为飞机制造精确校准的零部件，我们都清楚地了解，保证到达终端用户的产品都是高质量的，是他们业务的根本。虽然这似乎是显而易见的，但确保工业流程的质量控制实际上非常具有挑战性。”亚马逊云科技机器学习副总裁Swami Sivasubramanian表示，“我们很高兴能为所有规模和行业的客户提供Amazon Lookout for Vision，帮助他们进行快速而经济的大规模检测缺陷，节省时间和金钱，同时确保其消费者所依赖的质量，而这一切无需机器学习经验。”

Lookout for Vision可以直接通过Amazon Web Services控制台获得，也可以通过支持合作伙伴来帮助客户将计算机视觉嵌入到其设施内的现有操作系统中。该服务也与Amazon CloudFormation兼容。Lookout for Vision现已在美国东部（弗吉尼亚北部）、美国东部（俄亥俄）、美国西部（俄勒冈）、欧洲（爱尔兰）、欧洲（法兰克福）、亚太地区（东京）和亚太地区（首尔）区域正式推出，其它区域也将很快推出。

GE医疗是全球领先的医疗技术和数字解决方案创新者，通过智能设备、数据分析、应用程序和服务，帮助临床医生做出更快、更精准的决策。“Amazon Lookout for Vision的早期使用结果令人鼓舞，这将有助于提高我们各工厂检测产品缺陷的速度、一致性和准确性。” GE医疗日本公司运营官、制造部门总经理、工厂经理Kozaburo Fujimoto表示，“作为世界上最值得信赖的医疗保健公司之一，我们一个多世纪以来不断保持技术进步和数字化创新，我们对亚马逊云科技的工业机器学习服务将给我们的制造环境带来的益处充满期待。”

亚马逊的按需印刷(POD)设施，为客户按单印刷书籍。“由于书籍是在客户订购时制造的，确保制造过程每一步的精度至关重要。通过POD，我们可以快速地将最高质量的书籍提供给客户。”亚马逊POD全球总监David Symonds表示，“有了Amazon Lookout for Vision，我们可以在生产的每个步骤实现自动化和扩展视觉检测，同时以全速运行，帮助我们确保良好的客户体验。”

Basler是全球工业视觉制造商和解决方案提供商，为半导体检测、机器人、食品检测、邮政分拣和打印图像检测等应用领域提供摄像机和机器视觉系统。“减少故障是制造企业需要考虑的最重要KPI之一。传统的人工检测是一种劳动密集型且难以规模化的检测方法。通过使用计算机视觉进行质量检测，这一过程可以实现自动化，从而显著降低成本。Basler和Amazon Lookout for Vision提供了一个非常精简的架构，可以在任何生产场所采用基于视觉的异常检测。我们很高兴能够结合Basler在工业视觉和边缘平台的专业知识，以及亚马逊云科技在工业机器学习领域的投资，共同为我们的客户提供完整的视觉解决方案。”Basler AG市场营销总监Gerrit Fischer表示。

Dafgards在瑞典是一个家喻户晓的名字，生产各种各样的食品。“我们之前尝试了Amazon Lookout for Vision，以自动化检查我们的披萨生产线，检测披萨中是否有足够的奶酪和正确的配料，结果很好。” Dafgards卓越运营和工业物联网部门负责人Fredrik Dafgård表示，“我们很高兴能将Lookout for Vision扩展到汉堡和乳蛋饼等其它生产线，帮助我们检测包括不正确的配料在内的任何异常情况。我们计划将Lookout for Vision扩展到多个生产线。Amazon Lookout for Vision将帮助Dafgards提高检测缺陷和异常的一致性和准确性，使我们能够大规模提高整体生产质量。”

Torc将在新墨西哥州和弗吉尼亚州部署其新一代自动驾驶卡车测试车队。

日前，Torc Robotics公司已经选择亚马逊云服务（AWS）作为其首选的云服务商，以满足其大规模数据传输、存储和计算的速度要求，以备在美国新墨西哥州和弗吉尼亚州部署其下一代自动驾驶卡车测试车队。随着公司测试车队规模、路线数量和传感器能力的增长，其在美国和德国的工程团队对数据摄取和分析的需求与日俱增。

Torc是戴姆勒卡车旗下的独立子公司，负责将L4级自动驾驶系统商用化、并提供给卡车客户。根据汽车工程师协会（SAE）的定义，在L4级自动驾驶系统下，车辆能够在特定的运营条件下执行全部驾驶功能。

亚马逊云服务具备广泛的能力，旨在提供快速而安全的数据传输、智能分层存储、托管式的编排和分析工具，以及高性能的多核CPU和GPU计算，可以帮助Torc快速扩展其敏捷、低成本的开发平台，加速其技术的测试与商用。

Torc在新墨西哥州的测试车队已经在公共道路测试中产生了PB级的数据（1PB等于100万GB）。Torc有端到端的软件堆栈，收集和处理来自激光雷达、雷达和摄像头等众多传感器的原始数据。不仅测试路线和车队的规模不断扩大，新一代测试卡车还集成了更多高分辨率的传感器，可以加强更远距离的物体检测，这进一步增加了用于分析、仿真和机器学习的数据量级。

Torc公司首席执行官Michael Fleming说，”我们的下一代卡车测试车队将帮助我们快速提高自动驾驶能力，加速L4级自动驾驶卡车的商用。我们处理数据的能力必须能够跟上，无论是传输、存储还是扩大仿真的能力，都必须跟上。有了AWS，我们就有了一个值得信赖的解决方案，可以在我们需要的时候提供计算规模、传输速度和安全性。”

AWS汽车行业销售总监Wendy Bauer表示，”开发自动驾驶汽车的竞赛中，会从多种类型的传感器中产生巨大数量的数据。借助AWS，Torc公司的工程师就拥有了速度、灵活性和洞察力，能够进行设计测试、大规模运行仿真、以及利用广泛、高度专业化的计算实例类型来完善其实验。Torc的行业领先技术，结合AWS的可靠性、安全性以及在自动驾驶汽车开发方面的深厚专业知识，将使Torc保持领导者地位，并将自动驾驶卡车的好处带给社会。”

戴姆勒卡车自动驾驶技术群组（Torc是其下一部分）负责人Peter Vaughan Schmidt博士说，”我们相信，Torc和AWS之间的这种关系，将两个非常强大的团队凝聚在一起，是我们通往L4级自动驾驶卡车道路上的另一个里程碑。戴姆勒卡车的目标是实现自动驾驶卡车的安全投放，塑造整个卡车运输和物流行业的未来。”

AWS是一个强大的云解决方案

AWS一直是世界上以服务丰富、应用广泛而著称的云平台。AWS的服务组合不断扩展以支持几乎云上任意工作负载，目前提供了超过200项全功能的服务，涵盖计算、存储、数据库、联网、分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方面，遍及24 个地理区域的77个可用区（AZ），并已公布计划在澳大利亚、印度、印度尼西亚、日本、西班牙和瑞士新建6个AWS区域、18个可用区。全球数百万客户，包括发展迅速的初创公司、大型企业和领先的政府机构都信赖AWS，通过AWS的服务强化其基础设施，提高敏捷性，降低成本。

Torc的L4级自动驾驶汽车系统利用车载计算机，实时处理传感器数据，并利用车载软件处理自动运行过程中的动态驾驶任务。Torc将利用AWS来提高其路测路线的数据传输效率，让其团队不断增强自动驾驶系统。Torc公司首席技术官Ben Hastings解释道，”对我们路测车队收集的海量数据进行摄取、存储和后处理，AWS是一个理想的平台。”

Torc的开发团队将利用AWS全面完成低要求和高要求的任务，以及远程团队之间的数据共享。Torc将利用多项AWS托管服务，例如用Amazon Elastic Kubernetes Service (Amazon EKS)来大规模运行仿真软件，用Amazon Managed Streaming for Apache Kafka (Amazon MSK)、Amazon Managed Workflows for Apache Airflow (MWAA) 以及Amazon Simple Storage Service (Amazon S3)智能分层，高效管理测试数据，并提供合规支持。AWS的这些服务集成，将使Torc能够传输海量数据，不但进行实际测试的日志分析，同时还为仿真和深度学习提供算力。

Hastings表示，”我们的软件使用合成场景和传感器数据重放的组合进行仿真测试。这些测试往往会集中进行，对计算资源产生显著的峰值需求。通过AWS，我们获得了可以动态扩展的解决方案，以满足工程和虚拟测试团队的需求，而无需购置和维护我们自己的数据中心。”

就地过年如何寄托思乡思亲之情，如何续写暖心团圆之意？近日，具有1500多年酿酒历史的中国大型白酒企业剑南春，推出一款在线赠酒的微信小程序“剑南春云酒酒”，恰逢其时。

通过微信搜索进入“剑南春云酒酒”小程序，消费者只需选择要购买的酒与数量，加上祝福图片和文字，即可做成“酒红包”和“酒贺卡”两种形式之一，将祝福与酒发给亲友。收货地址可以由赠送者填写，也可以由收到红包的亲友填写。剑南春会根据收件信息，直接将原厂保证的酒品礼盒装发送到亲友手中。

剑南春开发云赠酒小程序的过程得到了亚马逊云服务（AWS）专业服务团队的指导，采用亚马逊创新方法论，从项目启动到落地实施，仅用了一个月左右的时间。亚马逊创新方法论的核心是以客户为中心的逆向工作法，即，在设计产品和服务时，不是从公司的技能出发设计产品推给客户，而是从客户出发设计并打磨产品，这样的方法让亚马逊的产品和服务一个又一个地取得成功，受到业界瞩目。

“剑南春云酒酒“项目的出发点是，在中国，很多人逢年过节都有购买贺礼的习俗。当今社会，很多亲友往往不在一个城市，加之防控新冠疫情，减少人员走动，想问候亲朋好友却无法见面。剑南春云端赠酒，可以很好地满足这一需求，即便春节因为各种原因不能回家，依然能给家人送去满满的新春祝福。

采用逆向工作法，让剑南春云赠酒项目团队很容易厘清思路，分清需求主次，快速、顺利地实现业务上线。该项目于2020年12月与AWS签约，由AWS专业服务团队提供咨询服务，跟剑南春管理层、业务团队、IT团队和应用开发商协作完成。在AWS专业服务团队的引领下，从用户画像、可行性方案筛选，到用户调研与数据反馈、原型验证、沙盘扮演，到多次程序迭代、阶段性目标与数据评价，到规模化推广，逻辑非常清晰，工作非常高效。

剑南春表示，剑南春用匠心传承千年唐代宫廷御酒，持续打造中国名酒金字招牌，在消费者触达方式上，我们也不断创新。亚马逊创新方法论对我们非常有价值，让我们在很短的时间内，思路清晰地开发出营销项目。从最初模糊的想法，到最后项目落地，整个过程清晰可见。不仅节约了时间，还让我们能够控制项目风险，在项目进行过程中就能看到最后的项目落地效果。

在给剑南春传授亚马逊创新方法的同时，AWS深远广泛的云服务和云原生应用的最佳实践，也为剑南春业务发展提供了强有力的支撑，让剑南春能够采用全托管的服务，采用敏捷开发的方式，高效地实现应用落地。目前，剑南春已有大量应用运行在AWS之上，包括费用核销系统、商业情报（BI）系统、主数据系统、分销订单系统、运维监控系统、稽核系统等等。

科技改变生活，云计算加速创新。随着剑南春云赠酒项目的成功上线，为酒友们带来了新的风尚，为酒类营销开辟了新的道路。

实例是AWS提出的一个云计算基本概念，它是指在一段时间内分配的一组计算资源。用通俗的叫法，实例也被称作云服务器、虚拟服务器、云主机、虚拟机等等。AWS提供近400种实例类型，其业务就相当于传统上一家提供400种服务器型号的中大型服务器厂商。

汲取全行业最新技术 提供近400种实例

Amazon EC2（亚马逊弹性计算服务）汲取了全行业在处理器、内存、存储和网络等方面最新技术，以处理器来说，包括了英特尔、AMD的数据中心中央处理器 (CPU) ，AWS自己基于Arm开发的处理器；包括英伟达、赛灵思和英特尔的加速芯片，AWS自己还开发了面向机器学习推理和训练的加速芯片。AWS最近还把苹果Mac Mini的算力搬上云端，让数以百万计的苹果应用开发者也可以方便地使用云上算力资源进行应用开发。这样的技术覆盖广度，在所有云服务商中首屈一指。

通过组合不同的处理器品牌及型号、内存容量大小、存储带宽和网络带宽的选项，AWS目前总共提供了近400种实例类型，为用户提供灵活多样的选择。从时间的维度，AWS还提供四种购买实例的选择，即按需实例、预留实例、Spot实例和Saving Plans。按需实例就是随用随时申请，按标准价收费；预留实例是提前预订，价格较低；Spot实例，是以很低的价格申请使用闲置的计算资源。Spot实例通常只有按需实例价格的10%，适用于算力需求灵活、可以在业务波谷时间运行的应用程序。

AWS Nitro系统的安全加持 对敏感数据进行硬保护

Nitro是AWS为高效、安全地交付云计算资源而打造的一套系统，它由专用硬件、轻量级的虚拟化管理程序和安全芯片三部分组成，可实现更快的创新和更高的安全性。目前，Amazon EC2实例都以AWS Nitro系统为基础平台。

之前的云计算虚拟化，采用虚拟化管理程序保护物理硬件、接近硬件层的BIOS（基本输入输出系统）、虚拟化CPU、存储、网络，并提供各种管理功能，需要消耗近30%的系统资源。Nitro系统将这些功能分流到专用的硬件和软件上，从而将接近100%的系统资源交付给客户申请的实例，为客户提供近乎裸机的计算性能。AWS Nitro系统是目前业界领先的云服务器虚拟化引擎。

使用AWS Nitro Enclaves，客户能够创建隔离的计算环境，保护敏感数据，例如Amazon EC2 实例中的个人身份信息、医疗保健、金融和知识产权数据。这些数据将被放在特别的安全区域。安全区域只提供与EC2实例的本地连接，没有持久性存储，没有管理员和操作员访问权限，只能被EC2实例本地访问，禁止包括亚马逊员工在内的所有管理员访问，从而消除人为错误和篡改的可能性，攻击面最小化，减少了漏洞风险。

从1/20内核到超级计算机的支持

2018年，美国笛卡尔实验室（Descartes Labs）的科学家利用亚马逊云服务（AWS）的计算资源，在没有要求AWS任何特殊关照的情况下，自助搭建了一台超级计算机。这台超级计算机在2019年6月公布的全球超级计算机排名中，名次冲高到第136位。到2020年11月，其仍然排名第260位。参见：https://www.top500.org/site/50808/

打造这台超级计算机的花费只有5000美元。如果用传统的定制硬件，成本可能高达2000万美元到3000万美元，而且需要等待一年半载的时间。笛卡尔实验室采用Amazon EC2弹性计算云服务的公开竞价资源，最大限度地节约了成本。

参见：https://mp.weixin.qq.com/s/8-RxqLNJzb_5IMViGKt7HQ

透过笛卡尔实验室打造超级计算的故事，Amazon EC2的磅礴力量可见一斑。与此同时，Amazon EC2的算力也可以细如发丝，最小类型的EC2 nano实例，基准性能只有一个CPU内核的5%，费用超级划算。

AWS之前以能够比其它云服务商提供更丰富的实例类型，恰恰是基于三个关键因素：一是跟半导体厂商的全面合作；二是AWS Nitro系统；三是自研处理器。

2020年第四季度，AWS宣布的重要客户签约和上云迁移横跨各大行业，包括：金融行业的摩根大通、Itaú Unibanco（拉丁美洲最大的银行）、渣打银行和Nationwide银行；媒体和娱乐行业的米高梅、汤森路透和ViacomCBS；科技行业的Arm和Twitter；旅行行业的Boom超音速客机和全球最大的航空联盟——星空联盟；零售和电子商务行业的Mercado Libre(拉丁美洲最大的在线商务和支付提供商)和Zalando(欧洲最大的在线时尚和生活方式平台)；电力和公用事业的西门子智能基础设施(西门子股份公司旗下专注于能源分配和智能建筑的业务集团)；汽车行业的宝马集团，等等。

AWS re:Invent是全球云计算和信息技术界的学习大会，2020年的re:Invent大会吸引了超过57万人注册参会，会上发布了180项新服务和新功能。其中包括：

• 业界首个基于云的Mac实例 （实例是AWS提出的一个云计算基本概念，它是指在一段时间内分配的一组计算资源。用通俗的叫法，实例也被称作云服务器、虚拟服务器、云主机、虚拟机等等），使客户能够在AWS上开发、扩展和运行macOS工作负载。
• AmazonEC2弹性计算云服务新推出五项新服务，让AWS至广至深的计算实例组合进一步扩大领先地位。其中，由AWS Graviton2自研云原生处理器驱动的C6gn实例，与相同配置的x86实例相比，针对网络和计算密集型工作负载的性价比高出40%。AMD GPU支持的 G4ad实例可为图形密集型应用提供业界最佳的性价比。M5zn 实例可在云中提供最快的英特尔 Xeon 可扩展处理器。基于英特尔芯片的D3/D3en 实例可为云中的本地 HDD 存储提供最高的存储容量。内存优化的 R5b 实例可为 Amazon EC2 提供最快的块存储性能。Amazon SageMaker机器学习服务增加九项新功能，使开发人员和数据科学家更容易准备、构建、训练、部署和管理机器学习模型。
• AWS还推出了面向工业客户的五项机器学习新服务，让他们可以利用机器学习，提高运营效率、质量控制、安全性和工作场所安全。Amazon Monitron和Amazon Lookout for Equipment使用传感器数据来进行设备的预测性维护。AWS Panorama Appliance 及其开发套件，使用计算机视觉来提高产品质量和工作场所安全。Amazon Lookout for Vision使用计算机视觉来发现产品和流程中的异常和产品质量缺陷。
• 云数据仓库高级查询加速器AQUA（Advanced Query Accelerator）为Amazon Redshift提供了一种新型硬件加速缓存，其查询性能比其它任何云数据仓库高出10倍。
• AWS Glue Elastic Views 让开发人员可以轻松构建物化视图，在存储、数据仓库和数据库之间自动组合和复制数据。
• Amazon QuickSight Q为Amazon QuickSight提供了机器学习驱动的功能，用户可以用自然语言输入有关其业务数据的提问，几秒钟内就能收到高度准确的答案。
• Amazon EBS io2 Block Express卷提供了首个专为云而建的存储区域网络 (SAN)，具有高达256,000IOPS（每秒输入/输出操作次数）的性能、每秒 4000 MB 的吞吐量和 64 TB 的容量。
• AmazonEBS Gp3卷为客户提供了独立于存储容量的额外IOPS和吞吐量性能，提供高达4倍的峰值吞吐量，每GB的价格比之前的通用EBS卷低20%。
• 推出了四项新的容器服务，帮助客户在云端和企业内部开发、部署和扩展现代应用。Amazon ECSAnywhere和Amazon EKS Anywhere使客户能够在自己的数据中心运行Amazon ECS和Amazon EKS，AWS Proton使容器和无服务器应用程序的开发和部署自动化，Amazon ECR Public让开发人员可以用简单、高可用的方式共享和部署容器软件的方式。
• Aurora Serverless的新版本Aurora Serverless v2，可不到1秒的时间内扩展到数十万个数据库事务，比按峰值容量配置基础设施节省高达90%的成本。
• Babelfish for Aurora PostgreSQL让数据库客户直接在Amazon Aurora PostgreSQL上运行SQL Server应用程序，几乎不需要修改代码。同时，开源版本的Babelfish for PostgreSQL将在2021年向所有PostgreSQL数据库用户提供。
• 推出了针对容器、物联网和运营数据的两项新服务–Amazon Managed Service for Prometheus和Amazon Managed Service for Grafana。它们建立在流行的开源项目上，可以帮助客户大规模地监控和可视化现代应用。

AWS继续在全球范围内拓展基础设施。AWS目前在24个地理区域内提供了77个可用区（AZ），并已宣布计划在另外印度尼西亚、日本、西班牙、印度、瑞士和澳大利亚的6个AWS区域再提供18个可用区，将于2022年中期开通AWS亚太区（海德拉巴）区域，2022年下半年开通AWS欧洲（苏黎世）区域和AWS亚太区（墨尔本）区域。

AWS在波士顿、休斯敦和迈阿密开通了AWS Local Zone本地扩展区，将AWS基础设施放在大都会中心的最终用户附近，让客户可以访问低延迟的计算、存储和数据库服务，而无需配置或维护数据中心空间。AWS宣布还将于2021年在另外12个城市——亚特兰大、芝加哥、达拉斯、丹佛、堪萨斯城、拉斯维加斯、明尼阿波利斯、纽约、费城、凤凰城、波特兰和西雅图——开通AWS Local Zone本地扩展区。

AWS发布了1U和2U服务器两种小尺寸的AWS Outposts，使客户能够在空间受限的地方，例如分支机构、工厂、医院、移动基站或零售店等，本地访问AWS。

AWS宣布普遍提供新一代加速计算实例Amazon EC2 P4d实例，由NVIDIA A100 Tensor Core GPU和AWS的PB级网络提供支持。P4d实例的训练速度比上一代实例快3倍，成本降低60%，可用于云中的机器学习训练和高性能计算。EC2 P4d实例也是云中唯一具有UltraCluster功能的实例，使客户能够将计算能力扩展到其它云服务商的2倍。

AWS宣布推出自研的机器学习训练芯片AWS Trainium，将在云端提供更具成本效益的训练。AWS Trainium将在云端提供所有机器学习训练实例中最高的性能，并且支持所有主要框架（包括TensorFlow、PytTorch和MXnet），跟AWS自研的机器学习推理加速芯片AWS Inferentia使用相同的开发套件（Neuron SDK），使客户能够轻松地使用AWS Trainium快速开始训练。AWS Trainium将于2021年下半年登陆Amazon EC2和Amazon SageMaker。

亚马逊不断投资于客户和员工的技能提升和职业发展，宣布计划在2025年之内，为全球2900万人提供免费的云技能培训。这项由AWS设计的计划，有自主进度的在线课程，也有密集的技能提升项目，旨在帮助参与者在科技行业就业。此前，亚马逊推出了“亚马逊技能提升2025计划”，承诺投入7亿美元，帮助10万名美国员工提升技能，以转换到高需求、高收入的工作岗位；还推出了”职业选择 “计划，为希望在高需求领域获得学位的员工预付学费。云技能培训计划是这两项计划的进一步扩展。

作为AWS Activate计划的一部分，亚马逊在2020年期间提供了超过10亿美元的AWS抵扣券，帮助早期创业公司启动业务、加速发展。在这样的帮助下，大量初创公司正在使用AWS提供的计算、存储、数据库、分析、物联网、机器学习等可扩展、可靠、安全的云服务，拓展其业务。

中国IT用户满意度活动从2002年开始，每年举办一届，今年是第18届。活动通过调研，全面反映了中国IT用户满意度的现状和发展趋势，对国内IT产品和服务的满意度状况进行了客观详实的评价，并遵循让“用户告诉用户”的宗旨，对调研中的优秀IT产品和服务进行了广泛发布，从而推动了中国IT市场的不断发展和成熟。

计世资讯总经理刘永东表示：“中国IT用户满意度是对国内IT产品和服务满意度的客观评价，既反映了当前企业选择技术的实际情况，更能看到未来技术的发展趋势和轨迹，这对更多企业选择适合的IT产品和服务，具有重要的参照和借鉴意义。AWS在全球拥有领先的技术、服务和基础设施，在计世资讯本次的用户调研中连获六项荣誉，不仅是其在云计算领域领导能力的实至名归，更体现了其长期深耕中国市场、全力支持中国企业数字化转型的战略抱负。“

亚马逊全球副总裁、AWS大中华区执行董事张文翊表示，“感谢中国用户对AWS的认可。‘成为全球最以客户为中心的公司’一直是亚马逊的使命。在中国，我们的工作核心是，将AWS广泛而深远、不断创新的云服务加速落地中国区域，加速客户的数字化转型与创新；同时利用AWS全球覆盖的基础设施，帮助越来越多中国客户出海走向世界。未来，我们将更加努力做好这些工作，不断提高客户满意度。“

计世资讯分析师高度评价AWS

AWS在本次中国IT用户满意度调研活动中获得了公有云平台用户满意度第一、云数据库用户满意度第一、中国企业出海云平台用户满意度第一、云上DevOps解决方案用户满意度第一、用户首选云上大数据平台、用户首选云上机器学习AI平台六项殊荣。计世资讯负责各项调研的分析师分别对AWS给予了高度的评价。

公有云平台 用户满意度第一

计世资讯首席分析师任伟巍表示：“云计算是真正的全球化技术，中国企业和用户通过云计算技术抓住了新一轮信息革命的浪潮。我们的用户调研显示，用户对公有云的选择重点，正在从相对单纯的基础架构的价格比较，逐渐演化为对基础架构和平台即服务(PaaS)的综合能力评估。在调研中，我们接触到了很多AWS深度忠诚用户，他们不但采用了AWS的基础架构，还用到了数据库、数据分析和开发工具等大量不同产品。公有云已经成为了业务的底层支撑和实现差异化的核心能力。对他们而言，AWS遍布全球的云基础设施、领先的技术和切合实际需求的产品，是他们选择AWS的主要原因。”

云数据库产品 用户满意度第一

计世资讯首席分析师任伟巍表示：“把企业的核心数据库放在云上，就在几年前，对于很多传统企业还是很惊世骇俗的前卫行为；而今天，已经成为了很多数字化应用的首选。按用量付费、无需维护、弹性伸缩、以及与云上其他资源和能力的无缝集成，是云数据库相对传统数据库的明显优势。我们的调研发现，AWS在使用人数、用量、使用时间上具有优势；AWS的用户对产品的满意度很高，特别是在产品的多样性和集成能力上都领先于其它厂商。

中国企业出海云平台 用户满意度第一

计世资讯首席分析师任伟巍表示：“2020年的疫情和不断变化的世界格局并没有减缓中国优秀企业出海的步伐。随着更多中国企业出海参与全球化竞争，借助云服务成为其实现全球业务落地的重要路径，所以拥有全球基础设施的云服务商具有明显优势。AWS通过遍布全球24个地理区域的基础设施、全球服务资源，以及一流的全球合作伙伴网络，帮助中国客户快速拓展海外业务，赋能出海企业的产品落地、业务创新、合规运营等，是其出海征程中坚实的保障。“

公有云DevOps解决方案 用户满意度第一

计世资讯首席分析师任伟巍表示：“DevOps在多重因素驱动下迅速发展，外部因素有：云计算基础设施日益普遍，数据中心自动化技术和配置管理工具正在普及等等；内部因素包括：业务负责人要求加快产品交付，开发团队越来越多使用敏捷软件开发过程与方法，企业日益依赖持续的交付能力。我们的调研显示，对于很多用户，如何克服企业文化上的瓶颈，而非技术突破，往往是DevOps成功的关键。我们意外地发现，AWS的用户满意度，很大程度上来自于AWS在帮助用户改进企业文化上提供的价值，而不单单是产品和技术本身。

公有云大数据平台 用户首选品牌

计世资讯研究咨询总监丁震表示：“在新基建的指引下，大数据已经成为中国信息技术发展的重要方向。创新和转型，是中国企业在现阶段面临的两大主题，也是大数据技术发展的原动力。随着基于公有云的大数据平台迅速成熟，越来越多的中国企业考虑依托公有云来搭建自己的数据分析平台，这也是我们本次专门设置这样一个奖项的主要原因。调研发现，AWS大数据产品的用户，有相当一部分已经使用了很长的时间，而且具有很高的产品忠诚度。

人工智能机器学习平台 用户首选品牌

计世资讯资深分析师高温新表示：“人工智能技术近年来一直在飞速发展，特别是在2020年，在新基建和抗击疫情的双重推动下，已经迅速在行业中开始得到应用。我们的调研发现，相对而言，计算机视觉、语言处理等上层应用在国内收到更多的关注，而更为底层的机器学习，由于其更高的技术门槛，国内企业的应用程度还比较低。对于很多希望获得最大开放性的用户而言，AWS的Amazon SageMaker是开源社区以外、可选的优秀商用机器学习平台之一。在这一领域，国内的厂商还有很长的路要走。“

云谷工业互联网平台ZValley OS的主要功能是为上层应用提供设备的物联接入、智能网关，协议解析、数据建模、数据分析、机理模型组件、微服务框架、图形化编程框架、应用开发套件等工具和服务，方便开发者构建工业互联网应用。云谷工业互联网平台已连接超过33万台套总价值千亿级别的设备资产，采集超过9,000余种数据参数，存量数据达到PB级别，形成了一个由设备制造商、政府监管部门、金融机构、设备使用者、维修服务商等组成的应用生态。作为中联重工旗下的工业互联网科技公司，中科云谷在平台之上开发了中联E家(MES)、智租、中联CRM、营销直播系统等等工业互联网应用。云谷工业互联网平台还向行业开发者开放，开发者可以在平台上开发更多工业互联网应用，例如智能制造APP、智慧农业APP、产业金融APP等等，挖掘云谷工业互联网平台的行业应用价值。

以中科云谷工程机械智慧管理云服务（“智管”）为例，它是一款集工业互联网、大数据于一体的工程机械设备智能管理应用，用户可以在电脑端和手机进行设备管理，例如查看设备分布及轨迹、设备档案、设备工况，远程进行锁机和解锁，可以根据项目位置设定电子围栏。智管服务还可以向用户提供异常提醒、异常详情、保养提醒、保养记录、保养建议等等。

早期的ZValley OS部署在自建服务器上，采用了很多第三方软件，存在采购机器硬件周期长、占用网络流量、无法满足敏捷开发模式、对硬件快速部署的需求等问题。同时，随着应用场景的不断增加，新应用对ZValley OS平台的安全性、高并发处理能力、数据传输速率等都提出了更高的要求。例如，在过去的应用中，设备数据的回传速度达到15分钟/次就能满足需求，但一些新的应用场景则需要将数据回传速度提升到秒级。为了应对这些挑战，中科云谷从2018年12月启动了“上云”战略，利用AWS丰富的云服务，对原有的ZValley OS进行迭代升级，构建基于云平台的新一代ZValley OS。

中科云谷 CEO王晓冬表示，“使用AWS给我们带来的最大好处之一是打开了技术团队的视野，可以在第一时间学习和了解全球最新的技术趋势，并采用符合业务需求的技术进行产品的开发和迭代，使ZValley OS成为一个自主可控、开放、安全、易联、易用的工业互联网平台，为更广泛的用户提供服务。”

中科云谷副总裁龙庚补充说，“AWS具有业界公认的技术领先性、平台安全性、标准化和开放性、可扩展性，并且，AWS的云服务功能非常丰富。我们将云谷工业互联网平台构建在AWS之上，借助AWS覆盖全球的基础设施，让中科云谷和行业应用开发者可以轻松地进行全球部署和全球业务拓展。”

““中科云谷作为AWS技术合作伙伴，可以得到AWS在多个方面的帮助和赋能，让中科云谷和行业应用开发者可以始终站在坚实的、高水准的平台上，不必把过多精力放在IT基础设施和新技术更新迭代的问题之上，而是专注于自身业务，提供差异化价值，增强竞争力。“AWS中国区生态系统及合作伙伴部总经理汪湧表示。”最近，AWS在中国还推出了‘AWS ISV（独立软件供应商）全新加速赢’计划，从技术、、销售、认证4大方面整合AWS资源，助力包括中科云谷在内的AWS技术合作伙伴加快数字转型，加速他们为客户提供现代化解决方案的能力，提供差异化的价值，与AWS共同成长，并取得更大成功。“

中科云谷2018年成为AWS合作伙伴网络（APN）成员，是AWS在工业互联网领域非常重要的技术合作伙伴，也是AWS ISV之一。AWS从产品工具、专项培训、能力认证、数字化创新训练营等多个方面，支持中科云谷提供基于AWS的端到端的工业互联网解决方案。同时，基于AWS的ZValley OS，还可以助力中联重科进行数字化转型，并服务于中联重科上下游产业链上的客户。例如，中联重科的客户在购买了设备之后，也可以使用中科云谷的智租APP来管理和运营自己的设备。此外，ZValley OS还基于Amazon SageMaker训练机器学习模型，高效开发智能制造解决方案等。目前，中科云谷已经成为AWS精选级合作伙伴。2021年，中科云谷计划与AWS深化合作，成为AWS高级合作伙伴。

打造了强大的服务落地能力

合作两年多来，德勤跟AWS紧密合作，迅速打造了强大的服务落地能力。德勤跟AWS联合建立了云加速实践平台，以企业数据和业务视角作为基石，设计实践体验流程，制定具体实践内容，通过实践体验，让企业各部门领导人深入了解未来面临的挑战以及相应的策略和方案，帮助企业达成个性化目标。

德勤还跟AWS共同打造了汽车行业解决方案，基于AWS丰富的数据服务组件和Amazon SageMaker机器学习服务，结合德勤在汽车行业多年的数据业务应用经验，贴合实际的业务场景，搭建了针对车企生产与销售预测的数字化解决方案，满足客户的数字化洞察与决策需要。

德勤与AWS联合建立的网络安全实验室，结合领先的网络安全能力和丰富的实践经验，在让用户使用AWS云服务的同时，帮助用户打造高效数字化风险防控体系，全方位护航网络安全，助力企业行稳致远。

双方还联合打造了生命制药行业系统合规上云最佳实践，结合德勤在生命科学与制药行业领先的咨询经验和解决方案，以及AWS全球生命医疗系统云上最佳安全体系，共同提供针对中国制药行业客户系统化上云的安全合规最佳实践指导，为行业客户加速数字化转型，应用最新云技术，提供了极具实操价值的指导建议。

完成了多个行业标杆性项目

AWS与德勤的强强联合，凸显出帮助行业头部客户解决复杂问题的优势，很快赢得了客户的信赖。例如在中国网络安全法实施、全球个人数据保护升级的大背景下，医疗制药领域对于用户和病人数据有着极强的监管要求，AWS与德勤一道提供了医疗行业系统安全合规上云最佳实践，帮助泰格医药这样的本土药企实现了数据安全上云。AWS还与德勤合作，帮助某国际著名医药科技企业实现了AWS 云上ERP企业应用系统的安全合规设计、实施及运营。

AWS还利用与德勤的创新加速平台，借助云技术，积极帮助和推动企业组织变革和数字化转型。例如，双方携手为某英国著名汽车品牌成功实施了基于AWS云数据湖技术的数据驱动型组织变革项目。通过该项目打通和盘活了企业内部各个数据孤岛，真正做到将数据应用于日常决策流程中，使其成为一个具有数据洞察能力的新型组织。再比如，双方携手服务于某国际著名电气自动化制造商，基于AWS 数据湖技术，设计和重构了客户的供应链应用平台，提供了基于大数据的分析和预测能力，从而更好更快地帮助客户业务部门进行商务决策。

此外，双方还携手完成了某国际大型消费品生产企业基于AWS构建的智能财务分析平台，某大型集装箱运输国企在AWS云上的SAP EPR 系统规划与实施，某国际石化企业的传统IT转型上云与创新，某新能源材料供应商亚太工厂SAP ERP系统在AWS 云上的设计与实施，某大型跨国物流供应商基于AWS构建的全云化物流仓储系统等等。

双方的战略合作不断深入

AWS全球领先、广泛而深入的云服务，嫁接德勤从战略到应用落地的端到端解决方案能力，为客户带来了非常丰富的价值，双方的战略合作也在不断深入。

德勤管理咨询合伙人朱昊表示，“AWS是德勤全球最重要的合作伙伴之一。之所以如此，是因为AWS在技术上领先，在很多方面有非常大的优势。尤其是中国企业走向海外，跨国企业进入中国，AWS都是首先被考虑的云厂商之一。因此，德勤跟AWS之间，在各行各业都有合作，有着共同的客户。”

AWS中国区生态系统及合作伙伴部总经理汪湧表示，“非常高兴与德勤密切合作，为客户创造价值。德勤管理咨询作为一家领先的全球专业服务机构，可以对企业经营的全过程提供全方位服务，如发展战略、日常经营、信息技术和人力资源管理。通过德勤跟AWS不断深入的战略合作，结合双方的优势，可以打造领先的端到端解决方案，有力地帮助企业实现数字化转型和持续创新。“

德勤全球早在2015年就已经成为AWS核心级全球咨询合作伙伴，依托庞大的生态系统资源为跨行业、跨领域的客户提供全面的端到端解决方案。2018年8月，德勤中国与AWS达成大中华区战略合作关系。2019年，德勤中国与AWS进一步深化战略协作，联合建立云加速实践平台，联合发布了数据洞察平台D.Data Platform，被AWS评为2019年度APN中国最佳全球咨询合作伙伴。2020年，德勤进一步被AWS评为2020年度APN大数据合作伙伴之星。未来，双方的战略合作必将取得更大的发展。

2020年12月21日，亚马逊云服务 (AWS) 根据2020 re:Invent全球大会上发布的最新AWS合作伙伴计划，宣布在中国推出ISV（独立软件供应商）全新加速赢计划，整合AWS从技术到市场全方位的资源，针对中国ISV提供一系列的支持，帮助他们基于AWS的技术与经验不断提升竞争力，实现与AWS共创共赢的长期发展。

当前，企业加速上云已经成为新常态。ISV面向企业提供现代化应用服务，自身也需要加速转型和创新，重塑自己。这需要转变交付方式、运营方式和获客模式，并提高云计算和云服务技能。AWS ISV全新加速赢计划的内容涵盖四个方面的一系列措施：采取多项技术与咨询措施，帮助中国ISV快速、高效地构建现代化应用，实现自身业务向云的转型；提供多个市场拓展通道，让中国ISV可触达AWS全球数百万客户；开展多项业绩增长计划，通过多元化的业务拓展渠道助力ISV提高业绩；同时打造多项培训与认证，为中国ISV赋能和进行能力背书。

“纵观AWS ISV全新加速赢计划，可以看到AWS提供给作为ISV的AWS合作伙伴的三项独特价值。一是技术先进性。AWS在全球云计算行业居于领先，拥有至深至广的云服务，全球覆盖的基础设施，成熟丰富的商业实践，引领行业的安全合规理念和实践，可以增强AWS合作伙伴的竞争力。二是客户共享。AWS将客户共享给作为ISV的AWS合作伙伴，AWS的客户团队、合作伙伴团队、技术团队，跟AWS合作伙伴紧密合作，共同协作服务好客户。三是全球市场一盘棋。全球ISV合作伙伴可以通过AWS更好地服务中国客户，中国ISV合作伙伴可以通过AWS走向世界。”亚马逊全球副总裁、AWS大中华区执行董事张文翎表示。

帮助中国ISV快速、高效地构建现代化应用，实现云就绪、云优化到云原生的流程，快速实现自身业务向云的转型。云原生的现代化应用采用微服务器架构、容器化部署、无服务器、DevOps开发运维一体化等技术，充分利用云的优势，实现敏捷性、资源弹性、快速迭代和创新。对于ISV来说，SaaS交付模式日益成为趋势。通过AWS于2017年开始的SaaS Factory计划，AWS可以帮助ISV合作伙伴加快在 AWS上交付 SaaS 解决方案。SaaS Boost则是此次re:Invent 全球大会刚刚推出的项目。它是一个开源的、立即可用的参考环境，可帮助 ISV 将解决方案快速转型为AWS上的SaaS 服务。AWS还提供ISV解决方案优化服务，针对重点行业的AWS合作伙伴，AWS的架构师将与作为ISV的AWS合作伙伴一起，在AWS平台上进行应用解决方案的优化配置、极限测试，提高资源利用效率，提高应用性能，节省成本。应用现代化支持计划则针对更广泛的作为ISV的AWS合作伙伴，AWS解决方案专家可以提供专业咨询。

提供市场拓展通道，让中国ISV可触达AWS全球数百万客户。AWS为ISV合作伙伴提供多样化的解决方案和案例展示平台，并开放线上、线下多种市场通道，将中国ISV所提供的解决方案推向市场，面向最终用户。例如通过AWS Marketplace可以将ISV的解决方案直接展示给AWS全球数百万客户，供他们在数字化的目录中查找、部署和测试，帮助ISV拓展新的市场。另外，AWS也会支持作为ISV的AWS合作伙伴发起线上、线下多种渠道的推广活动。

开展多项业绩增长计划，多元化的业务拓展渠道助力ISV提高业绩。通过ISV 加速赢计划，AWS将与AWS合作伙伴开展联合销售，共同为用户推荐优秀的解决方案。通过一系列合作伙伴激励机制，为AWS合作伙伴带来更好的回报。在下沉市场，AWS可以通过AWS中国区域的授权增值推广商，帮助ISV合作伙伴运用先进的云技术和服务，高质量地帮助客户上云。AWS咨询合作伙伴，可以跟AWS ISV合作伙伴协作，更高效地开拓客户。ISV上线到AWS Marketplace的解决方案，也可以线下进行购买，然后便捷地在AWS Marketplace完成云上部署。

打造多项培训与认证，为中国ISV赋能和进行能力背书。AWS面向AWS合作伙伴推出了行业认证，为行业用户提供最佳的解决方案实践。AWS技术认证可以培养和鉴证AWS合作伙伴的云上技术能力。此次re:Invent 全球大会，AWS推出了全新的AWS ISV Path计划，取消认证层级的要求，让所有ISV合作伙伴注册后可以立即参与最相关的AWS合作伙伴计划，并且获得相关权益，有助于加快AWS合作伙伴与AWS的合作进程。AWS还可以为ISV合作伙伴提供专项培训，快速提高ISV合作伙伴在各个方面的能力。

成都西联软件有限公司是一家致力于商业智慧零售连锁管理信息系统软件开发和项目实施的ISV。通过AWS SaaS Factory计划，AWS帮助西联软件，在SaaS多租户隔离、客户上线流程自动化、多租户身份平台方面，对其解决方案进行SaaS交付模式改造，实现了西点云·智慧零售解决方案、西点云·新零售解决方案和西点云·远程协同办公解决方案的SaaS交付。西联软件首席技术官魏勇表示，“AWS SaaS Factory计划为我们提供了最佳实践经验和SaaS产品的蓝图。该计划帮助我们进行SaaS架构审查，解决多租户条件下的技术挑战，并且参与我们天使客户的交付过程，帮助赢得客户对SaaS模式的信任。AWS合作伙伴网络 (APN) 帮助我们做好了进入市场的准备，为我们在AWS上优化开发、测试和生产环境提供了很多建议，并共同开展市场营销活动。未来，我们将继续在AWS上构建和改进我们的产品，深化我们与AWS的合作关系。”

1.无远弗届，云将无处不在（2021年，云向边缘的推进将进一步加速）

所有云功能都集中在数据中心的时代正在开始消失。你会发现，云应用可以帮助海上船只提高性能，帮助飞机穿越天空，云应用嵌入汽车，进入家庭生活。不只是设备密集的数据中心，农村地区、野外，甚至空中、近地轨道，都可以获得强大的云存储及计算能力。云无处不在。

从AWS的视角看，AWS部署了数量众多的云数据中心区域和接入点，让云技术向全球各地的客户不断靠近。AWS Snowball被部署到夏威夷的火山边、南极洲的研究中心，收集PB级的数据。AWS Outposts将云的触角延申到客户的本地机房。AWS Local Zones将精选的云基础设施部署到更靠近客户需要的地方，帮助城市地区的客户迅速精减其累赘的数据中心。厨房里，健身房的自行车上，边缘设备可以借助AWS IoT Greengrass彼此相连。随着5G网络的扩展，运营商开始部署AWS Wavelength区域，让5G终端上的应用可以充分发挥5G网络低延迟、高带宽的优势。当网络的最远端都能高速地连接到云端，伟大的事情就会发生。

当延迟消除了，一些需要极低延迟的操作，从自动驾驶到自然语音处理和翻译，对重要基础设施的主动管理，就不再需要往返于地球的偏远角落和中心服务器之间，可以在最需要结果的地方就地进行。结果是什么呢？无人驾驶汽车成为现实，您可以开始与智能语音助手Alexa进行更自然的对话，工厂、住宅和办公室空间变得更加高效灵活。而且，如果你喜欢玩游戏，无论身在何处，都不必担心延迟影响游戏体验，可以将你的游戏技能发挥到极致。

云的概念从一个中心点延伸出来，进入人们日常的生活、工作环境，将有越来越多原本在云中运行的软件在身边运行，改善人们的生活，从医疗保健到交通运输、娱乐、制造等等。2021年，云向边缘的推进将进一步加速。

2.机器学习的互联网（机器学习从云端延伸到边缘）

数据正在爆炸式增长。今天，一小时产生的数据，比2000年全年产生的数据还要多。未来三年内产生的数据，将比过去30年的还要多。2020 年，科学研究人员、制药公司、政府和医疗机构将所有资源转向疫苗开发、新的疗法，以及其它帮助我们对抗疫情的手段。无论你是不是数据科学家，都会对数据增长曲线有所认识。我们需要处理海量数据的能力。无论是医疗还是别的什么应用，处理所有这些信息的唯一实际方法，就是使用数据摄取和聚合工具，跟机器学习模型相结合，帮助我们理解这些信息。因此，毋容置疑，机器学习在2020年已经成为主流。

机器学习历来是一个计算量很大的工作负载，只能在最强大的硬件上运行。但是随着软件和芯片技术的进步，情况正在改变。通过组合使用AWS多种技术，软件和硬件在边缘端适配，可以发挥出比以往更大的作用。

云向边缘端不断地推进，明年将有更多行业和政府机构加速采用机器学习。在制造业，机器学习将融入生产线，实时发现生产异常。在农业领域，机器学习可以帮助农民更明智地使用宝贵的资源，例如土壤和水。

在世界上以小农户为主的地区，例如整个东南亚和非洲，将机器学习模型的使用推向新的应用领域，在更边缘的地方收集数据，带来的改变将是革命性的，将有助于农户提高收成，并且帮助他们提高售价。

Werner说他曾在东南亚拜访过一个AWS客户叫HARA。HARA总部位于印度尼西亚雅加达，他们使用机器学习分析东南亚成千上万小农户的数据。通过人员和设备在田间收集数据，包括农场的季节性生长周期，种植作物需要多少投入，从中可以获得多少收入。这种分析有助于农户获得合理的信贷。随着新冠疫情全球爆发，HARA正在使用其平台识别最需要食物的地方和人，与拥有食物的农户相匹配，并找出两者之间最佳的物流方式。新冠疫情为人类带来棘手的问题，但是科技可以帮助解决这些问题。

机器学习不断扩展，机器对机器的连接将呈爆炸式增长。根据思科的年度互联网报告, 2018年，互联网上只有33%的连接是机器对机器的连接。如果你有一个Echo智能家居产品，或者正在关注汽车行业的快速发展，那么你应该已经看到即将发生的事情，连接云的传感器和设备正在激增。Werner预计，到2021年，这一比例将超过50%。

机器对机器的连接不断增加，更多的数据注入机器学习模型，将出现更多针对机器学习的定制芯片。通过AWS Inferentia，可以在电力和计算方面降低机器学习成本。成本不断降低，性能不断提高，越来越多的机器学习应用场景在边缘执行运算，在边缘建立新模型。对于需要低延迟的应用 来说，这是一个颠覆性的创新。

现实的例子是今年席卷澳洲丛林或者美国西海岸的山火。未来，在边缘设备运行的机器学习模型可以帮助人们，根据历史上的火灾情况，在地面逐秒模拟当前的情况，不用回到中央数据中心，就可以预测火灾危险。边缘设备产生的数据，可以帮助救灾机构预防和扑灭火灾，让我们在世界各地可以看到更准、更快版本的 “今日火灾风险”提示。

如上，机器学习应用在医疗保健领域，用于为最需要的人提供食物，应对山火等气候变化的影响，技术、专家与决策者和社区合作，可以对人们身边的世界产生积极的影响。

3.2021年，图像、视频和音频的表达将超过文字

几年前，《连线》杂志的一篇文章中，Werner谈到了声控计算的迅速崛起，新兴的用户界面，让人类可以用更自然的方式与机器交流、进行人与人之间的交流。这一趋势进入2021年及以后，Werner认为键盘会继续没落，以渐进的方式被淘汰。

在过去一年，全球疫情让人们与外界隔离，越来越多地通过音频、视频和图像进行通信。随着人们更多地使用多媒体的方式进行交流，在屏幕上产生的文字数量相对减少。在Twitter上，平均每天有80%的消息包含图像或视频，或者仅仅是图像或视频。今年夏天，Twitter开始为iOS用户推出音频推文，进一步明晰了这一趋势。快速降低的成本和在云中存储数据的能力，对这一趋势起到了一定的推动作用。

企业要与客户保持联系，更要敏锐地意识到这些习惯的变化，客户会不再依靠键盘、鼠标或其它机械的方式，与企业的产品和服务进行互动。所以企业应该探索从键盘转向更自然的用户界面。Alexa允许客户用语音进行亚马逊购物，其应用情况令人兴奋。

向更自然的交流方式的转变，也让服务和信息的获取更加公平。对那些从未学会读写的人来说，声音可能是他们获取信息的唯一方式。例如在加纳，Cow Tribe公司通过简单的语音命令向牧民分派疫苗、饲料和兽医。不能操作触摸板或键盘的残疾人，可以通过语音，让屏幕显示去年夏天的照片，从附近的餐馆点菜，或者让智能音箱给孩子打电话。

另外， Twitter和其它地方的所有视频、音频和图像都将成为数据源，可以提供新的洞见，产出新的产品和服务。拿音乐来说，随着人们向数字音乐过渡，音频已成为分析数据的来源，不仅可以播放你喜欢的歌曲，而且帮助你跟踪潮流趋势，发现新的艺术家；结合乐曲、流派和艺术家的历史，将音乐匹配到情绪、言语片段或位置地点。

2021年及以后，从社交平台到业务运营的所有领域，音频、视频和图像的使用将继续取代文字，云技术将发挥重要作用，满足这一需求。

4.科技将改变现实世界，就像改变数字世界一样

2020年，社交隔离闯入人们的生活。隔离让人们有机会审视、再思考，我们的城市是如何运作、如何呼吸、如何流动的。我们生活和工作的许多地方，都是建立在几十年的假设之上（或者有几百年的历史，取决于你的居住地），这些假设不再成立，或者说在此次全球疫情中表现不佳。

在高级数据分析的帮助下，2021年人们将开始思考，如何更好地设计城市，既能做到社交隔离，又不会感到相互之间遥不可及。这将会是数字和物理世界的真正融合。

例如，使用先进的数据分析技术和机器学习，城市能够分析人员流量，了解行人在不同情况下如何走动，如何进入体育场、出入杂货店和地铁站。多年来，大型商场一直在使用这种技术分析特定时刻的人流量，让人们在最佳时刻路过广告或促销牌子。将机器学习模型加入进来，我们就可以在瓶颈和危险点出现之前对其进行预测。

我们可以预测每小时的行人流量，在夏季旅游旺季或冬季流感季提供安全通勤建议。试想在一座博物馆，可以借助这些技术，很快知道如何摆放艺术品最好，更好地设计洗手间出入口，防止人们相互碰撞，保持安全的社交距离。

现实世界的另一个巨大转变，更大程度上将体现在金融方面，人们口袋里的现金正在迅速消失。新冠疫情带来的最大变化之一是无现金支付兴起。世界各地的一些酒吧和餐馆开始禁止使用现金。新的在线支付平台在崛起，他们的业务建立在云上，以庄闲网络娱乐平台进入 为例，底层加密和分类账系统（庄闲网络娱乐平台进入 是一个去中心化的电子分类账系统)是基于云的。这样的支付选择会越来越多，全世界将进一步加速采用数字技术，取代陈旧的、持续了几个世纪的支付方式。

5.远程学习在教育中挣得一席之地

在过去几年里，几乎每个行业都发生了根本性的变化，只有教育是个例外，大多数教育机构的运作方式，仍然与我很多很多年前上学时并无二致。然而，当在线课程项目如Coursera或在线服务Chegg出现、教育方式正在出现一些缓慢变化时，新冠疫情让教育界经历了一场快速且不可逆转的重塑，其程度几乎超过了其它任何行业。

Werner说，最近他和波兰华沙的一些高中生进行了交谈，他们在用社交学习网站Brainly完成学校课业，通过线上课堂互相帮助。在疫情中绝望的父母们，都希望确保孩子在新的远程教育环境中真正在学习，因此，像Brainly这样的在线学习工具应运而生，爆炸性增长。

在疫情期间，技术在儿童教育方面发挥了巨大作用。明年，当人们验证了远程学习的有效性，而且对某些人来说或许是更好的选择，远程学习将在教育中发挥更积极和持久的作用。

另一个很好的例子，是黑人女孩代码（BGC）创始人Kimberly Bryant所做的项目。与所有教育者一样，在疫情期间，Kimberly只能在线上为7-17岁的女孩开设计算机科学课程。以往，BGC教室一年能招收约5500名学生，但今年春季仅用一个月的时间，学生数量就几乎达到了全年数量的一半，加入的女孩来自世界各地。Kimberly说，BGC不再会只有面授的教学形式了，她已经看到了自己能达到的规模，以及她可以帮助更多的来自世界各地的女孩。

今年的疫情大流行以及其它显而易见的变化，都迫使人们做出适应。但在线课程的意义不只是发生了全球健康危机才能体现。任何时候都可以选择接受远程教育（和工作）意味着，孩子们生病时也可以呆在家里上课，不会落后于同学。如果根本没有学校可上，只要有互联网，至少有可能接受某种形式的教育。

毫无疑问，应该把孩子们送回教室，让他们有面对面的交流，但还是可能有其它事件的干扰。远程课堂能使学校的教学系统和学生们，灵活应对各种突发事件，无论遇到疫情大流行、自然灾害还是人为灾难，都能确保学习不被中断。

6.小企业竞相上云，东南亚和撒哈拉以南的非洲将成为领跑者

2021年及以后，一个巨大的变化是，小企业开始利用先进的云技术服务客户。大量优秀的技术和服务提供商将会涌现，服务于这些小企业。技术将帮助小企业做各种事情，从启动一个聊天机器人回答常见问题，到几分钟内让一个超简单的CRM系统就绪运行。小企业能够拥有复杂架构和应用带来的益处，却无需投入时间和金钱来搭建它们。

实现这一点源于云无所不在的趋势。在过去的一年里，大多数小企业都体验到，在许多情况下，利用技术的能力决定了一个企业的生死存亡。很少有人知道，美国只有47%的中小企业拥有自己的网站，预计这一数字在2021年会有所增长。放眼全球，预计东南亚国家，如印度尼西亚、菲律宾、泰国和越南，以及非洲的肯尼亚、尼日利亚和南非，将引领这一趋势。

2020年之前，Werner花大量时间在世界各地与客户交谈，倾听他们利用科技克服挑战的故事。在这些地区，他看到了中小企业的巨大潜力，也从他们的故事中受到启示。在撒哈拉以南的非洲地区，90%的公司都是小企业，占国内生产总值的40%，经济总量达7000亿美元。而东南亚国家的一些重要行业中，小型和微型企业占了99%，主要集中在旅游业和手工业。目前，这些国家的在线普及率已经位居世界前列，即使周围的世界正在停摆，这些小微企业依然可以通过互联网与外界进行交易。

以印度尼西亚的Warung Pintar为例，这家公司通过云端连接食品小店，将技术服务与小企业结合。在印度尼西亚、东南亚和世界其它地方，随处可见这种街边小吃摊和小杂货店，它们通常都是独自经营，可以在那里买冷饮，买零食，也可以给手机充值。Warung Pintar小店提供了所有这些功能，只是这些小店和它们的运营都是连接到云上的。Warung Pintar的小店经营者通过一个亮黄色的小盒子，就可以实现库存管理和跟踪、销售分析、无现金支付、WIFI连接等。以前，这些小店生意的好坏只有依赖路边的人流量，现在小店店主们可以开始了解和培育他们的客户群。以前，他们库存和进货主要凭直觉采购，现在他们可以分析，了解卖什么最赚钱，什么货只是占地儿。

随着这些小企业将其独特的做法和独具特色的商品推向世界，他们很可能打破发达国家的许多商业惯例。他们既没有传统技术的负担，也没有固有思想的羁绊，因此发展空间广阔无限。

7.2021年，量子计算将蓬勃发展

过去，一次又一次证明，一旦最先进、最复杂的技术被普及，让大众都买得起、用得到、能理解，巨变就会发生。

在 2019年 re:Invent大会上，AWS发布了一项全托管的量子计算服务Amazon Braket，帮助研究和开发人员加速研究，发现量子计算的潜力。2020年，AWS把这项服务开放给了所有人。 Amazon Braket出现前，只有全球顶尖的研究机构或最具经济实力的公司才能使用量子计算硬件，现在，任何人都可以用低至0.30美元的价格使用量子机器。

毫无疑问，这种深奥难懂的计算方法还处于早期阶段，但这也正是Braket的要点所在。在探索时期尤为重要的一点是，要让尽可能多的人涉足到量子计算领域。随着企业和机构开始初步尝试量子技术，这种专业知识开始走出学术界，围绕量子未来的各种商业计划、产品与服务雏形就会陆续出现，这也是Braket从实验室走向应用的途径。正如我们在机器学习发展过程中看到的，当软件生态系统真正能够服务于硬件时，成千上万的应用程序就会出现。

在未来十年左右的时间里，量子计算将改变很多领域，如化学工程、材料科学、药物发现、投资组合优化、机器学习等，但只有当越来越多的人现在开始设想这条未来之路，这些改变才能实现。 鉴于AWS有经验让所有人用得起、用得上和能理解先进的云技术，Werner认为2021年将是量子计算开始蓬勃发展的一年。

8.2021年，云技术将在太空方面取得最大进步

Werner说，为使科技发挥潜力，帮助全世界的人过上更好的生活，我们走遍世界，更应该走到世界的上空。

2019年，我们推出了AWS Ground Station卫星地面站服务。利用该服务，客户能够控制卫星通信、处理数据，扩大运营规模，而不必操心地面站基础设施的建设或管理。这项服务已经取得巨大成效，但我们认为这仅仅是一个开始。我预测，2021年及以后，太空将是我们在云技术方面取得最大进步的领域。

目前，卫星数据的接入和处理技术，已经用于帮助研究人员追踪冰川消退，海事机构保护脆弱的海洋保护区，农学家更准确预测粮食供给。同时，一些初创公司正在探索利用太空发展新一代快速而安全的网络。通过让每个开发者都能负担得起接入太空的费用，我期待看到这些创新能落地变成现实，帮助所有人成长和成功。

在Andy Jassy三小时主题演讲中，令人印象深刻的有几个数据。

从0到100亿美元 用了十年多时间 从300亿美元到460亿美元仅用一年时间

回顾AWS发展历史，在收入方面AWS花了123个月时间来实现收入达到100亿美元的规模，花了23个月实现下一个100亿美元的增量，用13个月时间达到了300亿美元时间，只用了12个月时间从300亿美元增长到460亿美元，每增长100亿的时间正在缩短。AWS正基于一个超级大的基数在成长，年增长率达29%。

借力于云计算的蓬勃发展以及AWS在云计算的SaaS、IaaS、PaaS层生意的强劲的增长。AWS在全球企业IT排名跃升至第五位，已经跻身Oracle、SAP之前。

云计算只占到全球IT市场份额的4%

尽管云计算在十多年内席卷整个IT市场，但从数据来看，云计算只占到全球IT市场份额的4%。在云计算领域，据Gartne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占到了45%的市场份额。Andy Jassy认为大部分的计算正在向云迁移，在未来十到二十年，确实AWS面临更多增长潜力。

2020年的疫情，也推动了更多企业从传统IT向云上迁移。正如中国互联网界自嘲的那样，中国传统互联网已经开始被新兴互联网所替代。而传统IT体系，也在进一步瓦解，云计算趋势不可阻挡。

已有35万个数据库迁移至AWS上

 Andy Jassy给出的数据，目前已经迁移到AWS上的数据库是35万个，这让很多分析师都感到惊讶。

事实上，从2019年这一数据就在爆发式增长。光2019年就有20万个数据库迁移上云，超过2016-2018年的总和，其中不乏三星电子、道琼斯这样的行业巨头。

标志性事件来自于AWS自己。2019年10月，Amazon消费者业务正式完成对Oracle数据库的迁移工作，将近7500个Oracle数据库、75PB级数据库全部迁移到AWS 云数据库服务，包括Amazon DynamoDB，Amazon Aurora， Amazon Relational Database Service（Amazon RDS和Amazon Redshift等。

2020年7月，三星电子已将全球超过11亿用户的数据库迁移到Amazon Aurora云数据库。

在今年亚马逊re:Invent主题演讲中，Andy Jassy提到了数据库的一些重要趋势，这也是接下来若干年里云数据库对传统IT体系发起的又一轮挑战。

数据库的痛点一直困扰着企业，因为数据库很难管理，企业需要雇佣大量的数据库专业人员做设置、打补丁、调优、容错等工作。早在十年前，AWS就发布了托管数据库服务，很受企业欢迎。尽管RDS关系型数据库服务（Relational Database Service）增长速度很快，但大部分的关系型数据库仍然是本地的。传统的商业数据库提供商如微软、甲骨文的产品很贵，因为专有而增加客户的使用难度，企业需要不断投入人力、财力打造强大与专业的数据库团队才能驾驭。客户在快速地向开放式数据库引擎MySQL Server转，但难度还是非常大，AWS在这样的背景下推出了Amazon Aurora。

Andy Jassy表示，“Aurora是与MySQL和PostgreSQL兼容的，它是专门为云打造的，它有非常强的这种性能可用性，可以匹敌高端商业数据库，而成本要低得多。可以说Aurora是AWS史上增长最快的一个云服务，有超过10万的用户在使用Aurora，像Airbnb、阿斯利康、BP、英国石油、哥伦比亚广播公司等等，为什么它增长这么快、人们这么喜欢这个服务呢？因为我们不断地聆听客户的心声，把客户的反馈放到我们的产品开发上。”

AWS加强了用无服务器的架构来支持Aurora，打造Aurora Severless，可以实现自动配置，自动为客户设定Aurora，在5到50秒内实现自动的扩展，当每次需要时，可以将容量翻倍。

此次亚马逊re:Invent，AWS发布新一代Amazon Aurora Serverless，Amazon Aurora Serverless v2可在不到一秒的时间内扩展至支持数十万个事务,与按业务高峰需求进行资源配置的方式相比,可节省高达90%的成本。

同时，AWS宣布了Babelfish for Aurora PostgreSQL,作为Amazon Aurora的一项新功能,该功能让客户在几乎无需更改代码的情况下,直接在Amazon Aurora PostgreSQL上运行SQL Server应用程序。另外,AWS分享了Babelfish for PostgreSQL开源项目的计划,此项目将使用宽松式的Apache2.0许可,并将在GitHub上发布。这一系列创新将使得Amazon Aurora Serverless对各种工作负载更具吸引力,将Amazon Aurora和PostgreSQL的优势带给更多的企业组织。

Andy Jassy介绍称Babelfish for Aurora已经可以注册使用，Babelfish for Postgre的开源项目在2021年会推出。

从Aurora到Babelfish for Aurora PostgreSQL，让客户摆脱了传统数据库供应商常见的惩罚性业务行为，AWS发起了对传统IT体系的进一步挑战。可以预见的是未来将有更多的数据库迁移上云，市场想象空间巨大，而AWS也将成为最大的赢家。（Ralf）

北京– 2020 年 12 月 15 日 –今天，亚马逊云服务(AWS)宣布，全球最大的航空联盟——星空联盟将所有 IT 基础设施迁移到全球领先的云AWS，以降低成本，提高性能，成为一家在云端、更敏捷的公司。星空联盟正在与AWS合作伙伴网络核心级咨询合作伙伴–塔塔咨询服务公司（TCS）合作，将所有数据、平台和关键业务应用迁移到AWS，并关闭数据中心，这将使基础设施总拥有成本降低25%。同时，利用AWS在分析、安全、管理数据库、存储和机器学习等方面的领先优势，星空联盟为其26家成员航空公司提供实时洞察力，即使在新冠疫情导致的不确定性下，也能帮助改善乘客的全球旅行体验。

通过迁移到AWS，星空联盟变得更为敏捷，可以立即优化现有基础设施的使用和成本，尤其在疫情期间，可以满足全球航空旅行不断变化的需求。当隔离检疫令和旅行限制生效时，星空联盟立即将其基础设施空间占用和支出减少了30%，缩减使用AWS容量，不必为多余的本地部署容量付费。通过AWS，星空联盟正在为未来全球旅行限制开始放松、客户恢复定期飞行做好准备。现在引入应用程序只需以前一半的时间，利用Amazon Elastic Container Service（亚马逊弹性容器服务）与AWS Fargate (适用于容器的无服务器计算引擎，可轻松构建应用程序)来支持服务，使乘客旅行更加轻松和安全。例如，星空联盟使用Amazon Aurora（AWS为云端构建的关系型数据库）构建了行李追踪应用，处理来自多个航空公司行李系统的数据，提供运营报表和集中式报告，以便在世界各地机场的航空公司客服人员可对行李进行追踪。此外，在AWS上运行”星空联盟成员航司值机中心 “应用可在高峰期每月处理和分析超过1200万笔交易，让旅客能够通过星空联盟成员航司办理多站行程的登机手续并获得登机牌，从而使旅客的登机过程变得更加顺畅，实现无缝衔接。

通过成为云端的数据驱动型组织，星空联盟正在使用AWS分析和数据库服务，包括Amazon Relational Database Service (Amazon RDS)、Amanzon Athena（AWS无服务器、使用标准SQL的交互式查询服务）和Amazon QuickSight（AWS商业智能服务），来识别未来的旅行需求和趋势，同时改善客户体验。星空联盟的转机决策工具可以帮助其成员航空公司实时管理有风险的航班转机，以便他们采取积极主动的行动，例如快速跟踪乘客通过海关和移民署（边检），迅速将客户及其行李运至转机航班上。该工具是对星空联盟新推出的 “转机服务”（一款移动应用，可为旅客提供通往出发登机口的最快路径指引，并在转机紧张时解锁机场快速通道）的补充，提供更快速的非接触式机场体验。此外，通过将传统历史数据库迁移到Amazon Aurora，星空联盟可以使其成员的客户服务团队能够做出快速、明智的决策，帮助他们更快地处理常旅客计划请求，并结合乘客偏好，提供个性化的旅行体验。未来，星空联盟计划在Amazon Simple Storage Service (Amazon S3)上创建数据湖，将成员航空公司的数据访问集中起来，以加速企业应用和客户功能的开发。此外，星空联盟还将把Amazon SageMaker（使数据科学家和开发人员能够快速构建、训练和部署机器学习模型的服务）等AWS机器学习服务应用到整合后的数据中，从而提供增值服务，比如预防会员常旅客网络中出现与忠诚度相关的欺诈行为。

星空联盟数字化与技术负责人 Jeremy Drury介绍说：”我们决定全部迁移到AWS，获得我们所需的系统可靠性和可扩展性，支持每年越来越多的全球旅行者成为星空联盟会员，这场疫情也证明了在云端拥有灵活敏捷的基础设施的必要性。没有人能够预测到2020年至今所发生的事情，但由于我们与AWS的合作，我们能够迅速调整目标，缩减开支。除了节约成本和满足弹性需求，AWS还为我们提供了一套最全面的云服务，让我们能够快速创新，推出新的服务，保障旅客安全，不断重塑全球旅行体验。”

AWS旅行与酒店行业业务总经理 David Peller 表示：”通过全部迁移到 AWS，星空联盟正在利用云的弹性来根据行业趋势调整运营，以应对剧烈变化的市场动态。作为一个全球化的机构，星空联盟是一个成功拥抱云计算，以渡过不确定时期的范例。随着全球边境预计再次开放，我们很高兴能与星空联盟进行合作，助力他们利用AWS全面服务套件，大规模地创新产品，同时提高了全球航空旅行新时代的可能标准。”

“全球新冠疫情让旅游行业更加需要拥抱新技术，提高运营弹性、业务敏捷性，提高响应客户需求和当地法规不断变化的能力，”塔塔咨询服务公司欧洲旅游、交通和酒店业主管Arun Pradeep说。”在AWS上加速了星空联盟的IT转型后，我们现在正利用高级分析和机器学习能力，帮助星空联盟实现价值最大化，提供更高水平的个性化和卓越的客户体验。”

关于亚马逊云服务（AWS）

14年来，亚马逊云服务(Amazon Web Services，AWS）一直是世界上服务丰富、应用广泛的云服务平台。AWS提供超过175项全功能的服务，涵盖计算、存储、数据库、联网、分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方面，遍及24 个地理区域的77个可用区（AZ），并已公布计划在澳大利亚、印度、印度尼西亚、日本、西班牙和瑞士新建6个AWS区域、18个可用区。全球数百万客户，包括发展迅速的初创公司、大型企业和领先的政府机构都信赖AWS，通过AWS的服务强化其基础设施，提高敏捷性，降低成本。欲了解AWS的更多信息，请访问：http://aws.amazon.com。

关于亚马逊

亚马逊秉承四大原则：顾客至尚、崇尚创新、卓越运营与长远思考。公司开创了诸多创新服务，包括客户评价、一键下单、个性化推荐、Prime会员服务、亚马逊配送、亚马逊云计算服务、Kindle直接出版(Kindle Direct Publishing)、Kindle、Fire tablets、Fire TV、Amazon Echo以及Alexa等。更多信息，请访问www.amazon.com/about。

关于星空联盟

星空联盟网络成立于1997年，是第一个真正意义上的全球航空联盟。它的建立以全球覆盖、全球认可和无缝服务的客户价值主张为基础。自成立以来，星空联盟提供了最大、最全面的航空网络，专注改善整个联盟旅程中的客户体验。26家成员航空公司为：爱琴海航空、加拿大航空、中国航空、印度航空、新西兰航空、全日空、韩亚航空、奥地利航空、阿维安卡航空、布鲁塞尔航空、科帕航空、克罗地亚航空、埃及航空、埃塞俄比亚航空、长荣航空、波兰航空、汉莎航空、北欧航空、深圳航空、新加坡航空、南非航空、瑞士航空、葡萄牙航空、泰航、土耳其航空和美联航。

总的来说，星空联盟网络目前每天有超过12000个航班飞往197个国家的1300多个机场。星空联盟转机合作伙伴均瑶航空和泰航微笑航空还提供更多的转机服务，www.staralliance.com。

北京-2020年12月11日——今天，亚马逊云服务（AWS）宣布，半导体设计和知识产权开发与许可的全球领先企业Arm将把AWS云服务应用到包括其绝大部分电子设计自动化（EDA）的工作负载。Arm将利用基于AWS Graviton2处理器的实例（由Arm Neoverse核心提供支持），将EDA工作负载迁移到AWS，引领半导体行业的转型之路。传统上，半导体行业使用本地数据中心完成半导体设计验证这样的计算密集型任务。为了更有效地执行验证，Arm使用云计算仿真现实世界的计算场景，并利用AWS几乎无限的存储空间和高性能计算基础架构，扩展其可以并行运行的仿真数量。自从开始向AWS云迁移以来，Arm已将AWS上EDA工作流的响应速度提高了6倍。此外，通过在AWS上运行遥测（从远程源收集和集成数据）并进行分析，Arm产生了更强大的工程、业务和运营洞察力，有助于提高工作流程效率，优化整个公司的成本和资源。在完成向AWS迁移后，Arm最终计划将全球数据中心面积至少压缩45%，将本地计算工作负载减少80%。

高度专业化的半导体设备为我们工作、生活中的一切提供着日益强大的动力，从智能手机到数据中心基础设施，从医疗设备到自动驾驶汽车。每个芯片可以包含数十亿个晶体管，这些晶体管的设计水平可以降低到几纳米的水平（比人的头发细约10万倍），可以在最小的空间内实现最佳性能。EDA是使这种极端工程可行的关键技术之一。EDA工作流程非常复杂，包括前端设计、仿真与验证，以及越来越大的后端工作负载（时序和功耗分析、设计规则检查以及其它芯片投入生产准备的应用程序）。传统上，这些高度迭代的工作流程需要花费数月甚至数年才能生产出新设备（例如一个芯片系统），需要大量的计算能力。在本地运行这些工作负载的半导体公司必须不断平衡成本、进度和数据中心资源，才能同时推进多个项目，因此可能会面临计算能力不足的问题，拖慢进度或承担维护空闲算力的成本。

通过将EDA工作负载迁移到AWS，Arm克服了传统的托管EDA工作流程的束缚，通过大规模扩展的算力获得了弹性，使其能够并行运行仿真、简化遥测和分析，减少半导体设计的迭代时间，增加测试周期却不会影响交付进度。Arm利用多种专用的Amazon EC2实例类型优化EDA工作流程，减少了成本和时间。例如，该公司使用基于AWS Graviton2的实例，实现了高性能和可伸缩性，与运行成千上万台本地服务器相比，可实现更具成本效益的运营。Arm使用了AWS Compute Optimizer服务，利用机器学习为特定工作负载推荐最佳的Amazon EC2实例类型，简化了工作流程。

除了成本优势外，Arm还利用AWS Graviton2实例的高性能，提高工程型工作负载的吞吐量，与上一代基于x86处理器的M5实例相比，每美元的吞吐量始终能提高40%以上。此外，Arm使用AWS合作伙伴Databricks的服务，在云中开发和运行机器学习应用程序，通过在Amazon EC2上运行的Databricks平台，Arm可以处理工程工作流中各个步骤的数据，为公司的硬件和软件团队生成可行的见解，在工程效率上实现可观的改进。

Arm IPG总裁Rene Haas表示：“通过与AWS合作，我们专注于提高效率和最大化吞吐量，为工程师节省了宝贵的时间，以便他们专注于创新。现在，我们可以运行基于AWS Graviton2处理器（由Arm Neoverse支持）的Amazon EC2实例，优化工程的工作流程，降低成本，加快项目进度，比以往更快、更经济地向客户提供强大的成果。 ”

AWS全球基础架构和客户支持高级副总裁Peter DeSantis表示：“ AWS提供了真正弹性的高性能计算、卓越的网络性能，以及可扩展的存储，是下一代EDA工作负载之所需。因此，我们很高兴与Arm协作，运用我们基于Arm的、高性能的Graviton2处理器，为对性能要求极其苛刻的EDA工作负载提供动力。与当前基于x86的实例相比，Graviton2处理器可提供高达40%的性价比优势。”

AWS大中华区云服务产品管理总经理顾凡介绍说，“亚马逊利用机器学习技术已经有20多年时间，这是AWS机器学习服务的深厚源泉。AWS在2016年开始发力，在云上提供机器学习服务。当年只发布了三个服务，2017年开始加速，最近三年，每年新增的服务和功能超过200个，为全球人工智能工作者丰富了他们急需的工具集。”

据德勤发布的《全球人工智能发展白皮书》预测，到2025年，世界人工智能市场规模将超过6万亿美元。

面对数字经济的发展机遇，多个国家和地区已将人工智能列为优先发展的国家战略。

2020年11月21日，国家工业信息安全发展研究中心在《2020人工智能与制造业融合发展白皮书》中指出了目前融合存在的诸多难点，其中人才匮乏问题尤为严重。而人社部官网的报道中测算，目前我国人工智能人才的缺口超过500万，国内的供求比例为1:10，供需比例严重失衡。

德勤发布的《全球人工智能发展白皮书》指出，在人工智能众多的分支领域中，机器学习是人工智能的核心研究领域之一。包括89%的人工智能专利申请和40%人工智能范围内的相关专利均为机器学习范畴。

AWS是云计算的引领者，也是机器学习的翘楚。面对机器学习这样一个充满前途的事业，以及当前严重缺乏人才的处境，AWS通过多种方式，采取一系列措施，着重通过技术创新，为机器学习扩圈。

首次推出开箱即用的工业领域机器学习解决方案

扩圈举措之一，是推出开箱即用的解决方案。在re:Invent大会上，AWS发布了五项用于工业领域的机器学习服务，分别是Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama一体机、AWS Panorama SDK和Amazon Lookout for Vision。这是AWS首次推出开箱即用的工业领域机器学习解决方案。

Amazon Monitron和Amazon Lookout for Equipment通过机器学习支持预测性维护。Amazon Monitron面向没有建立传感器网络的客户，提供由传感器、网关和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、但不希望自己构建机器学习模型的客户，由AWS为其构建模型并返回预测结果，检测异常设备行为。

AWS Panorama通过计算机视觉改善工业运营和工作场所安全。AWS Panorama一体机是一个硬件设备，将它连接到工业场所的网络中，它就可以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。

Amazon Lookout for Vision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。它通过机器学习技术，每小时可以处理数千张图像，发现产品缺陷和异常。客户可以将摄像头图像批量或实时发送到Amazon Lookout for Vision，找出异常，例如机器部件的裂纹、面板上的凹痕、不规则形状或产品上的颜色错误等。

目前已经使用AWS工业领域机器学习服务的客户和合作伙伴包括Axis、凌华科技、BP、德勤、Fender芬达、GE 医疗和西门子交通等等。

 打造包罗万象的工具箱，赋能每一位AI工作者

扩圈举措之二，是打造全面丰富的工具集，用顾凡的话说， right tool for the right job（为每一项工作都提供一个趁手的工具）。AWS提供的机器学习工具集包括三个层面。

工具集的底层，面向那些技术能力超强的客户，希望将人工智能和机器学习作为自己的核心竞争力。AWS为他们提供强大的算力、全面的算力选择、丰富的机器学习框架选择。AWS支持主流的机器学习框架，客户还可以通过容器部署的方式，自带机器学习框架；AWS可以提供基于英伟达、英特尔、AMD、赛灵思等芯片厂商的最新处理器的强大算力，同时还通过自主设计的处理器，极大地降低机器学习的算力成本。

工具集的中间层，面向那些技术能力较强的客户，他们有大量的数据可以进行机器学习模型训练，有一定的算法人才，不要花精力管理基础设施，专注于自己的应用和业务创新。AWS的Amazon SageMaker为他们提供了首个全托管的机器学习集成开发环境，并为这个开发环境不断增加新功能，从数据准备、到模型训练、参数调优与模型迭代、到模型部署、模型质量监控，在整个过程中最大限度地提高他们开展机器学习的效率，降低他们开展机器学习的门槛。

工具集的顶层，面向技术能力相对薄弱的客户，他们有一定的数据，但没有算法人才，他们希望在业务场景中直接引入人工智能。AWS为他们提供开箱即用的人工智能服务，目前已经涵盖机器视觉、语音文字转换、机器对话、文本处理、电商业务、客服、企业内信息搜索、开发与运维、工业AI等方面。

通过这样一个全面的工具集，AWS可以覆盖和赋能所有的人工智能工作者。

拓展到数据库开发者和数据分析师

扩圈举措之三，是将机器学习拓展到数据开发者和数据分析师。数据库开发者、数据分析师这个群体，人数比机器学习开发人员群体大得多，他们没有机器学习的知识和技能，但是不缺少机器学习的想法。于是，AWS将机器学习能力跟数据库进行嫁接，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。Amazon Aurora是AWS著名的关系型数据库服务，AWS针对Aurora推出了新功能Amazon Aurora ML。数据库开发者发起数据库查询（SQL）时，只要选择一个机器学习模型，就会唤醒机器学习服务，Aurora ML自动将查询结果交给机器学习模型进行推理，返回结果。例如，要查询一个客户评价是正面还是负面，数据库开发者只管做数据库查询、选择这个模型，返回来的查询结果就会自动附加正面或负面判断。类似地，出海电商想把数据库中的商品信息变成多语种，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。

Amazon Athena是数据分析师经常用到的服务。通过这项服务，可以直接从Amazon S3上的对象文件中，利用SQL语句进行数据查询（SQL是结构化查询语言，原本用于关系型数据查询，而S3的对象文件不是关系型数据）。AWS也推出了新功能Amazon Athena ML，查询返回的结果也可以自动附带机器学习推理的结果。

Amazon Redshift是云原生的数据仓库。AWS推出的新功能Amazon Redshift ML，甚至把选择模型这一步省了。举一个例子，电商领域经常会哪些客户有可能流失，这时你可能并没有一个模型来判断什么样特征的客户有可能会流失。通过Redshift ML，数据分析师只管SQL查询，Redshift ML可以把数据导入S3，然后SageMaker的Autopilot功能结合。Autopilot是一个自动建模的功能。这样的Redshift ML可以自动进行数据清洗、模型训练，选择最优的模型进行预测。

Amazon Neptune是AWS的一个图数据库，主要用于知识图谱、身份图谱、欺诈检测、推荐引擎、社交关系、生命科学等场景，用图的方式表示各个数据实体之间的关系，例如，好友关系图。对图数据库，只是表示出数据的相关性显然不够，用户更需要的是，根据这些相关性进行机器学习推理。新功能Neptune ML，就是将图数据库和机器学习打通，通过机器学习模型去访图数据库，进行更精准的预测。

Amazon QuickSight是AWS的一个商业智能（BI）服务，可以轻松地调用各种数据进行分析和展现。AWS于2020年5月推出了QuickSight ML新功能，它也跟SageMaker的Autopilot功能进行了结合，数据分析人员可以用它开展欺诈检测、销售预测等工作。

在今年的re:Invent大会上，AWS推出了更酷的机器学习新功能QuickSight Q。通过它，可以用自然语言对数据进行提问，获得想要的数据洞察。例如，直接在查询框中输入“我们的同比增长率是多少？”几秒钟之内就可以得到高度准确的答案。如果按以往的方式，需要在模型中预先定义增长率、更新模型、处理数据，可能需要几天甚至几周时间。

AWS还推出了Amazon Lookout For Metrics，它利用机器学习技术，通过企业多种数据的比对，检测出数据异常。顾凡举例说，一件商品的售价200元，在某个数据源变成了20元。通过Amazon Lookout For Metrics找出这种异常数据，意义重大。如果是在线销售中出现这样的价格错误，有可能给企业带来巨大的损失。

此外，AWS还发布了利用机器学习的运维服务Amazon DevOps Guru，它可以帮助应用开发人员自动检测运维操作的问题，给出建议补救措施，提高应用程序可用性。此前，AWS已经推出了Amazon CodeGuru，可以让开发人员使用机器学习自动进行代码审核，并且提供指导和建议。

Amazon SageMaker再添九项新功能，快上加快，简单再简单

扩圈举措之四，大力发展机器学习的中间力量。如前所述，Amazon SageMaker是面向机器学习开发者的一个集成开发环境，是一项全托管的服务。它消除了机器学习过程中每个阶段的挑战，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。Amazon SageMaker的功能也在快速迭代中，过去一年就交付了50多项新功能。在今年的re:Invent大会上，AWS再次发布9项新功能。

(1) Data Wranger，数据特征提取器。Amazon SageMaker Data Wrangler可以简化机器学习的数据准备工作。机器学习训练中有一个重要的工作，称为特征工程，就是从不同来源、格式多样的数据提取数据，形成规范化的数据字段（也称为特征），作为机器学习模型的输入，这项工作非常耗时。通过Data Wrangler，客户可以将各种数据存储中的数据一键导入。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。客户可以通过在SageMaker Studio（首个用于机器学习的端到端集成开发环境）中查看这些转换，快速预览和检查这些转换是否符合预期。

(2) Feature Store，数据特征存储库。鉴于有大量的特征需要管理，AWS为Amazon SageMaker推出了一项新功能，名为Feature Store。它一个用于更新、检索和共享机器学习特征的专用库。通过Data Wrangler把特征设计出来以后，可以保存在Feature Store 中，以供重复使用。一组特征会用于不同的模型，被多个开发人员和数据科学家使用，需要有效地跟踪、管理这些特征，及时更新，保持一致性。模型训练和利用模型进行推理（也就是实际运用模型），对特征的使用场景也不同。在训练过程中，模型可以离线、批量地访问特征，使用时间长。而对于推理，通常只用到特征库的一部分，不过需要实时访问，几毫秒内返回预测结果。因此，如何特征库的管理是一件复杂的事儿，Feature Store就用于解决这些问题。

(3) Pipelines，自动化工作流。跟传统编程一样，编排和自动化可以提高机器学习的效率。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。

(4) Clarify，模型偏差检测。通过Amazon SageMaker Clarify，开发人员可以方便地检测整个机器学习工作流中的统计偏差，为机器学习模型所做的预测做出解释，识别偏差，清晰描述可能的偏差来源及其严重程度，指导开发人员采取措施减小偏差。

(5) Deep Profiling for Amazon SageMaker Debugger，对模型训练进行剖析。通过Deep Profiling，能够自动监控系统资源利用率，例如 GPU、CPU、网络吞吐量和内存 I/O，对训练过程中的资源瓶颈进行告警，让开发者及时调度资源，更快地训练模型。

(6-7) Distributed Training，大型复杂深度学习模型的分布式训练。AWS提供了两种方法，模型训练拆分到几百、几千个CPU上进行。一个是数据并行引擎，对数据集进行拆分。一个是模型并行引擎，自动剖析、识别分割模型的最佳方式，在多个 GPU上高效分割具有几十亿参数的大型复杂模型。通过对训练进行拆分，Amazon SageMaker可以将训练大型复杂深度学习模型的速度比当前的方法快两倍。

(8) Edge Manager，边缘端模型质量监控和管理。Amazon SageMaker Edge Manager 可以帮助开发人员优化、保护、监控和维护部署在边缘设备集群上的机器学习模型。模型部署到边缘设备以后，仍然需要管理和监控模型，确保它们持续以高精度运行。当模型的准确性随着时间的推移而下降时，开发人员可以重新训练模型，不断提高模型的质量。

(9) JumpStart，快捷起步工具。通过Amazon SageMaker JumpStart，客户可以快速找到跟自己类似的机器学习场景相关信息。新手开发人员可以从多个完整的解决方案进行选择，例如欺诈检测、客户流失预测或时序预测，直接部署到自己的Amazon SageMaker Studio环境中。有一些经验的用户则可以从100多个机器学习模型中选择，快速开始模型构建和训练。

不断丰富的新功能，让Amazon SageMaker备受客户欢迎。它推出短短三年时间，已经有几万家客户在使用，包括3M、ADP、阿斯利康、Avis、拜耳、Bundesliga、Capital One、Cerner、Chick-fil-A、Convoy、达美乐比萨、富达投资、GE医疗、Georgia-Pacific、赫斯特、iFood、iHeartMedia、摩根大通、Intuit、联想、Lyft、国家橄榄球联盟、Nerdwallet、T-Mobile、汤森路透、Vanguard等等。

AWS的系列扩圈之举，背后是AWS对机器学习的雄心。Swami说，15年前他研究生毕业，有幸进入AWS开始云计算事业。如今可以毫无不夸张地说，云计算释放出巨大的力量，帮助各种创业公司和成熟企业取得了巨大的成功。机器学习目前就处于那样的早期阶段。我们从Swami的字里行间可以读出，机器学习就是AWS的下一个金矿。

关于亚马逊re:Invent

始于2012年，亚马逊 re:Invent是全球云计算引领者——亚马逊云服务（AWS）举办的年度盛会，也是全球云计算领域全面而盛大的行业峰会。每年的 亚马逊 re:Invent都会发布一系列引领未来的创新技术和服务，邀请全球各个行业、各种规模的客户及AWS合作伙伴分享最新商业创新实践，因而成为了云计算行业的风向标，吸引着全世界开发者与用户的广泛关注和参与。

“巅峰科技，重塑未来。”亚马逊 re:Invent 2020整装待发。长达3周（2020年12月1日—12月18日）的在线峰会，首次对公众免费开放。欢迎访问：https://reinvent.awsevents.cn/ 观看各项议程。

• Amazon Monitron提供包含传感器、网关和机器学习服务的端到端机器监控解决方案，以检测可能需要维护的异常设备状况
• Amazon Lookout for Equipment为拥有设备传感器的客户提供了使用AWS机器学习模型来检测异常设备行为并进行预测性维护的能力
• AWS Panorama Appliance帮助已在工业设施中装配摄像机的客户使用计算机视觉来改善质量控制和工作场所安全
• AWS Panorama软件开发套件（SDK）允许工业相机制造商在新相机中嵌入计算机视觉功能
• Amazon Lookout for Vision在图像和视频流上使用AWS训练的计算机视觉模型，以发现产品或流程中的异常和缺陷
• 使用全新的AWS工业机器学习服务的客户和合作伙伴包括Axis、凌华科技、BP、德勤、Fender芬达、GE 医疗和西门子交通

北京-2020年12月9日，今天，在亚马逊云服务（AWS）举办的年度盛会——AWS re:Invent上，AWS宣布了Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama Appliance、AWS Panorama SDK和Amazon Lookout for Vision。这五项全新的机器学习服务共同帮助工业和制造业客户在其生产过程中嵌入智能能力，以提高运营效率，改善质量控制、信息安全和工作场所安全。这些服务代表了现有最全面的从云端到边缘的工业机器学习服务套件，通过结合先进的机器学习、传感器分析和计算机视觉功能，解决工业客户面临的常见技术挑战。实际上，数十万客户正在使用AWS云服务进行机器学习工作，各个规模、各行各业的客户都在使用AWS服务将机器学习作为其业务战略的核心。要了解有关全新AWS用于工业领域的机器学习服务的更多信息，请访问https://aws.amazon.com/industrial/。

企业越来越多地希望将机器学习功能添加到工业环境中，例如制造设施、配送中心、食品加工厂等。对于这些客户来说，数据已成为将复杂工业系统结合在一起的重要媒介。工业系统中通常具有许多相互依存的流程，这些流程容错能力低，甚至很小的问题也会带来重大后果。许多客户通过分析其设施中运行设备的数据来应对这一挑战，例如，许多客户利用AWS IoT SiteWise等服务从工业设备收集数据并生成实时性能指标。随着客户开始使用云收集和分析工业数据，他们还希望采用机器学习技术来解读数据，进一步提高运营效率。在某些情况下，客户希望使用机器学习来帮助他们实现预测性维护，从而降低成本并提高运营效率。同时，在非联网或对延迟敏感的环境中运行的客户则希望通过在边缘使用计算机视觉来发现产品缺陷并提高工作场所安全性。伴随这些不断变化的需求和机遇，工业企业要求AWS帮助他们利用云、工业边缘和机器学习，以从其设备生成的大量数据中获得更多价值。

Amazon Monitron和Amazon Lookout for Equipment通过机器学习支持预测性维护

 今天，工业和制造企业面临的主要挑战是设备的持续维护。过去大多数设备维护都是被动的（在机器发生故障之后）或预防性的（定期进行以确保机器不会发生故障）。被动维护可能会损失大量成本并带来长时间停机，而预防性维护若维护过度则成本过高，若维护不够频繁则无法防止故障。实际上，预测性维护（能够预测设备何时可能需要维护的能力）是一种更有前景的解决方案。但是，为了实现预测性维护，企业在过去需要雇佣熟练的技术人员和数据科学家从头构建复杂的解决方案，同时需要针对用例识别和购买正确类型的传感器，并将它们与IoT网关（一种聚合和传输数据的设备）连接在一起。然后，公司必须测试监测系统，并将数据传输到本地或云上进行处理。只有这样，数据科学家才能构建机器学习模型来分析数据模式和异常情况，或者在检测到异常时创建警报系统。一些企业已经为在设备和必要的基础设施上安装传感器用于数据连接、存储、分析和警报方面进行了大量投资，然而，即使这些企业也通常仅停留在使用初级数据分析和建模方法的阶段，与高级机器学习模型相比，这些方法昂贵且通常无法有效地检测异常情况。大部分企业依然缺乏专业知识和人员来构建和完善机器学习模型，无法进行高度准确的预测性维护。这些都导致了很少有企业能够成功实施预测性维护，即使少数做到这一点的企业也希望让这些投资进一步发挥作用，同时减轻维护解决方案的负担。在这些问题上，全新的AWS机器学习服务可以提供众多帮助：

• 对于未建立传感器网络的客户，Amazon Monitron提供由传感器、网关和机器学习服务组成的端到端机器监控系统，以检测异常并预测何时需要维护工业设备。Amazon Monitron帮助客户免去了从头开始构建先进的、由机器学习驱动的预测性维护系统的高成本需求和复杂性，使他们能够专注于其核心制造、供应链和运营功能。Amazon Monitron根据振动或温度的异常波动来检测机器是否正常运行，并在可能出现故障时通知客户检查机器以确定是否需要预测性维护。这一端到端的系统提供了用于捕获振动和温度数据的IoT传感器、用于将数据聚合和传输到AWS的网关、以及用于检测异常设备模式并在数分钟内提供结果的机器学习云服务，而无需客户具备任何机器学习或云经验。借助Amazon Monitron，机器维护人员无需任何开发工作或专业培训就可以在数小时内开始跟踪机器的运行状况。Amazon Monitron可在轴承、电机、泵、传送带各种工业和制造领域的旋转设备上使用，其典型应用场景包括数据中心冷却风扇或水泵等关键机器的监测，或者大量安装在具有生产和运输系统的制造工厂中。Amazon Monitron还提供一个移动应用程序，供客户的现场维护技术人员实时监控设备行为。技术人员可以通过这个移动应用程序收到不同机器上任何异常设备状况的警报，检查机器的运行状况，并决定是否需要安排维护。为了提高系统的准确性，技术人员还可以在移动应用程序中输入有关警报准确性的反馈，帮助进一步改善Amazon Monitron。Amazon Monitron已经正式推出。要了解有关Amazon Monitron的更多信息，请访问https://aws.amazon.com/monitron。
• 对于已经拥有传感器但不希望自己构建机器学习模型的客户，Amazon Lookout for Equipment让客户可以将传感器数据发送到AWS，由AWS为其构建模型并返回预测结果，从而检测异常设备行为。首先，客户将其传感器数据上传到Amazon Simple Storage Service (S3)，并将S3位置提供给Amazon Lookout for Equipment。Amazon Lookout for Equipment也可以从AWS IoT SiteWise提取数据，并与OSIsoft等其他流行的机器操作系统无缝协作。 Amazon Lookout for Equipment分析数据，评估正常或健康的模式，再利用从所有训练数据中得到的洞察来构建为客户环境定制的模型。然后，Amazon Lookout for Equipment可以使用机器学习模型来分析传入的传感器数据并识别机器故障的预警信号。这也就使得客户可以进行预测性维护，从而通过防止工业系统生产线崩溃来节省成本并提高生产率。 Amazon Lookout for Equipment帮助客户从其现有传感器中获得更多价值，使得客户能够及时做出从根本上改善整个工业流程的决策。要了解有关Amazon Lookout for Equipment的更多信息，请访问https://aws.amazon.com/lookout-for-equipment。

AWS Panorama通过计算机视觉改善工业运营和工作场所安全

许多工业和制造业客户希望在其设施和设备的实时视频中使用计算机视觉技术自动执行监测或视觉检查任务，并实时做出决策。例如，客户通常需要检查一些高速运转的流程（例如精细铣削或激光工具）以确定是否需要进行调整，或者监视工地上和工厂的活动以确保操作合规（例如，确保行人和叉车留在指定的工作区域内），或评估其设施内的工人安全（例如，保持适当的人员距离或使用PPE）。但是，当下普遍使用的监测手段是手动的，容易出错的，并且难以扩展。客户可以在云中构建计算机视觉模型来监视和分析他们的实时视频，但是工业设施和流程通常位于偏远和孤立的位置，网路连接很慢、昂贵或完全不存在。尤其对于那些涉及零件或安全监控视频审查等人工审核的工业流程，在云中构建计算机视觉模型更为困难。例如，如果某个高吞吐量的生产线上出现质量问题，客户希望立即得到预警，因为问题存在时间越长，解决问题的成本越高。这种类型的监控视频可以通过计算机视觉技术实现在云中自动处理，但是这些视频一般带宽高并且上载速度慢。因此，客户只能实时进行视频监控，但这一方式操作难度高、易出错并且成本高。有些客户希望使用具有足够处理能力的智能相机来运行实时监控模型，却很难达到高准确性、低延迟的性能。大多数客户最终会运行一些简单的模型，却无法编程为可以集成到工业机器中的自定义代码。针对这些问题，AWS现在可以提供以下帮助：

• AWS Panorama Appliance提供了一种新的硬件设备，使组织可以将计算机视觉添加到客户可能已经部署在本地的摄像机中。客户首先将AWS Panorama Appliance连接到他们的网络，然后这一设备会自动识别摄像头数据流并开始与现有的工业摄像头进行交互。AWS Panorama Appliance可集成于那些用于构建自定义机器学习模型或获取视频以进行更精细分析的AWS机器学习服务和IoT服务中。AWS Panorama Appliance将AWS机器学习能力扩展到边缘，以帮助客户在没有网络连接的情况下在本地进行预测。每个AWS Panorama Appliance都可在多个摄像头数据流上并行运行计算机视觉模型，从而使诸如质量控制、零件识别和工作场所安全的用例成为可能。AWS Panorama Appliance还可与适用于零售、制造、建筑和其他行业的AWS和第三方经过预先培训的计算机视觉模型一起使用。此外，客户使用Amazon SageMaker自主开发的计算机视觉模型也可以部署在AWS Panorama Appliance上。
• AWS Panorama软件开发套件（SDK）帮助硬件供应商开发可在边缘有效运行计算机视觉模型的新型摄像头。使用AWS Panorama SDK构建的摄像头可在多种用例中运行计算机视觉模型，例如检测快速移动的传送带上的损坏部件或定位那些脱离指定工作区域的器械等。这些相机可以使用英伟达和安霸旗下用于计算机视觉的芯片。通过使用AWS Panorama SDK，制造商可以开发自带计算机视觉模型的相机，从而可以处理更高分辨率的高质量视频以发现问题。他们还可以在低成本设备上构建更复杂的模型，这些设备可以通过以太网供电并可以放置在站点周围。客户可在Amazon SageMaker中训练模型，并一键将其部署到使用AWS Panorama SDK构建的摄像机上。客户还可以将Lambda功能添加到使用AWS Panorama SDK构建的摄像头中，以通过文本或电子邮件提醒潜在问题。AWS还提供用于PPE检测和保持人员距离等任务的预构建模型，并且可以在几分钟内部署这些模型，而无需进行任何机器学习工作或特殊优化。

要了解更多关于AWS Panorama或其支持供应商和合作伙伴的信息，可访问https:// aws.amazon.com/panorama。

Amazon Lookout for Vision可以低成本自动、快速、准确地对图像和视频进行视觉异常检测

 AWS客户非常希望将计算机视觉部署到摄像头中以用于质量控制。工业企业必须保持不断的努力进行质量控制。仅在制造业中，由于忽略某些细微错误而导致的生产线停产每年导致数百万美元的成本超支和收入损失。工业流程中的外观检查通常需要人工操作，这可能非常乏味且标准不一。计算机视觉技术可以保证持续识别外观缺陷所需的速度和准确性，但实施过程却可能非常复杂，并需要数据科学家团队来构建、部署和管理机器学习模型。由于这些局限，由机器学习支持的视觉异常系统对绝大多数企业而言仍然遥不可及。现在， AWS可在以下领域帮助到这些企业：

• Amazon Lookout for Vision为客户提供了一种高精度、低成本的异常检测解决方案，可以通过机器学习技术每小时处理数千张图像以发现缺陷和异常。客户将摄像头图像批量或实时发送到Amazon Lookout for Vision以识别异常，例如机器部件的裂纹、面板上的凹痕、不规则形状或产品上的颜色错误等。然后，Amazon Lookout for Vision报告与基线不同的图像，以便客户采取适当的措施。Amazon Lookout for Vision有强大的技术能力可以处理因工作环境变化而引起的相机角度、方位和照明方面的差异。客户可以通过至少提供30张“良好”状态的图像建立基线，准确、一致地评估机械零件或制成品。Amazon Lookout for Vision也可以在Amazon Panorama设备上运行。即日起客户可在AWS中运行Amazon Lookout for Vision。从明年开始，客户还将可以在AWS Panorama Appliances和其他AWS Panorama设备上运行Amazon Lookout for Vision，从而可以在网络连接受限或无网络连接的环境中使用Amazon Lookout for Vision。要了解有关Amazon Lookout for Vision的更多信息，请访问https://aws.amazon.com/lookout-for-vision。

“工业和制造业客户需要持续应对来自股东、客户、政府和竞争对手的压力，要求他们降低成本，提高质量并保持合规性。这些组织希望利用云和机器学习来实现流程自动化并增强整个运营流程中的人员能力，但是构建这些系统可能出错率高、复杂、耗时且昂贵，”负责亚马逊机器学习的AWS副总裁Swami Sivasubramanian说，“我们很高兴为客户带来五项针对工业用途的全新机器学习服务。这些服务易于安装、部署、快速启动和运行，并将云和边缘相连，将助力工业客户打造未来智慧工厂。”

芬达乐器公司（Fender Musical Instruments Corporation）是吉他、贝斯、放大器和相关设备的全球领先制造商和标志性品牌。芬达基础设施全球总监Bill Holmes表示，“在过去的一年中，我们与AWS共同针对设备状态检查进行了很多努力，这是对成功的制造业务而言非常关键却容易被忽略的部分。对于全球制造商而言，维持设备正常运行时间是在全球市场上保持竞争力的唯一途径。由于设备故障的紧急性，计划外的停机会给生产和劳动力造成巨大的损失。Amazon Monitron让大型工业制造商以及小型家族企业都能具备设备故障预测的能力，有机会抢先安排设备维修。”

斗山工程机械是全球领先的重型设备和发动机制造商。斗山工程机械战略副总裁Jaeyeon Cho表示，“AI在推进斗山下一代设备开发方面至关重要，因此我们正与AWS合作开发可利用自动化和可扩展机器学习的用例。很高兴继续与AWS合作，在我们的下一代IoT平台中利用Amazon Lookout for Equipment。”

Amazon.com Middle Mile Production Technology副总裁Steve Armato表示，“每个月有数百万辆卡车进入亚马逊工厂，因此使用自动化拖车装卸和停车的技术非常重要。Amazon’s Middle Mile Products & Technology (MMPT) 已开始使用AWS Panorama来识别车牌，自动加快驾驶员的出入手续，从而使这些车辆可以安全、快速地进入亚马逊站点，确保为客户提供更快的配送速度。”

BP是一家全球性能源企业，为客户提供运输用燃料，热能和光能，润滑油以及用于制造油漆、服装、包装物等日常用品的石化产品。BP在全球拥有18,000个服务站和74,000多名员工。BP美国首席技术官Grant Matthews说：“我们位于bpx的工程团队正与AWS紧密合作，以构建一个物联网和云平台，助力BP持续提高运营效率。作为这项工作的一部分，我们也在探索通过计算机视觉辅助提高安全性和工作人员安全。我们希望利用计算机视觉实现卡车自动化进出工厂，确认它们已完成正确的订单。此外，我们还在监控人员距离、设置动态禁区和检测石油泄漏等方面看到了通过计算机视觉辅助保护工人安全的可能性。AWS Panorama创新地实现了在单一硬件平台上以直观的用户体验提供所有这些解决方案。我们的团队非常高兴与AWS一起使用这项新技术，并期望解决许多新的用例。”

西门子交通为市内、城市间运输和货运提供智能高效的移动解决方案。“在过去的160年中，西门子交通在无缝、可持续和安全的运输解决方案领域持续处于领导地位。西门子ITS数字实验室负责将最新的数字技术带入交通行业，并处于向公共机构提供数据分析和AI解决方案的独特位置。”西门子交通ITS数字实验室创新经理Laura Sanchez表示，“随着城市面临新的挑战，市政部门希望西门子交通帮助他们进行创新。城市想了解如何有效地管理资产并改善拥堵和直接交通。我们希望使用AWS Panorama将计算机视觉带入现有的安全摄像头中，以监控交通并智能分配路边空间，帮助城市优化停车和交通，改善居民的生活质量。”

GE 医疗是全球领先的医疗技术和数字解决方案的创新者，致力于开发、制造和分销诊断成像剂、放射性药物、CT和MRI机器等医疗诊断设备、以及由其Edison数字医疗智能平台支持的智能设备。 “今天，我们通过人工检验医疗设备的质量。为了提升我们的品牌并为医疗保健专业人员提供值得信任的一流产品，我们很高兴能够通过Amazon Lookout for Vision探索以编程方式提高GE医疗日本工厂产品缺陷检测的速度、一致性和准确性的可能性，短期内还可能应用于全球其他区域的工厂中。”GE医疗日本工厂经理、产线运营官和总经理Kozaburo Fujimoto说。

北京-2020年12月9日- 亚马逊云服务（AWS）与宝马集团（OTCMKTS：BMWYY）宣布达成全面战略协作，将数据和数据分析作为集团决策制定的核心，进一步加快宝马的创新步伐。两家行业领导者将结合各自优势，共同开发基于云计算的解决方案，在汽车生命周期的各个环节（从汽车设计到售后服务）提高效率、绩效和可持续性。作为全面合作的一部分，宝马集团将把其在一百多个国家的业务部门和运营部门的数据全部迁移到AWS。此举将涵盖宝马集团的多个核心IT系统和数据库，涵盖销售、制造和维护等部门，帮助他们提高业务敏捷性，获得新的洞察，加速客户体验创新。两家公司还将投资支持和培训宝马集团下属多达5000名软件工程师，使其掌握最新的AWS技术，并赋能公司全球员工更好地利用数据。

作为企业战略实施的核心，宝马集团正在扩大建立全公司的数据湖，利用数据在其全球业务中实现创新。该数据湖名为 “云数据枢纽”(Cloud Data Hub)，建立在Amazon Simple Storage Service (Amazon S3)上。云数据枢纽为全公司员工提供了整个集团共同的运营图景，并为新的开发工作提供了一个中心起点。从云数据枢纽，宝马集团员工可以访问AWS全面而深入的服务，包括Amazon SageMaker（帮助开发人员和数据科学家在云端和边缘快速构建、训练和部署机器学习模型的AWS服务），处理、查询和丰富数PB的工程、制造、销售和车辆性能数据。宝马集团的第三方合作伙伴，如汽车经销商、供应商和技术公司，也能够安全地将车辆运营和维护数据提供给云数据中心，并从机器学习驱动的数据洞察中受益。例如，宝马集团可以在全球范围内应用机器学习，预测系列车型和单个设备的需求，优化销售、生产和采购部门的规划，进而提供更好的客户体验。

AWS和宝马集团还将合作开发创新的产品和解决方案，提高运营绩效，增加供应链的透明度。宝马集团的PartChain平台使用了AWS服务，例如Amazon Elastic Kubernetes Service (Amazon EKS) 服务与开源庄闲网络娱乐平台进入 管理工具相结合，在汽车行业高度复杂的全球供应链中，增强汽车零部件和关键原材料的可追溯性。这使得宝马集团能够将特定的零部件和车辆联系起来，协助进行缺陷调查，以及验证材料是否来自有社会责任感的货源。宝马集团还使用了Amazon SageMaker来检查车辆子系统的数据，利用机器学习预测零部件的性能，主动提出维护建议，并告知零部件供应商其制造流程的潜在问题，提高质量。

作为该合作协议的一个核心内容，两家公司将致力提升宝马集团员工的技能，使其能够更好地在工作中应用数据和分析，充分利用最新的云技术。AWS专业服务团队和宝马集团的数据科学家将与宝马集团的员工合作，确定业务挑战，评估新兴技术，为汽车行业开发新的云技术解决方案。例如，两家公司计划开发一个自然语言处理解决方案，针对汽车行业使用的术语进行优化，可以自动提取、处理和翻译来自不同文本源的数据，如工厂报告、社交媒体和面向客户的聊天机器人，更全面地了解宝马集团整个运营中的问题，确定有关客服、营销、合规、维护以及相关职能的见解。在AWS培训与认证计划的支持下，宝马集团计划对公司下属近5000人的软件工程师进行培训，并对其中2000多人进行以机器学习和数据分析为主的AWS服务的认证，增强公司员工的创新能力。

“宝马集团正在推动汽车行业的数字化和创新，”宝马集团IT部门高级副总裁兼首席信息官Alexander Buresch表示。“我们正在将数据作为我们工作方式的核心。我们期待与AWS合作，加强双方的人才交流和融合，从而不断提高汽车厂商的创新标准，为全球客户提供令人振奋的新体验。”

“AWS提供了最全面的云服务，使汽车制造商能够构建新的应用，改善客户体验的各个环节。通过将宝马集团的技术优势与AWS在云计算领域的领导地位相结合，我们得以扩大宝马集团在整个汽车行业的影响力，赋能从零部件制造商到机械师等的全汽车产业链更好地利用数据和拥有更强的数据洞察力，” AWS销售与营销副总裁Matt Garman表示。“随着汽车技术的不断发展，消费者的期望值也不断提高。汽车制造商可以依靠AWS，抓住机遇，在电动汽车和自动驾驶汽车、共享出行、数据服务等多个领域占据领先地位。”

北京-2020年12月7日，今天，在亚马逊云服务（AWS）举办的年度盛会——AWS re:Invent上，AWS宣布了完全托管的运营服务Amazon DevOps Guru。利用机器学习技术，这一服务可以帮助开发人员通过自动检测操作问题和建议补救措施来提高应用程序可用性。Amazon DevOps Guru应用了支持Amazon.com和AWS卓越运营多年的机器学习技术，通过自动收集和分析应用程序指标、日志、事件和痕迹等数据，识别偏离正常操作模式的行为（例如，计算能力配置不足、数据库 I/O过度使用、内存泄漏等）。当Amazon DevOps Guru识别出可能导致服务中断的异常应用程序行为（例如，延迟、错误率和资源限制等增加）时，它将向开发人员发出问题详细信息（例如，涉及的资源、问题时间表和相关事件等），并通过Amazon Simple Notification Service（SNS）以及Atlassian Opsgenie和PagerDuty等合作伙伴集成服务来帮助开发人员快速了解问题的潜在影响和可能原因，并提出具体的修复建议。开发人员可以使用Amazon DevOps Guru的修复建议来减少问题修复时间，无需手动设置或机器学习专业知识即可提高应用程序的可用性和可靠性。 Amazon DevOps Guru没有前期成本或承诺，客户只需为Amazon DevOps Guru分析的数据付费。访问https://aws.amazon.com/DevOps Guru即可开始使用Amazon DevOps Guru。

为了摆脱本地部署的限制并向全球扩展业务运营，越来越多的组织开始转向基于云的应用程序部署和微服务架构，这也导致应用程序为满足客户需求而变得越来越分散。开发人员需要更多的自动化方式来维护应用程序的可用性，减少花费在检测、调试和解决运营问题上的时间和精力。错误的代码或配置更改、不平衡的容器集群或CPU、内存、磁盘等资源耗尽带来的应用程序宕机事件将不可避免地导致不良客户体验和收入损失。企业需要花费大量资金和开发人员时间来部署多个监测工具，而这些监测工具通常是分开管理的，并且必须针对负载平衡器错误或应用程序请求率下降等常见问题开发和维护自定义警报。对于希望通过设置阈值以识别和警告应用程序资源异常状况的企业来说，不仅很难设置准确的阈值，涉及诸多手动操作，并且要求阈值必须随着应用程序使用情况的变化而不断更新（例如，在假日购物季时突增大量请求）。如果阈值设置得太高，开发人员在运营性能已经严重受损前无法收到警报。当阈值设置得太低时，开发人员则可能得到过多误报并最终忽略警报。即使开发人员对潜在的操作问题已经有所警觉，仍然很难寻找和确认问题根源。使用现有工具，开发人员通常很难从图形和警报中确定问题根源，而即使找到根本原因，也往往无法解决问题。每次故障排除都是冷启动，团队必须花费数小时或数天来识别问题，这种工作既耗时又繁琐，从而减缓了解决操作故障的时间，并可能延长应用程序的中断时间。

Amazon DevOps Guru的机器学习模型采用了亚马逊过去20多年为Amazon.com构建、扩展和维护高可用应用程序的运营专业知识。这使Amazon DevOps Guru能够自动检测运营故障（例如，警报遗漏或配置错误，资源耗尽的早期警告，可能导致停机的配置更改等），提供有关资源和相关事件的背景，并建议补救措施，而无需开发人员具备任何机器学习经验。开发人员只需在Amazon DevOps Guru控制台中单击几下，即可自动提取和分析所有资源的历史应用程序和延迟、错误率、请求率等基础架构指标，以建立操作基线，然后Amazon DevOps Guru就可以开始通过预先训练的机器学习模型识别与既定基线的偏差。当Amazon DevOps Guru分析系统和应用程序数据以自动检测异常时，它还将这些数据分组为运营洞察，包括异常指标、随着时间的推移对应用程序行为可视化、以及有关补救措施的建议。 Amazon DevOps Guru还将相关的应用程序和基础架构指标（例如Web应用程序延迟峰值、磁盘空间用尽、错误的代码部署、内存泄漏等）相关联并进行分组，以减少冗余警报并帮助用户关注高严重性问题。客户可以通过查看配置更改历史记录、部署事件以及系统和用户活动，以在Amazon DevOps Guru控制台中生成需要优先关注的潜在操作问题事件列表。为了帮助客户快速解决问题，Amazon DevOps Guru提供了具有补救步骤的智能建议，并与AWS Systems Manager集成运行手册和协作工具，使客户能够更有效地维护应用程序并管理其部署的基础架构。 Amazon DevOps Guru与Amazon CodeGuru（机器学习支持的开发人员工具，可提供智能建议以提高代码质量并识别应用程序中最昂贵的代码行）一起，使客户可以针对其操作数据使用自动化机器学习技术，帮助开发人员轻松提高应用程序的可用性和可靠性。

负责亚马逊机器学习的AWS副总裁Swami Sivasubramanian表示：“客户希望AWS继续在我们可以运用自己的专业知识来提高应用程序可用性的领域中增加服务，并从Amazon.com的多年运营经验中学习。借助Amazon DevOps Guru，我们利用亚马逊过往的经验建立了专门的机器学习模型，帮助客户检测、排除故障并防止操作问题，并在出现问题时提供智能化建议。这使得客户可以立即从亚马逊在运营Amazon.com中学到的最佳操作实践中受益，节省配置和管理多个监测系统上所花费的时间和精力。”

只需在AWS管理控制台中单击几下，客户就可以在数分钟内开始使用Amazon DevOps Guru分析账户和应用程序活动，提供运营见解。 Amazon DevOps Guru通过汇总AWS CloudTrail、Amazon CloudWatch、AWS Config、AWS CloudFormation、AWS X-Ray等多个来源中的相关数据，让客户可以通过一个控制台可视化其运营数据，减少了在多种工具之间切换的需要。客户还可以在Amazon DevOps Guru控制台中查看相关的运营事件和数据以获得运营见解，并通过Amazon SNS接收警报。此外，Amazon DevOps Guru通过AWS软件开发工具包（AWS SDK）支持API终端节点，使合作伙伴和客户可以轻松地将Amazon DevOps Guru集成到其现有解决方案中，以针对高严重性问题提交故障单、分级并自动通知工程师。 PagerDuty和Atlassian已将Amazon DevOps Guru集成到其运营监控和事件管理平台中，使用其解决方案的客户现在可以从Amazon DevOps Guru提供的运营见解中受益。 Amazon DevOps Guru现已在美国东部（北弗吉尼亚）区域、美国东部（俄亥俄）区域、美国西部（俄勒冈）区域、亚太（新加坡）区域和欧洲（爱尔兰）区域进行预览，并将在未来几个月中在其它地区推出。

超过170,000个企业依靠Atlassian产品来简化团队合作，组织、讨论和完成工作。 Opsgenie产品负责人Emel Dogrusoz表示：“Atlassian很荣幸能与AWS就Amazon DevOps Guru推出达成合作，帮助更多开发团队部署代码和运营服务。通过与Opsgenie和Jira Service Management集成，Amazon DevOps Guru可以在预测到潜在问题或确定事件发生时立即通知相关团队。Amazon DevOps Guru提供了新的洞察力，而Atlassian确保了最快的响应速度。”

PagerDuty,Inc. (NYSE: PD) 是数字运营管理的领导者。PagerDuty产品副总裁Jonathan Rende表示：“PagerDuty致力于通过全生命周期事件自动化响应来推动向DevOps文化的转变。我们很高兴能够通过与Amazon DevOps Guru的集成来继续深化对DevOps的承诺。 借助亚马逊数十年来的卓越运营经验和Amazon DevOps Guru的机器学习功能，PagerDuty为我们的共同客户提供了更多的实时信号到响应功能。通过PagerDuty提取的Amazon DevOps Guru的Amazon SNS，AWS客户可以在运营事件影响用户服务中断之前对其采取实时行动。”

汤森路透是全球最受信赖的信息和资讯提供商，帮助专业人士做出自信的决定并更好的经营业务。汤姆森路透基础设施托管业务主管史蒂夫·索恩斯说：“客户体验对我们至关重要。在试图防止和减轻影响客户的事件时，处理可用性、性能和变更请求的多种警报可能是一个挑战。我们很高兴能够使用Amazon DevOps Guru并利用其机器学习见解为快速解决问题并避免影响客户的事件提供清晰路径。这一服务与PagerDuty的集成则可以帮助我们将Amazon DevOps Guru提供的问题解决建议及时有效地交付给正确的团队。”

SmugMug是一个提供付费的图片共享和托管服务及在线视频的平台，用户可以在该平台上传照片和视频。 该公司为业余和专业摄影师促进数字化和印刷作品的销售。 SmugMug运营总监Andrew Shieh说：“我的团队一直在寻找让手动工作自动化的方法。我们希望能够通过Amazon DevOps Guru实现这一目标，让AIOps接管我们的许多日常任务，简化日常运营，从而专注于IT创新。现在，我们不仅满足了业务需求，而且能够超出业务预期，因为我们有更多时间专注于最重要的事情——为我们的组织和客户创造价值。”

加速奔跑的云服务巨头

12月2日凌晨，AWS CEO Andy Jassy一如往年，发表了长达三小时、干货满满的主题演讲，阐述其对行业与客户需求趋势的洞察，并在主题演讲发布了27项创新的云服务和功能（当天总共发布43项新服务和功能）。

Andy Jassy开场回顾了AWS当前的业务现状。根据亚马逊公布的财报数字，AWS在2020年第三季度达到年化收入460亿美元，同比增长29%，相当于一年增长100亿美元。AWS自身的发展呈现出了加速增长的态势。AWS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；现在，第四个100亿美元增长只用了12个月。

最新的营收数据显示，AWS已经与微软、戴尔、IBM、思科一起，位列全球前五大企业IT公司。根据咨询机构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%）。

未来，AWS仍然有非常大的增长空间。Gartner发布的IT关键指标数据《2020：Industry Measures》显示，云计算尚处于发展的早期，在总体的IT支出中，云上支出只占4%，传统IT支出仍占96%。

AWS的飞速发展依靠的就是不断根据客户需求创新。一直以来，AWS以快速创新享誉业界，而且正在不断拉大这一能力的差距。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年发布了280项；2014年发布了516项；2015年发布了722项；2016年发布了1017项；2017年发布了1430项；2018年发布了1957项；2019年发布了2345项。在今年的re:Invent大会上，AWS CEO Andy Jassy通过其主题演讲就发布了27项创新，涵盖计算、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。

重磅：推出Amazon EC2 Mac实例，服务2800万Apple开发者

本次re:Invent的第一个重磅新闻是AWS发布了Amazon EC2 Mac实例。Amazon EC2 Mac实例基于Mac mini电脑而构建，使客户首次能够在AWS云端按需运行macOS工作负载，将AWS的灵活性、可扩展性和成本优势拓展给所有Apple开发人员。那些为iPhone、iPad、Mac、Apple Watch、Apple TV和Safari开发应用的开发人员，可以通过使用EC2 Mac实例，在几秒钟内配置和访问macOS环境，根据需求动态扩展容量，受益于AWS的按需付费定价。

Apple全球产品营销副总裁Bob Borchers表示，“Apple蓬勃发展的社区拥有2800万开发人员，他们不断创造突破性的应用体验，满足世界各地的客户。我们很高兴EC2 Mac实例的发布提供了访问Apple开发平台的全新方式，将我们世界一流硬件的性能与AWS的可扩展性相结合。”

工业ML：五大用于工业领域的机器学习服务

AWS发布了Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama Appliance、AWS Panorama SDK和Amazon Lookout for Vision。这五项全新的机器学习服务共同帮助工业和制造业客户在其生产过程中嵌入智能能力，以提高运营效率，改善质量控制、信息安全和工作场所安全。其中：

• Amazon Monitron提供包含传感器、网关和机器学习服务的端到端机器监控解决方案，以检测可能需要维护的异常设备状况。
• Amazon Lookout for Equipment为拥有设备传感器的客户提供了使用AWS机器学习模型来检测异常设备行为并进行预测性维护的能力。
• AWS Panorama Appliance帮助已在工业设施中装配摄像机的客户使用计算机视觉来改善质量控制和工作场所安全。
• AWS Panorama软件开发套件（SDK）使得工业相机制造商可以在新相机中嵌入计算机视觉功能。
• Amazon Lookout for Vision在图像和视频流上使用AWS训练的计算机视觉模型，以发现产品或生产流程中的异常和缺陷。

计算领域：五种新的Amazon EC2实例类型、两个全新AWS Outposts单元，以及三个新的在美国AWS 本地区域

AWS宣布了多项云计算创新服务。

• AWS Graviton 2处理器支持的C6gn实例，搭载AWS设计的Graviton2处理器，提供了100 Gbps的网络性能，与当前基于x86的同类实例相比，性价比提高了40%。
• 搭载AMD图形处理器（GPC）的图形优化G4ad实例，为云端的图形密集型应用提供了最佳的性价比。
• 搭载Intel Xeon最快的可扩展中央处理器（CPU）的通用型M5zn实例，其全核睿频频率高达5 GHz，每核的计算性能比当前M5实例高出45%。
• 搭载Intel CPU的下一代存储优化实例D3/D3en，基于英特尔新一代技术，可提供云中最高可用存储容量的本地HDD存储。
• Amazon EC2 R5b内存优化实例，为Amazon EBS弹性块存储服务提供了3倍于R5实例的性能，是目前Amazon EC2上块存储的最高性能。
• 两个较小的AWS Outposts单元——1U和2U服务器，让客户可以在空间受限的本地机房访问AWS。
• AWS本地区域（Local Zone）扩展到美国波士顿、休斯顿和迈阿密，并计划于2021年在美国其他12个城市推出。

四项存储创新重塑存储

AWS宣布推出四项存储创新，为客户带来了更多的存储性能、弹性和价值。其中包括：

• 首个为在SAN上运行的工作负载而构建的云存储服务——Amazon EBS io2 Block Express 存储卷，具有高达256,000 IOPS，4,000 MB /秒的吞吐量和64 TB的单卷容量；
• Amazon EBS的下一代通用SSD存储卷——Amazon EBS Gp3 存储卷，使客户能够灵活地配置额外的IOPS和吞吐量，而无需添加额外的存储容量。可提供高达4倍的峰值吞吐量，且每GB的价格比上一代存储卷低20%；
• Amazon S3智能分层支持的存储类型从现有的S3频繁访问型和非频繁访问型扩展至S3 Glacier归档型和深度归档型，客户使用对象存储的成本降低可高达95%；
• Amazon S3 Replication（multi-destination）提供了将数据同时复制到同一AWS区域或任意多个AWS区域中的多个S3存储桶的能力，以满足客户的全球内容分发、存储合规性和数据共享需求

数据分析：三项全新功能

AWS宣布了三项全新的数据分析功能，这些功能可以大幅提升Amazon Redshift数据仓库的性能，使客户在数据存储间的移动和合并数据变得更加容易，并且使终端用户更便捷的利用机器学习从业务数据中获得更多价值。

• AQUA for Amazon Redshift通过创新的硬件加速缓存，将计算能力带到存储层中，加速数据查询，性能比其它任何云数据仓库高出10倍。
• AWS Glue Elastic Views可帮助开发人员构建使用来自多个数据存储的应用。利用物化视图，自动在存储、数据仓库和数据库之间合并和复制数据。
• Amazon QuickSight Q为Amazon QuickSight提供机器学习驱动的能力，使用户能够使用自然语言表达，在Amazon QuickSight Q搜索栏中提出业务问题，并在几秒钟内收到高准确度的答案。

发布基于机器学习的全新运维服务——Amazon DevOps Guru

完全托管的运维服务Amazon DevOps Guru，利用机器学习技术，可以帮助开发人员通过自动检测运维操作问题和建议补救措施，让开发者可以更加容易提高应用程序可用性。Amazon DevOps Guru应用了支持Amazon.com和AWS卓越运营多年的机器学习技术，通过自动收集和分析应用程序指标、日志、事件和跟踪信息痕迹等数据，识别偏离正常操作运维模式的行为。当Amazon DevOps Guru识别出可能导致服务中断的异常应用程序行为时，可以帮助开发人员快速了解问题的潜在影响和可能原因，并提出具体的修复建议。

推出新一代无服务器 – Aurora Serverless v2

新一代Amazon Aurora Serverless，让SQL Server迁移到Amazon Aurora、从SQL Server迁移到PostgreSQL变得更加便捷。

• Aurora Serverless v2可在不到一秒内扩展至支持数十万个事务，与按业务高峰需求进行容量配置的方式相比可节省高达90％的成本。
• Babelfish for Aurora PostgreSQL使客户能够在几乎不更改代码的情况下，直接在Amazon Aurora PostgreSQL上运行SQL Server应用程序，让客户摆脱了守旧的数据库供应商常见的惩罚性业务行为。
• Babelfish for PostgreSQL开源项目即将于2021年在GitHub上发布，该项目采用宽松式Apache 2.0许可，使Babelfish for Amazon Aurora PostgreSQL的解析层优势能帮助到更多的企业组织。

发布四项全新容器功能

• Amazon ECS Anywhere和Amazon EKS Anywhere分别让客户能够在自己的数据中心运行Amazon ECS和Amazon EKS。
• AWS Proton，为开发者提供的全新服务，使容器和无服务器应用程序的开发和部署自动化。
• Amazon Elastic Container Registry (Amazon ECR) Public，方便开发者公开分享和部署容器软件，简单而且高可用。

以上是AWS CEO Andy Jassy在re:Invent开幕首日主题演讲中发布的主要新服务和新功能。re:Invent仍在火热进行中，为期三周的大会，将有5 场主题演讲、18 个高管演讲、500多个分论坛演讲。时间之长、内容之丰富，在云计算行业前所未有。

一个使SQL Server迁移到Amazon Aurora更方便的新功能和一个帮助更多组织从SQL Server迁移到PostgreSQL的开源项目

Aurora Serverless v2 可在不到一秒内扩展至支持数十万个事务，与按业务高峰需求进行容量配置的方式相比可节省高达90％的成本；（2）Babelfish for Aurora PostgreSQL使客户能够在几乎不更改代码的情况下，直接在Amazon Aurora PostgreSQL上运行SQL Server应用程序，让客户摆脱了守旧的数据库供应商常见的惩罚性业务行为（3）Babelfish for PostgreSQL开源项目即将于2021年在GitHub上发布，该项目采用宽松式Apache 2.0许可，使Babelfish for Amazon Aurora PostgreSQL的解析层优势能帮助到更多的企业组织

北京- 2020年12月2日，今天在亚马逊云服务（AWS）举办的年度盛会——AWS re:Invent上，AWS发布了新一代Aurora Serverless，以及一个让客户能更轻松的从SQL Server迁移到Amazon Aurora PostgreSQL的新功能。同时，AWS还发布了一个新的开源项目，帮助更多组织从传统数据库迁移到开源替代方案。对于不想处理自助数据库繁杂工作的客户，Amazon Aurora Serverless v2可在不到一秒的时间内扩展至支持数十万个事务，与按业务高峰需求进行资源配置的方式相比，可节省高达90％的成本。 AWS还宣布了Babelfish for Aurora PostgreSQL，作为Amazon Aurora的一项新功能，该功能让客户在几乎无需更改代码的情况下，直接在Amazon Aurora PostgreSQL上运行SQL Server应用程序。另外，AWS分享了Babelfish for PostgreSQL开源项目的计划，此项目将使用宽松式的Apache2.0许可，并将在GitHub上发布。这一系列创新将使得Amazon Aurora Serverless对各种工作负载更具吸引力，将Amazon Aurora和PostgreSQL的优势带给更多的企业组织。请访问https://aws.amazon.com/rds/aurora/开始使用。

已开发和使用了数十年的老式传统数据库通常需要训练有素的人员和足够的资金来运行和管理。这些商业数据库具备高性能和高可用性的功能，但价格昂贵、管理复杂并且具有很高的锁定率。此外，使用商业数据库的客户通常受到守旧的传统数据库供应商的摆布，受制于各项强制规则，例如强加任意和惩罚性许可条款。如今，超过十万客户选择在Amazon Aurora上运行他们的数据库工作负载，因为客户可享受与具有最高等级商业数据库的性能和可用性，却仅需花费十分之一的成本，这也使之成为AWS历史上增长最快的服务 。目前，全球总共有超过350,000多个数据库通过AWS Database Migration Service (DMS)迁移到AWS。此次AWS继续这一强劲势头，发布了新一代Amazon Aurora Serverless，一个使SQL Server迁移到Amazon Aurora更方便的新功能，以及一个让更多企业组织更轻松的从SQL Server迁移到PostgreSQL的开源项目，。

Amazon Aurora Serverless v2可在不到一秒内扩展至支持数十万个事务，与按业务高峰进行容量配置的方式相比，可节省高达90％的成本

客户在管理数据库容量时常常面临两难选择。如果他们超额配置容量，他们将承担不必要开销，但是如果他们配置容量不足，又将面临应用程序宕机的风险。Amazon Aurora Serverless自2018年问世以来，被成千上万的客户用作高效益的数据库选项，以应对低流量、间歇性或不可预知流量（例如测试和开发工作负载）的应用程序需求。 Amazon Aurora Serverless v1可在5到50秒内扩展数据库容量，在需要时每次将容量翻倍，且由于它是无服务器的，客户也无需操心数据库容量管理。然后，为了将更多生产级别工作负载运行在Aurora Serverless上，客户需要其数据库容量可以更快速、精确地扩容，同时利用Amazon Aurora的全部功能，包括使用多个AWS可用区（AZ）来实现高可用性、全球数据库来实现低延迟、只读副本来实现高性能、回溯来实现高弹性、以及并行查询以加快查询速度。

Amazon Aurora Serverless v2能够在不到一秒钟的时间内将数据库工作负载扩展到数十万个事务。Amazon Aurora Serverless v2能精细化调整容量，而不是每次需要扩展工作负荷时都将容量翻倍，从而为满足应用程序需求提供合适的数据库资源。借助Amazon Aurora Serverless v2，客户只需为使用的容量付费，与按高峰负载而配置的容量成本相比，可以节省多达90％的数据库成本。 Amazon Aurora Serverless v2还提供了Amazon Aurora的全部功能，包括为实现高可用性的多可用区支持，为实现低延迟的全球数据库，为实现高性能的只读副本，为实现高弹性的回溯和为实现快速查询的并行查询。Amazon Aurora Serverless适合于更广泛的应用程序集。例如，Amazon Aurora Serverless现在可以支持拥有成千上万个应用程序并且想要轻松管理全部数据库容量的企业，或者具有成百上千个数据库以支持不同客户的多租户环境的软件即服务（SaaS）供应商。 Amazon Aurora Serverless v2现已提供预览版，适用于与MySQL 5.7兼容的Amazon Aurora版本。要了解更多信息，请访问https://aws.amazon.com/aurora/serverless。

 Babefish for Aurora PostgreSQL使企业组织能够在几乎无需更改代码的情况下直接在Amazon Aurora上运行SQL Server应用程序

Autodesk、Best Western Hotels & Resorts、道琼斯、本田、Liberty Mutual Insurance Company利宝互助保险公司、三星电子、Reddit、Venmo、Verizon、Verizon Communications等客户已使用AWS Database Migration Service（DMS）以最少的停机时间将超过35万个数据库成功迁移到AWS，并使用AWS Schema Conversion Tool（SCT）转化数据库模式（Schema）。但是，一旦客户完成了最初的数据库迁移，他们将面临更多的工作来迁移他们的应用程序逻辑。迁移应用程序逻辑需要手动编码，十分耗时，而且常常与守旧的数据库厂商的专有数据库命令相关联。随着微软越来越积极且操纵性地使用其许可实践，客户要求AWS帮助他们更方便地将其SQL Server应用程序迁移到Amazon Aurora。

Babelfish for Aurora PostgreSQL是一项新的功能，让客户几乎无需更改代码即可直接在PostgreSQL上运行SQL Server应用程序成为可能。Babelfish for Aurora PostgreSQL为Amazon Aurora PostgreSQL提供了一个新的解析层，使Amazon Aurora能够理解来自为Microsoft SQL Server编写的应用程序中的命令。Babelfish for Aurora PostgreSQL理解T-SQL（Microsoft SQL Server的专有SQL方言），因此客户不必重写其应用程序的所有数据库请求。Babelfish for Aurora PostgreSQL也了解SQL Server的网络协议，因此客户可以继续使用其现有的SQL Server数据库驱动程序。客户使用AWS DMS迁移数据后，他们只需更新其应用程序配置以指向Amazon Aurora,然后开始测试在Amazon Aurora上运行应用程序。客户对应用程序进行测试后，他们将不再需要SQL Server，并且可以停止为这些昂贵且限制性的许可证付费。由于Amazon Aurora可以使用Babelfish for Aurora PostgreSQL去理解SQL Server和PostgreSQL的语言，因此客户可以使用PostgreSQL编写应用程序功能，并使该功能与旧版SQL Server代码并行运行。要了解更多信息，请访问https://aws.amazon.com/rds/aurora/babelfish/。

新的开源项目Babelfish for PostgreSQL帮助更多企业组织从SQL Server迁移至PostgreSQL

到2021年，Babelfish for PostgreSQL将提供Babelfish for Aurora PostgreSQL的源代码给任何想要添加额外功能的人。 Babelfish for PostgreSQL将使用宽松式的Apache 2.0许可，因此企业组织可以根据许可条款将其用于任何目的，分发、修改该软件和分发该软件的修定版本。 Babelfish的所有工作和计划​​都将在GitHub上进行，因此AWS下一步正在筹备的功能将对企业组织完全透明。要了解更多信息，请访问https://babelfish-for-postgresql.github.io/babelfish-for-postgresql/。

“客户告诉我们，当他们想要做的只是专注于发展业务时，还要应付那些守旧的数据库供应商的强制策略是有多么苦恼。这些客户希望转向开源，以简单和高成本效益的方式建立云数据库，同时又不影响可用性、可靠性和安全性。” AWS负责数据库的副总裁Shawn Bice说。 “今天发布的下一代Amazon Aurora Serverless和Babelfish，能使客户更加容易摆脱守旧数据库的约束，享受开源数据库引擎的巨大成本优势，并帮助他们选择正确的数据库做正确的工作。”

Intuit是一家全球金融平台，也是TurboTax、QuickBooks和Mint的创造者。“数以百万计的消费者和中小企业依赖Intuit的应用程序，如TurboTax、QuickBooks和Mint等，来管理他们的资产。Amazon Aurora自推出以来为我们提供了关键任务系统所需的可扩展性和可靠性，”Intuit QuickBooks Online的首席架构师Anshu Verma说。“我们很高兴与AWS数据库团队密切合作，使我们能够更轻松地管理Aurora数据库的容量并优化成本。Aurora Serverless v2的推出对我们的客户和Intuit来说都意义重大。”

Zendesk提供客户关系管理软件，帮助组织提高用户参与度，更好地了解客户。Zendesk工程总监Kalyan Wunnava说：“在Zendesk，我们依靠Amazon Aurora来支持超过15万个不同的客户及其数据。非常期待Amazon Aurora Serverless v2的推出，它将帮助我们显著简化Amazon Aurora实例的管理，同时继续为我们的客户提供高性能服务。”

WirelessCar是全球领先的数字化汽车服务提供商，帮助开发软件定义的、电动和自动驾驶汽车，引领安全、智能和可持续的未来。WirelessCar首席技术官兼首席运营官、高级副总裁Niklas Florén说：“我们在AWS上采用无服务器架构，以便能够将精力集中在客户价值和业务流程上，而不是担心计算基础设施的管理。我们渴望通过Amazon Aurora serverless v2将这些无服务器架构扩展到我们的关系数据库中，在使用Amazon Aurora提供的所有丰富功能的同时，无需担心数据库工作负载。”

Acquia是一家网页内容管理解决方案的SaaS提供商，它依靠Amazon Aurora支持其许多关系数据库工作负载。 “借助Amazon Aurora，Acquia将吞吐量提高了30％，消除了数据库停机时间，并大大减少了我们的基础架构和运营维护开销，” Acquia工程高级总监Jake Farrell说。 “我们对新版本Amazon Aurora Serverless的发布感到非常兴奋。它能够以适当的数量即时扩展Amazon Aurora，满足不断变化的容量需求，这非常令人兴奋，它也可能帮助我们为客户提供更好的用户体验，同时进一步简化运营并优化成本。”

北京——2020年12月1日——在今天正式揭幕的AWS re:Invent大会上， 亚马逊云服务（AWS）发布了适用于Amazon Elastic Compute Cloud(Amazon EC2)的全新Mac实例（EC2 Mac实例）。基于Mac mini电脑构建的EC2 Mac实例，使客户首次能够在AWS云端运行按需的macOS工作负载，从而将AWS的灵活性、可扩展性和成本优势提供给所有基于Apple的开发人员。 通过使用EC2 Mac实例，为iPhone、iPad、Mac、Apple Watch、Apple TV和Safari创建应用程序的开发人员现在可以在几秒钟内配置和访问macOS环境，并根据需求动态扩展容量，获益于AWS的按使用付费定价。 想要开始使用EC2 Mac实例，请访问：https://aws.amazon.com/ec2/instance-types/Mac/

如今，数以百万计的开发人员依靠行业领先的Apple平台和工具如Xcode和Swift，强大的框架如Core ML和Metal,为全球超过10亿客户提供世界一流的应用。现在有了EC2 Mac实例，AWS客户可以在AWS上运行macOS工作负载，并能够从AWS过去十多年为数百万客户提供的安全的按需基础架构所带来的规模、弹性、可靠性和体验中受益。客户可以无缝地配置和访问macOS计算环境，从而享受便利的、分布式测试和快速的应用程序构建，为开发人员带来更多选择，以便他们可以将Mac用作本地或云中受信任的平台。客户还可以将跨平台的Apple、Windows和Android应用程序的开发整合到AWS上，从而提高开发人员的生产率并缩短产品上市时间。与其它Amazon EC2实例类似，客户可以轻松地将EC2 Mac实例与其它AWS服务和功能结合使用，例如将Amazon Virtual Private Cloud（VPC）用于网络安全，将Amazon Elastic Block Storage（EBS）用于可扩展存储，将Amazon Elastic Load Balancer（ELB）用于分发构建队列，并且将Amazon Machine Image（AMI）用于系统映像编排。 EC2 Mac实例通过托管的AWS基础架构减轻了繁重的运维工作，这意味着基于Apple的开发人员可以完全专注于构建出色的应用程序。

AWS EC2副总裁David Brown说：“客户告诉我们，他们希望将Apple构建环境与AWS服务集成在一起。借助EC2 Mac实例，开发人员现在首次可以在AWS中配置和访问按需macOS计算环境，从而可以专注于为Apple行业领先的平台创建具有突破性的应用程序，而不是把精力耗费在采购和管理基础架构上。 ”

Apple全球产品营销副总裁Bob Borchers说：“Apple蓬勃发展的社区拥有2800万开发人员，他们将继续开发突破性的应用程序体验，从而使世界各地的客户满意。随着EC2 Mac实例的发布，我们很高兴以全新的方式访问Apple平台进行开发工作，并将我们世界一流硬件的性能与AWS的可扩展性相结合 。”

EC2 Mac实例是由Mac mini计算机和AWS Nitro System共同组成，配备了英特尔的第八代3.2GHz（4.6GHz Turbo）Core i7处理器，6个物理/ 12逻辑内核和32 GiB内存，可通过高速Thunderbolt 3互联提供高达10 Gbps VPC网络带宽和8 Gbps EBS存储带宽。 这种由独特的AWS Nitro System赋能的Amazon EC2 Mac 实例，可以像其它任何Amazon EC2实例一样，是Amazon VPC网络和Amazon EBS存储完全集成和托管的计算实例。 EC2 Mac实例可按需购买或通过Saving Plans购买。 EC2 Mac实例现已在美国东部（弗吉尼亚北部）、美国东部（俄亥俄州）、美国西部（俄勒冈）、欧洲（爱尔兰）和亚太地区（新加坡）地区提供，即将在其它地区陆续推出。

Intuit是一家任务驱动型全球金融平台公司，旨在为超过5000万的消费者、自营职业者和小型企业提供金融支持，提供的产品包括TurboTax，QuickBooks和Mint。 Intuit产品开发副总裁Pratik Wadher说：“EC2 Mac实例及其熟悉的EC2接口和API，使我们能够将现有的iOS和macOS构建与测试管道无缝迁移到AWS上，从而进一步提高了开发人员的生产力。由于弹性容量扩展和利用多个区域的高可用性设置，我们的数据中心基础架构的性能提高了30％。 现在，我们约有80％的生产运行在EC2 Mac实例上，我很高兴看到AWS在此领域的创新前景。”

自2013年成立以来，Ring一直致力于为所有人提供更安全的社区环境。Ring首席技术官Joshua Roth说： “Ring致力于使每个人都能获得有效的家庭和邻里安全保护，同时努力使社区团结在一起。EC2 Mac实例将使我们能够将Apple构建基础架构迁移到AWS上，从而为所有Apple开发人员解锁AWS的可扩展性、可靠性、安全性和功能。 这些EC2 Mac实例还使我们能够在需要时迅速扩展Mac构建团队，通过整合单个基础架构提供商来简化跨平台应用程序的开发，并最终为成千上万的Apple客户加速创新。”

FiLMiC Inc.是屡获殊荣的移动电影摄影机应用程序FiLMiC Pro的创建者。 FiLMiC的iOS开发经理Seth Faxon说：“我们拥有一支由电影制作人、摄影师、创意人才和软件开发人员组成的全球团队，他们对移动电影和内容创作有着相同的热情，FiLMiC设计了业界最抢手的应用程序，将简单的移动设备转变为电影胶片相机。EC2 Mac实例使我们有能力扩展我们的持续集成构建片场，以便快速进行开发、测试和试飞阶段。这使得我们可以更快并且花更多的时间从事那些有趣的工作。”

世外智慧是上海世外教育集团的全资控股子公司。世外教育集团在全国直营和托管了50多所学校，覆盖学前教育至高中教育全阶段，办学区域辐射上海、浙江、安徽、贵州等地，有3000多位教师和40000多名学生。世外教育集团的业务覆盖不同的地区、学校、学段，有直营又有托管，既要满足学校各自在管理和教学上的个性化需求，又要满足世外教育集团统一化管理、统一决策、统一数据分析的需求。同时，教育教学环境对高并发、流媒体的需求较大，工作负载运行也有较明显的时间特征。

AWS所提供的弹性算力支持、丰富的云原生服务和统一标准的API，帮助世外教育实现了从“云上托管”到“云上构建”的战略规划。世外教育用AWS云服务重新构建了IT底层架构。通过Amazon EC2 Auto Scaling弹性伸缩服务和Elastic Load Balancing弹性负载均衡服务，世外智慧可以实现计算架构的自动伸缩和负载均衡。通过Amazon Elastic Kubernetes Service (Amazon EKS) 全托管 Kubernetes 服务，世外智慧非常方便地将一部分应用实现了容器化部署。借助AWS AppSync实时数据更新服务，世外智慧可以简化API的开发，加快应用开发速度。通过上云，世外智慧让IT运营成本下降了60%。最终，世外智慧成功构建了一个全新的智慧应用+数据平台，实现了：

• 一站式。通过一个平台、一个入口、一个账号、一套版本、统一的认证和服务，实现智慧管理、智慧教学、协同教研、学生成长、教师发展、学校安全、综合门户等信息化服务，涵盖学校日常的教、学、评、测、练、管各个方面。
• 全终端覆盖。通过对包括移动终端、PC等全终端覆盖，保证所有用户能够随时随地接入和使用，极大地降低了用户的使用门槛，提升了用户的使用体验。
• 云定制。在底层的统一和标准的统一基础上，用户可以在云端进行个性化应用方案的定制。

新冠疫情期间，为了响应“停课不停学”，世外智慧在AWS的帮助下，还部署了开源的线上教学平台，将世外教育的课程与在线视频结合，保障疫情期间广大师生的教育教学活动。

此外，世外智慧还在不断探索创新，利用Amazon SageMaker加速智能化、个性化教学创新。在AWS数据实验室专家的支持下，基于40亿条英语教学语音数据，快速构建了一套新的语音评价模型，并提供三个新的评价指标，对学生的英语发音进行更好的识别，快速帮助老师定位学生英语发音问题，减轻语音作业检查和批改带给老师的巨大压力，提升教学效率。

上海世外智慧教育科技有限公司总经理田野介绍说，“通过使用AWS云服务，我们将原来需要投入到基础设施运维的精力，回归到以业务为核心的开发，提升了我们的业务价值。现在通过对AWS人工智能与机器学习服务的尝试，我们更加坚定了AI赋能教育的战略方向，将借助AWS实现智慧教育的全面升级，通过智慧教育的助力，成就每所学校，成就每位学生。”

此次AWS与首汽约车的战略合作主要聚焦在智能语音方向。该解决方案是基于AWS机器学习服务Amazon SageMaker和Amazon Transcribe开发的，也是出行行业首个定制智能语音解决方案。

首汽约车CEO魏东

在首汽约车CEO魏东看来，中国网约车市场已经开始从粗放的1.0时代迈向精细化2.0时代，智能化是网约车2.0时代最核心的部分。如何通过智能化实现服务的标准化是摆在首汽约车、滴滴等网约车平台面前亟待解决的问题。“网约车过去几年虽然很热闹，但事实上我们都始终是在网约车1.0时代，不管我们从滴滴、uber，到神州、曹操、首汽约车等等，我们过去都做的只是连接而已，我们只是通过各种手段提升了司机和乘客的匹配效率。我们不断去挖掘我们的交易引擎、地图引擎、定价引擎，目的是不断让车更快的找到人，目的是让整体的交易效率更高一点，从而不断增加供给、不断增加匹配。这是我们过去一直在做的是1.0的模式，就是连接的效率问题。网约车的交易是基于一天这几个大平台每天都是上千万单的人的每次交易，不是上千万件物理货品的运输，而是一个活体的人去运送活体的人，所以这里面最难的在于这样两侧的融合要高效完成，尤其是驾驶员这侧，对于每一个个体，每一单都能够标准化，我们现在在朝这方面去做。”

如何实现网约车2.0智能智慧交通，魏东认为需要大量拥抱技术，进行大量运算，大量进行数据的处理。一方面是自有的数据、平台的数据、交易数据，一方面是基于对用户理解的用户标签化的数据。但这远远不够，还需要公共数据，包括道路数据、社会数据等任何影响出行最终结果的变量。“如何把这些因素都纳入到一个真正的计算里面，全社会联网不是难事，全社会的联脑怎么实现，这里面涉及到技巧的问题和管理能力的问题。这是真正摆在全行业面前的挑战，但我们非常高兴能够拥抱亚马逊AWS，在这方面已经做了非常多的事情。”

作为中国出行领域的代表性企业，首汽约车对高精尖技术有着开放心态。魏东认为需要更多的技术来解决2.0时代的问题，一方面首汽约车会积极探索，另一方面也会提出各种需求给到AWS，希望一起找到解决方案。“这样的话我们也不用自己增加团队，这不现实，这不是我们擅长的事情，我们需要有所为有所不为，我们可以聚焦在乘客体验上、聚焦在司机体验上，怎么样打造非常好的双边体验，把这样的技术运用起来，实现企业的增值，以及我们共同创造一种社会价值。”

AWS大中华区产品部总经理顾凡

AWS大中华区产品部总经理顾凡认为AWS与首汽约车双方的战略合作是水到渠成，首汽约车有场景，有愿景，也有数据，AWS有技术。AWS能够用更少的人、更少的成本去快速地试错，能够去验证人工智能真的能够帮助提升客服的效率，提升客户的体验。AWS和首汽约车两边的碰撞，其实就是一个技术去赋能行业中一个新的场景，带来客户体验的提升。

用人工智能技术提升出行行业客户体验，赋予企业差异化竞争能力，在顾凡看来中国的人工智能发展速度非常快，而且已经快速落地场景中。AWS已经与首汽约车一起发掘这些场景，真正把别人没有干的事情做出来，未来演变成一个服务，更多人会用到和看到首汽在利用语音方面怎么提升解决客诉和提升客户体验的实践。

此次AWS机器学习服务Amazon SageMaker再一次出现在客户服务中，这一全球领先的技术也是AWS今年4月落地中国地区的重磅级技术。在中国Amazon SageMaker在医疗健康、教育、出行、工业智能、游戏、新媒体等各个行业应用不同场景的实践中。从智能远程心电平台的AI训练和推理场景，提升了模型训练的速度 到快速地构建具有逼真语音体验的在线学习平台以及更高精尖的自动驾驶领域等。

在之前回答199IT的提问时，顾凡表示，AWS对Amazon SageMaker在中国的发展预期非常大。在中国，人工智能和机器学习最大的挑战在于人才，成本非常高，一个数据科学家基本在100万年薪起步，而且很多被超大型科技公司所垄断。Amazon SageMaker能够帮助企业实现不用雇佣数据科学家，只需要雇有一些数据经验的开发工程师，然后通过培训，用SageMaker几周就实现产出。这是SageMaker最厉害之处。

顾凡认为，SageMaker想象空间不在于AWS，而在于整个行业。AWS帮助行业降低门槛，让非大公司的其他客户有能力把ML做成一个工具，让他们去想象应用场景。“我们坐在屋里是想象不出来SageMaker是怎么用的，只有客户自己能想象出来。我们只不过帮他用逆向思维多测一测而已”。

与场景结合，SageMaker将迸发出强大的性能和生命力，这一趋势也在与首汽约车战略合作中体现出来。目前出行行业普遍采用行程录音辅助安全监控，以及用户问题投诉处理。然而，现有的语音解决方案常常因为录音质量问题难以达到实际目的。

AWS数据实验室和解决方案研发中心在深入了解行程录音的特点及技术需求后，开发了语音降噪和导航音分离算法，并利用Amazon SageMaker机器学习服务进行模型训练、部署和调优，实现模型的快速迭代。Amazon SageMaker机器学习服务极大地降低了首汽约车采用机器学习的门槛。通过这一全托管的服务，首汽约车的数据科学家和算法工程师只需要专注数据和业务逻辑，无需运营和管理复杂的机器学习系统。此外，首汽约车还通过Amazon Transcribe人工智能语音服务将行程录音自动转化为文字，从而实现通过场景化的关键词识别分析触发安全预警，结合后台安全监控人员的人工判断，让实时的行程安全监控从可能变成现实。在应用这一智能语音解决方案时，其对用户数据保留全部所有权，可以随时决定数据的存储及访问权，并确保所有访问行为的合规。

在用户问题投诉处理方面，客服人员可以综合利用文字和语音信息，及时准确地进行判别，提高工作效率，改善司乘满意度。通过使用智能语音解决方案，首汽约车实现客服人工审核工作量降低35%，客服人工听音审核时长缩短20%，并保证智能客诉处理准确率达90%以上，有效改善了司乘体验及满意度、提高企业运营效率，同时，通过智能判责替代人工，还可以有效的降低成本。首汽约车和AWS未来也将进一步紧密合作，丰富智能判责场景，如针对网约车服务中可能出现的司乘矛盾、行驶路线问题等，通过语音智能识别后用作判定的依据。

在AWS中国团队的不断努力下，2020年AWS在中国的落地速度大大加快，今年以来，AWS中国区域已经发布了290项新服务或新功能，远远超过了2019年的数量总和。新服务和新功能不仅涉及大数据分析、人工智能与机器学习、物联网等热门领域。

对于此次与首汽约车的战略合作，AWS大中华区产品部总经理顾凡表示，“当下，全球大部分云上机器学习工作负载都在AWS上进行，我们也将利用AWS全球领先的云技术持续赋能客户。此次，依托AWS广泛而深入的机器学习服务，我们在短短4个月内就完成了智能语音解决方案的开发和上线，也期待能够与首汽约车继续携手推动出行行业的智能化转型。”

2020年11月10日， 亚马逊云服务（AWS）宣布，AWS中国（宁夏）区域（由西云数据运营）和AWS中国（北京）区域（由光环新网运营）同时正式上线了两项全新的文件存储服务：Amazon FSx for Windows File Server和Amazon FSx for Lustre。作为AWS云上的为Windows工作负载提供的文件存储服务， Amazon FSx for Windows File Server主要应用于用户文件共享、Web网站服务、企业内容管理、Windows应用程序和工作负载、数据分析业务等。Amazon FSx for Lustre作为AWS云上的高性能文件存储服务，可广泛应用于机器学习、高性能计算、电子设计自动化、生命科学、自动驾驶和视频渲染等需要高性能共享存储的工作负载。与以往采用开源或第三方商用的文件存储服务相比，这两项AWS托管的存储服务可以极大地降低运维复杂性，将安装部署文件系统的时间从过去的数周甚至数月，缩短至数分钟，同时也可以实现系统的灵活扩展。

Amazon FSx for Windows File Server和Amazon FSx for Lustre文件存储服务的推出，加上1月推出的、为Linux工作负载提供的文件存储服务Amazon Elastic File System (Amazon EFS)，在中国区域集齐了AWS存储服务“全家桶”，让AWS中国区域形成了完整而强大的存储服务阵容，全面覆盖了对象存储、块存储、Linux文件存储、Windows文件存储、高性能文件存储、低成本归档存储以及云上备份存储，同时提供云服务实现PB级数据传输上云，以及本地IT环境与云存储的集成。客户可以从对象存储、文件存储和块存储服务组成的AWS整套存储服务，以及备份和数据迁移选项中进行选择，构建云上IT 环境，降低成本、提高业务敏捷性和加速创新。AWS的存储服务不仅种类丰富，而且功能也很强大，新产品的推出进一步巩固了AWS云服务在中国的技术领先地位。

Amazon FSx存储服务让企业省时省力

在没有云上托管文件存储服务之前，很多客户不得不购买第三方的商业文件存储软件许可证，以在云上自建共享文件存储，需要花费大量时间和精力进行软件安装、维护、存储空间配置、高可用管理、自建数据备份方案、负责软件补丁更新，实施复杂的文件系统性能优化；有些客户采用开源的方案自建共享文件存储，除了以上复杂的管理开销外，遇到技术问题，很难得到及时有效的技术支持。

Amazon FSx for Windows File Server 提供一种完全托管、高度可靠且可扩展的文件存储服务，它与Windows 应用程序完全兼容，Linux 和 MacOS 操作系统也可以通过行业标准的SMB协议访问，共享文件存储。而Amazon FSx for Lustre 是一项完全托管的高性能文件存储服务，可提供亚毫秒级延迟、高达每秒数百 GB 的吞吐量和百万级的 IOPS，为计算密集型工作负载提供经济高效的高性能存储。

通过使用这两项新的文件存储服务，客户可以通过 AWS 管理控制台或AWS命令行界面，在几分钟之内轻松地创建高可靠的共享文件系统，而无需自己管理底层的存储服务，从而可以把更多的时间和精力释放出来，投入到应用开发和业务流程上，提高开发效率和业务创新。这两项存储服务都提供多种存储类型选择，例如全闪盘介质、闪盘+磁盘混合介质，客户可以根据实际业务需求，选择经济或高效的部署选项。

Infor是一家知名的企业级应用软件及服务供应商。该公司使用Amazon FSx for Windows File Server，让他们只需要简单的应用维护就能进行IT扩展，并且通过多可用区架构减少停机时间。最终，Amazon FSx for Windows File Server让Infor的存储成本降低了50%，应用性能提高了80%。丰田研究院开展对象识别的机器学习训练，需要使用Amazon FSx for Lustre并行文件系统处理大型数据集。通过使用Amazon FSx for Lustre，丰田研究院缩短了机器学习训练的时间。同时，Amazon FSx for Lustre还能很好地与Amazon Simple Storage Service (Amazon S3)等AWS服务集成，因而成为丰田研究院高性能文件存储的理想选择。

AWS在中国云服务市场的技术领先地位进一步巩固

“这两项全新的文件存储服务的落地，让 AWS中国区域形成了完整而强大的存储服务阵容。“ 亚马逊云服务(AWS)大中华区产品部总经理顾凡表示，”AWS大中华区团队的首要任务就是根据中国市场需求的发展，按照中国客户需求的优先级，通过与光环新网和西云数据的紧密合作，迅速地推动AWS全球领先的、经过验证的服务在中国区域的部署，助力中国客户的数字化转型与创新。“

AWS中国区域上线新服务的速度正在不断加快。今年以来，AWS中国区域已经发布了290项新服务或新功能，远远超过了2019年的数量总和。新服务和新功能不仅涉及大数据分析、人工智能与机器学习、物联网等热门领域，也包括最新发布的文件存储这样的基础设施服务。

AWS广泛、深入、强大的云存储服务能力赢得了广泛认可，被公认为是云基础设施服务的引领者，其优势主要表现在四个方面：第一，客户数据的安全是AWS的最高优先级，AWS存储服务提供一套完整的数据安全机制，为客户打造安全可信的云服务；第二，AWS提供至广至深的云存储服务，可以满足客户的多样化需求，方便客户灵活部署；第三，AWS云存储服务和AWS其它服务，如计算、分析、监控、人工智能与机器学习等均能实现高度集成，提供一站式云服务，方便客户使用；第四，AWS云存储服务一直坚持开放的生态系统，提供标准的开放接口，与AWS合作伙伴一起为客户提供更广泛的服务选择。

存储服务是云基础设施服务的核心基础之一。Gartner魔力象限连续十年将AWS评为云基础设施服务（IaaS）的领导者，在2020年8月发布的Gartner最新魔力象限Magic Qudrant for Cloud Infrastructure and Platform Services（如下图所示）中继续保持领导者地位。

IDC也在历次IDC MarketScape评估中，将AWS评为公有云基础设施服务（IaaS）的领导者。2020年9月发布的《IDC MarketScape：全球公有云IaaS服务供应商评估报告》，AWS继续保持领导者地位（如下图所示）。

”巅峰科技，重塑未来。” 作为亚马逊云服务（AWS）举办的年度盛会，同时也是全球云计算行业的风向标，AWS re:Invent 2020整装待发，并于今年首次对公众免费开放。从2020年11月30日至2020年12月18日，长达3周的re:Invent在线峰会，将会发布一系列引领未来的创新技术和服务，并邀请全球各个行业、各种规模的客户及AWS合作伙伴分享最新商业创新实践。

2020年11月5日，近期，丰田互联（北京）科技开发有限公司（丰田互联）基于亚马逊云服务（AWS）开发的数据湖——Toyota Big Data Center China正式上线。它可以存储、处理上千万辆丰田汽车每天在行驶过程中产生的数十TB数据，推动丰田汽车的车联网解决方案在中国市场大规模落地。通过对海量数据的存储、分析，Toyota Big Data Center China可以为用户提供各种创新的服务，例如，帮助驾驶员更安全地使用汽车，依据驾驶行为数据帮助车主获得汽车保险折扣等。在AWS技术专家团队的帮助下，丰田互联在5个月内完成了这一项目的开发及部署，并借助AWS强大的云服务和功能大大降低了云资源使用成本。

从2019年开始，丰田汽车希望在中国市场全面推广车联网服务，为所有新上市的汽车标配了车载数据通信模块（DCM），成功实现在用户同意的情况下将车辆数据全部传输到后台的车联网系统。车联网服务的全面落地，首当其冲面临的就是海量数据的存储、处理和分析问题。丰田汽车2019年在中国全年销量超过162万辆，中国市场保有量超过1115万辆。行驶的车辆每天不断地生成新数据，随着联网汽车数量不断增长，这些汽车每天将产生数十亿条消息，生成TB级的数据。为了给用户提供更好的车联网服务，丰田互联希望通过搭建数据湖，构建一个能够实时存储、处理、分析数据的管理平台，为稳定、可靠、高效的车联网服务系统打好基础。

AWS在大数据方面有一套完整的解决方案，可以存储任意规模的结构化和非结构化数据，并对原始数据进行查询、处理、实时分析和机器学习等，帮助企业利用数据做出更好的决策。Amazon Simple Storage Service (Amazon S3) 是AWS数据湖方案的核心，具有优异的可伸缩性、高可用性。Amazon S3为实现99.999999999% 的持久性而设计，可以快速、低成本地摄取和存储各种数据。丰田互联还采用了Amazon Kinesis实时数据流服务、AWS Lambda无服务器计算服务、Amazon Elastic MapReduce大规模并行处理服务等，安全、灵活、高效地完成从实时数据注入、解码到分析、应用的全流程。

同时，丰田汽车的车联网项目是全球性的，中国数据湖系统的架构和平台也需与全球统一。丰田汽车和AWS正在开展全球协作，采用AWS庞大的云服务组合扩展丰田的行驶服务平台，帮助丰田工程师开发、部署和管理下一代数据驱动的行驶服务。丰田在AWS中国区域可以选用与AWS海外区域相同的数据湖解决方案，因此AWS成为丰田互联构建数据湖系统的理想选择。

此外，AWS的云原生和托管服务也使丰田互联可以把更多精力放在应用创新上，缩短项目上线时间，减少开发和运维的成本。丰田互联的成本节省主要体现在两个方面：其一是云资源使用成本的节省。利用AWS丰富的功能建立起成本优化模型，丰田互联极大地降低了云资源的使用成本。例如，通过制定数据生命周期策略，在指定持续时间之后将数据从Amazon S3移动到Amazon S3 Glacier，从而将数据存储成本降低了6倍，更进一步地将数据从Amazon S3 Glacier移动到Amazon S3 Glacier Deep Archive，成本又降低了4倍。另一方面，采用AWS无服务器架构等技术，实现了架构的自动灵活扩展，降低成本。其二是系统的运维成本大幅度降低，基于AWS构建的业务系统实现了高度自动化运维。

丰田互联副总经理光武小叶子介绍说，“数据已经成为企业的血液，善用数据，车联网将引领未来出行方式的变革。依托AWS丰富而强大的大数据分析服务，Toyota Big Data Center China能够简化开发，快速进入市场，实现实时接收、存储和处理PB级的关系及非关系型数据，助力丰田汽车为中国用户提供一流的车联网服务。我们也将借助丰田在全球与AWS针对未来出行技术的进一步探索，不断深化与AWS在中国的合作，携手加速创新，更好地服务中国用户。”

“AWS在与全球车联网、自动驾驶等领域的客户的合作中形成了深厚的积累。我们看到，全球的汽车行业客户正在利用云、大数据、人工智能和机器学习、物联网等技术改变其运营模式，并通过数据加速产品开发、优化制造流程和改善客户体验。”AWS大中华区企业业务拓展部总经理凌琦表示，“利用AWS的全球优势，我们在中国也在加大投入，深耕汽车行业，助力客户进行数字化转型和创新。丰田互联借助AWS广泛而深入的云服务在车联网领域的创新探索，对整个汽车行业以及众多其它行业，都有着重要的借鉴意义。”

运营利润同比增长96%至61.9亿美元，得益于电商销售旺盛，尽管疫情影响带来抗疫成本增加，但物流整体效率改善。美国市场、国际市场和亚马逊云均有不错的运营利润率。

净利润为63.31亿美元，同比增长197%。

北美市场营收增长39%，运营利润增长76%。

国际市场营收同比增长37%，运营利润为4.07亿美元。

AWS营收同比增长29%，运营利润为35.35亿美元，同比增长56%。

[2020年10月29日，北京] 首汽约车与亚马逊云服务Amazon Web Services, Inc. (AWS)联合宣布，基于AWS机器学习服务Amazon SageMaker和Amazon Transcribe开发的出行行业首个定制智能语音解决方案正式上线。基于该解决方案，首汽约车可以高效地将行程录音进行音频降噪、导航音分离，提取清晰的司乘对话内容，并将语音转成文字，从而通过场景化的关键词识别分析触发安全预警，实现实时行程安全监控，进一步夯实出行安全基础。此外，这一解决方案还可用于辅助客诉处理，帮助首汽约车进一步提升服务效率，降低运营成本。首汽约车还计划将其打造为行业通用解决方案，服务于其它网约车平台、传统出租车企业和货运企业，构建交通出行领域的智能解决方案，助推行业发展。

在网约车行业，司乘安全是重中之重。作为行业领先的出行服务平台，首汽约车在不断升级服务品质的同时，一直在夯实安全基础，并通过不断探索大数据、人工智能等互联网技术在出行行业中的创新应用，为用户带来更安全、舒适的出行体验，助力企业高质量发展。目前，国内普遍采用行程录音辅助安全监控，以及用户问题投诉处理。然而，现有的语音解决方案常常因为录音质量问题难以达到实际目的。为进一步提升司乘体验和服务效率，并降低成本，首汽约车决定利用人工智能和机器学习技术，打造一个智能语音解决方案来有效排除噪音、音乐、导航音等干扰项，并将语音快速准确地转换成文字。

AWS数据实验室和解决方案研发中心在深入了解行程录音的特点及技术需求后，开发了语音降噪和导航音分离算法，并利用Amazon SageMaker机器学习服务进行模型训练、部署和调优，实现模型的快速迭代。Amazon SageMaker机器学习服务极大地降低了首汽约车采用机器学习的门槛。通过这一全托管的服务，首汽约车的数据科学家和算法工程师只需要专注数据和业务逻辑，无需运营和管理复杂的机器学习系统。此外，首汽约车还通过Amazon Transcribe人工智能语音服务将行程录音自动转化为文字，从而实现通过场景化的关键词识别分析触发安全预警，结合后台安全监控人员的人工判断，让实时的行程安全监控从可能变成现实。在应用这一智能语音解决方案时，其对用户数据保留全部所有权，可以随时决定数据的存储及访问权，并确保所有访问行为的合规。

在用户问题投诉处理方面，客服人员可以综合利用文字和语音信息，及时准确地进行判别，提高工作效率，改善司乘满意度。通过使用智能语音解决方案，首汽约车实现客服人工审核工作量降低35%，客服人工听音审核时长缩短20%，并保证智能客诉处理准确率达90%以上，有效改善了司乘体验及满意度、提高企业运营效率，同时，通过智能判责替代人工，还可以有效的降低成本。首汽约车和AWS未来也将进一步紧密合作，丰富智能判责场景，如针对网约车服务中可能出现的司乘矛盾、行驶路线问题等，通过语音智能识别后用作判定的依据。

首汽约车CEO魏东表示，“保障司乘安全是网约车企业的责任。首汽约车一直在通过技术赋能安全，一方面加强自身技术研发实力，另一方面加强与有技术优势的知名企业合作，双管齐下，实现前沿技术能力的落地与应用。希望携手AWS共同为用户带来更卓越的出行体验，为行业智能化转型发展创造价值。”

“我们正处于机器学习的黄金时代。全球各个行业、各种规模的企业和机构，都在快速应用机器学习技术进行数字化转型和创新。” AWS大中华区产品部总经理顾凡表示，“当下，全球大部分云上机器学习工作负载都在AWS上进行，我们也将利用AWS全球领先的云技术持续赋能客户。此次，依托AWS广泛而深入的机器学习服务，我们在短短4个月内就完成了智能语音解决方案的开发和上线，也期待能够与首汽约车继续携手推动出行行业的智能化转型。”

加速中国区域服务落地 形成完善的数据湖解决方案

 2020年，AWS中国市场的发展可圈可点。迄今为止，AWS在全球已经推出了175个大类的计算功能，包含了计算、存储、数据库、网络、人工智能、数据分析等等各个方面。今年在中国区域，AWS一共落地了150多项服务和功能，在中国区域的服务落地的速度在大大加快。

不仅仅是基础性的功能，机器学习Amazon SageMaker等高尖端服务功能也率先落地中国区域市场，足见AWS对中国市场的重视程度。

在日前的2020AWS在线技术峰会暨合作伙伴峰会媒体沟通会上，AWS大中华区专业服务总经理王承华表示“我们今天引入了Amazon Athena、AWS Glue、Amazon MSK，这些新的服务和我们过往最经典的Amazon S3、Amazon Elasticsearch、Amazon Redshift、Amazon EMR等等组成了一个非常完善的数据湖的解决方案，替我们整个大数据有一个非常完整的解决方案，在我们向行业推行的时候有非常好的技术基础。“

从信息化到数字化  让企业经营达到新的高点

AWS积极参与中国企业的数字化进程。在王承华看来，过往的信息化的过程，更多的是沉淀在流程、系统上，怎么样周转得更快。“今天数字化的过程更强调的是，我们在各个运用场景当中，如何不断地细化、如何在需求存储不同的情况下面，通过大数据、通过人工智能、通过机器学习等各种技术，让我们本身企业的经营能够达到一个新的、高的点。“

在新冠疫情的情况下，数字化真正的成为了这个行业的新常态。这一轮的疫情下，如果一个企业、一个行业把数字化这件事情做得非常扎实的话，那么在这一轮的抗疫过程当中的表现是非常优异的。所以各行各业重新在审视在这个新的时代，数字化到底意味着什么。

互联网企业最成功的地方是如何通过大数据的使用去发掘商机。而大量的传统企业也在思索，如何通过大数据的运营来帮助解决日常运营当中的问题，同时做出创新。比如很多快消企业都在做怎么样能够到达直接消费者DTC的活动，大量的运算都是通过大数据实现的。

深耕垂直行业细分行业  技术专家与行业专家联合打造解决方案

AWS推出的垂直行业的细分行业，包括金融、制造、汽车、零售和大众消费、媒体娱乐、医疗与生命科学、教育、游戏、电力九大行业。在这些行业当中，AWS大量招聘了各方面的行业专家，同时AWS的架构师、基础设施的技术团队也成立了对应的解决方案团队，和专家们一起来打造行业解决方案。

据王承华介绍。AWS在行业的深耕方面，主要从四个方面着手。

第一是加强了行业专业团队的打造，成立了各个行业的专家团队，去充分挖掘各个行业的需求。在这个基础上面去制定对应的解决方案。

第二，云的技术是各个行业解决方案的基础，今年AWS也加大了整个创新的速度和在本地服务的落地的速度。

第三，在全球发展的基础上，怎么样把一些全球非常好的有行业特色的经验能够引入中国，和中国本地企业的一些创新结合起来。

第四，怎么样通过APN（AWS合作伙伴网络）合作伙伴一起合作，一方面赋能于APN合作伙伴的各方面的技能，同时相互学习，在这个垂直行业当中创造更多的创造力。

在2020AWS在线技术峰会暨合作伙伴峰会上，AWS宣布百家APN联合解决方案，助力九大行业数字化转型。据AWS中国区生态系统及合作伙伴部总经理汪湧介绍，实际上远不只这100家合作伙伴。“我们在中国国内数千家合作伙伴都和我们一起在做行业的各种各样的解决方案。我们在全球数以万计的合作伙伴也都在做这样的行业的解决方案。我们帮助国内企业做好自己的行业，也帮助海外的公司，把海外的优秀实践拿到中国，通过百千万的方法，服务于百万级的AWS全球活跃的客户。”

从大众汽车、高盛、BP英国石油、诺华制药，到毕马威、神州数码、德比软件、东软、外研在线、速石科技等，AWS正与全球客户和合作伙伴一起，推动企业数字化进程。

德比软件是一家服务于酒店行业的科技公司，其主要业务是将酒店的房态信息与Booking.com、携程网等各大酒店预订平台对接，实现消费者对其全球酒店客户的客房房态查询，并进行订单处理。酒店的房态信息非常复杂，库存变化涉及不同的入住日期、入住天数、成人及儿童数量（甚至包括儿童的年龄段）、不同房型、不同价格计划以及不同的预订渠道，而且这些信息随时随刻都在发生变化。以希尔顿酒店集团为例，它在全球有六千家酒店，任何一秒都可能有消费者在德比软件服务的预订平台查询希尔顿在全球的某家酒店、某天或某几天、某种房型的价格, 每天各种变化组合达1.5万亿。理论上，仅针对这一个渠道客户，德比软件就需要每天实时更新最多1.5万亿次房态信息。除非德比软件以每秒上万次的频率去查询酒店的订房系统，否则不可能准确记录房态信息的每一个变化。但是酒店的系统和互联网带宽限制都难以承受大量查询，会对德比软件的查询请求加以限制，有些酒店的信息可以向渠道推送，但酒店提供的信息也可能不实时、不准确。无论哪种情况，房价和房态信息的准确率都比较低，消费者查询房态信息，可能出现查询时有房、下订单却不成功、需要重新查询等情况，影响客户体验，酒店因此错失客户。

面对这一行业痛点，德比软件决定利用机器学习技术开发酒店库存智能缓存系统。在AWS机器学习解决方案实验室全球专家团队的帮助下，德比软件构建了优化的机器学习算法，改变房态信息缓存机制，在不显著改变酒店系统访问频率的同时，提高库存房态信息的准确率。通过分析消费者的实时查询请求和历史订单数据，德比软件可以找出酒店库存变化规律，预测产品状态及其价格过期时间。只有预测到消费者有可能查询某酒店某时段的房态信息、而且预测到这些房态信息有可能发生变化的情况下，才会预先从酒店系统更新相关的房态信息，这样既减轻了酒店系统的压力，又提高了房态信息的准确性，还降低了德比软件的运营成本。例如，新冠疫情期间，美国80%以上订单都是一周内订单，可以重点加大该时间段内房态信息的更新频率。

建立算法后，德比软件选择将其部署在了Amazon SageMaker机器学习服务上，轻松实现了一键构建、训练、部署机器学习模型，而无需自行运维和管理底层的计算资源和机器学习框架，极大地提高了开发效率。由于需要对每一个酒店客户、甚至每一家酒店、每一个特定场景分别构建算法模型，德比软件要进行大量的机器学习训练。有了SageMaker带来的“傻瓜式”应用和高效率，德比软件才有可能在未来面向所有酒店客户、全面推进智能缓存系统的应用。按照德比软件目前每年6200万笔订单、每笔订单平均350美元的数据估算，智能缓存系统全面应用后，可望总共为酒店客户带来数亿美元的收入。

德比软件早在2011年就开始使用AWS，到2017年已经将所有业务迁移到AWS上，目在AWS上使用了两千多个云服务器实例，通过AWS的云服务和云平台每天处理200TB以上的数据和100亿以上的事件。特别值得一提的是，在安全合规方面，德比软件涉及到信用卡信息的处理，需要满足非常严格的合规要求，AWS的云基础设施在全球拥有广泛的合规认证，极大地简化了德比软件在全球的合规流程。

作为一家全部建立在AWS上的软件公司，德比软件对适应未来技术趋势的变化充满信心。德比软件副总裁夏卫表示：“云计算、大数据、机器学习、自然语言处理是这个时代的代表性技术。在这些方面，AWS都提供了全面的、领先的云服务。我们希望在AWS这样的云服务领先者的帮助下，成为人工智能时代的赢家。”

目前，德比软件还在探索利用机器学习技术，实现智能运维、容量预测、异常检测等方面的应用，探索酒店订单的智能分析与预测、酒店内容智能运营、智能竞价等方面的应用，降低运营成本，帮助客户提高销售效率。

在游戏运营中，内容审核是一项成败攸关的工作。低俗色情谩骂等内容会导致用户反感，破坏正常交流环境；违规敏感内容会导致平台整顿、停摆；恶意商业推广、垃圾广告会导致用户流失、营收损失。人工审核要耗费大量的人力、时间和精力，而且很难做到实时、全部审核。而目前市场上的通用审核工具，准确率差强人意，而且模型不能进行更新，或者更新周期长。

为此，行者AI推出了一个具有强大机器学习能力的游戏内容过滤服务。团队在考虑IT基础设施建设时认识到，作为一家初创公司，行者AI只有20多人，要尽可能减少运维投入，把更多的精力投入到算法上；内容过滤服务开发和运行中需要大量的GPU、CPU计算资源，并且高峰需求是短暂、不连续的；数据是人工智能的核心要素，数据灾备不可或缺。于是，行者AI决定选择AWS上云，以云原生架构进行开发。

通过使用Amazon SageMaker机器学习服务，行者AI团队可以一键构建、训练、部署机器学习模型，无需自行运维和管理底层的计算资源和机器学习框架等，极大地提高了开发效率。在开发内容过滤服务的过程中，要进行大量的机器学习和深度学习训练。利用Amazon SageMaker，开发团队一旦有新的想法，就可以快速进行算法验证，根据结果做出优化和修正，使每一次模型训练都可以受益于SageMaker带来的效率提升。

行者AI首席技术官江天宇接受记者采访时表示，在他们的调研中，“Amazon SageMaker是所有云厂商中唯一实现了一站式机器学习服务的解决方案。从模型构建、训练、测试到最终的发布，SageMaker提供完善的解决方案，而且操作使用非常简单，基本能做到一键完成，给开发者节约了大量的时间。SageMaker对市面上绝大多数深度学习框架，比如Tensorflow、PyTorch等，都有非常好的支持。AWS的技术支持也非常到位，在模型发布过程中，及时快速地帮助行者AI解决了诸多疑难杂症，为内容过滤服务提前半年上线提供了强有力的保障。”

通过使用Amazon EC2 Spot（竞价）实例，也解决了行者AI对计算资源的弹性需求问题。与按需实例相比，可以将成本降低高达 90%。通过使用完全托管的Amazon Elasticsearch Service服务，行者AI可以搜索、分析和可视化 PB 级的日志数据，而不需要操心数据存储、灾备、扩展等运维问题。

AI对战机器人将深度强化学习技术应用于游戏中，机器人通过学习玩家战斗数据，在模拟环境中进行大量对抗式训练，能够在任意状态下找到最优决策，达到高手玩家操作水平。同时，通过对参数进行调节，可以生成各个难度等级的机器人。由于采用真人玩家数据训练，AI对战机器人将会模仿人类玩家的真实操作，提高游戏内的玩家体验。行者AI COO陈洪宇指出，目前《多多自走棋》AI对战机器人每日调用均值达到百万次，单次调用会持续30分钟左右。

“多年来，游戏行业通常将业务侧重点放在发行上，人力投入重在运维，以及跟游戏收入明显相关的工作。相对来讲，AI的渗透率并不高。”AWS相关负责人介绍。“行者AI凭借自研算法，推出内容过滤、游戏AI以及数据平台解决方案，为游戏企业做AI赋能，业务价值显著。相信未来在游戏行业将涌现更多样化的机器学习应用场景。”

Amazon SageMaker在中国受青睐

Amazon SageMaker机器学习服务之所以如此受欢迎，是因为它极大地降低了机器学习的门槛，通过全托管的机器学习服务，消除了计算基础设施、机器学习框架、模型构建、训练及部署、工作流程等方面的复杂性，开发者只需要专注数据和业务逻辑，不断优化算法，即可实现业务价值。

SageMaker机器学习服务可以极大地提升算法工程师和数据科学家的效率。其中，为机器学习开发者服务的IDE全集成开发环境Amazon SageMaker Studio目前只在全球6个区域落地，其中中国就占了两个区域。

德比软件（上海）有限公司是一家服务于酒店行业的技术公司，服务对象包含全球十大酒店集团、国内外知名酒店集团和单体酒店、全球知名的在线旅行社（OTA）及垂直搜索渠道、社交平台和电商平台等。最近，在AWS机器学习解决方案实验室（AWS ML Solutions Lab）及机器学习产品专家团队的帮助下，德比软件在SageMaker上，构建了全新的酒店库存智能缓存系统。这一系统通过分析德比软件实时产品查询入口产生的数据，以及多年的历史订单数据，建立了更为准确的算法模型，将酒店库存预测的准确率提高了超过20%，预计将为德比软件在酒店行业的客户带来数亿美金的额外订单收入。

行者AI是成都潜在旗下专注游戏AI应用的业务，他们利用SageMaker开发了游戏智能内容过滤服务，对不恰当内容的识别率超过96%，大大高于同类产品的水平，上线短短三个月内，已经获得了几十家游戏客户青睐，服务于三国群英传、多多自走棋等多种游戏。借助AWS云服务，行者AI的上线时间比计划缩短了6个月，运营效率提升76%，运营成本节省45%。

AWS合作伙伴中科创达通过把他们的视觉检测系统部署在SageMaker上，让产品质量检验过程变得更加简单高效。基于SageMaker部署的ADC 系统，帮助制造企业减少75%的工作量，产能提升35倍。相比人工检测，漏检率下降3%，准确率提升至99%。东软NetEye将其安全网关产品预置算法迁移到了SageMaker上，完全不需要投入昂贵的计算硬件，就可以高效完成算法构建和模型训练。

加速解决方案落地，助力中国客户应用机器学习

为了帮助客户更方便地应用机器学习技术，AWS利用全球领先的云技术和服务为客户打造了定制化机器学习技术解决方案。数字资产盘活机器人是最新部署到AWS中国区域的行业技术解决方案。它将机器学习应用于业务场景，客户只要将图片、PDF文档、视频等非结构化数据上传到AWS云上，利用Amazon Simple Storage Service (Amazon S3)的海量存储，以及SageMaker的Spot训练（价格通常只有按需实例资源的1/10），以低成本、批处理的方式标记数字资产。机器人将识别出来的信息安全地存储在客户私有的Amazon S3存储桶中。该解决方案是一个开源框架，使用者可以创建自己的模型或机器人，进一步完整这一框架。目前，这一方案已经在银行、证券、保险领域率先得到客户应用。

降低机器学习技术的学习门槛

AI技术日益成为广大开发者关注的热点，掌握AI技术意味着拿到通向高阶职场的入场券。但是AI技术往往也比较高冷，强化学习尤为前沿。为了方便大量的开发者动手尝试机器学习，AWS于2018年推出了由强化学习驱动的、1/18 比例的自动驾驶赛车AWS DeepRacer，并于2019年举办覆盖全球的AWS DeepRacer League赛车联盟自动驾驶大赛，同时推出基于云平台的 AWS DeepRacer 3D 赛车模拟器。参赛者可以在AWS上，利用SageMaker在线构建赛车的强化学习模型，将它部署到AWS DeepRacer或者AWS DeepRacer 3D 赛车模拟器，与其它开发者进行自动驾驶比赛，从而在游戏竞技中掌握机器学习。

2020年9月1日，AWS将受到全球众多开发者喜爱的赛车联盟（AWS DeepRacer League）线上竞赛第一次引入中国。该项赛事将持续到9月30日。参赛者在线上完成“计时赛”和“正面挑战赛”，成绩优秀的选手有机会参加今年晚些时候举办的AWS DeepRacer全球冠军杯赛，并获取现金奖励。

AWS希望通过此举，让科技以人为本，让技术融入生活，让AI充满乐趣，从而激发广泛参与，促进AI技术在中国的普及应用和发展。

亚马逊全球副总裁、AWS大中华区执董事张文翊表示，“AWS一直致力于不断借助全球领先的云技术、广泛而深入的云服务、成熟和丰富的商业实践、全球的基础设施覆盖，安全的强大保障以及充满活力的合作伙伴网络，加大在中国的投入，助力中国客户的业务创新、行业转型和产业升级。在数字化转型和数字创新成为‘新常态’的今天，我们希望通过AWS技术峰会带给大家行业的最新动态、全球前沿的云计算技术、鲜活的数字创新实践和颇具启发性的文化及管理理念，推动中国企业和机构的数字化转型和创新更上层楼。”

构建场景应用解决方案，赋能合作伙伴和客户

当前，传统企业需要上云，在云上构建更敏捷、更弹性和更安全的企业IT系统，实现数字化转型。同时，在实现上云之后，企业又迫切需要利用现代应用开发、大数据、人工智能与机器学习、容器技术等先进的云技术，解决不断涌现的业务问题，实现数字化创新，推动业务增长。

亚马逊云服务（AWS）大中华区专业服务总经理王承华表示，为了更好的提升行业客户体验，截至目前，AWS在中国已经发展出了数十种行业应用场景及相关的技术解决方案。

以中国区域部署的数字资产管理和云上会议系统两个应用场景解决方案为例。其中，数字资产盘活机器人让客户利用AWS云上资源低成本、批处理的方式标记数字资产，已经在银行、证券、保险领域率先得到客户青睐；AWS上的BigBlueButton，让教育机构或服务商可以在AWS建一套自己的在线会议系统，尤其适合当前急剧增长的在线教育需求。

这些行业应用场景解决方案经过客户验证成熟之后，AWS把它们转化为行业解决方案，赋能APN合作伙伴，拓展给更多的行业用户部署使用。

发布百家APN合作伙伴联合解决方案

打造合作伙伴社区是AWS服务企业客户的一大重点，也是本次峰会的亮点。AWS通过名为APN（AWS合作伙伴网络）的全球合作伙伴计划，面向那些利用AWS为客户构建解决方案的技术和咨询企业，提供业务支持、技术支持和营销支持，从而赋能这些APN合作伙伴，更好地满足各行各业、各种规模客户地需求。

在于9月9日举行的2020 AWS合作伙伴峰会上，AWS中国区生态系统及合作伙伴部总经理汪湧表示，AWS在中国主要从四个方面推进合作伙伴网络的构建。一是加快AWS云服务和功能落地，从而使合作伙伴可以利用到AWS全球最新的云技术和服务来更好地服务客户；二是推动跨区域业务扩展，帮助合作伙伴业务出海，也帮助全球ISV落地中国，同时和区域合作伙伴一起更好地服务国内各区域市场的客户；三是与合作伙伴一起着力传统企业上云迁移；四是打造垂直行业解决方案。

一直以来，AWS努力推动将那些驱动中国云计算市场未来、需求最大的云服务优先落地中国区域。今年上半年，在AWS中国区域已经落地了150多项新服务和功能，接近去年的全年总和。今年4月在中国落地的机器学习服务Amazon SageMaker目前已经被德勤、中科创达、东软、伊克罗德、成都潜在（行者AI）、德比软件等APN合作伙伴和客户广泛采用，用以创新以满足层出不穷的业务需求，推动增长。

联合百家APN合作伙伴解决方案打造垂直行业解决方案是AWS中国区生态系统构建的战略重点。

以汽车行业为例，东软集团基于AWS构建了云原生的汽车在线导航业务（NOS），依托AWS全球覆盖的基础设施、丰富的安全措施和稳定可靠的云平台，实现车规级的可靠性、应用程序的持续迭代、地图数据及路况信息的实时更新，服务中国车企的出海需求。

上海速石科技公司构建了基于AWS云上资源和用户本地算力的一站式交付平台，为那些需要高性能计算、海量算力的客户，提供一站式算力运营解决方案，目标客户涵盖半导体、药物研发、基因分析等领域。利用云上海量的算力，其客户在业务峰值时任务不用排队，极大地提高工作效率，加速业务创新。

外研在线在AWS上构建了Unipus智慧教学解决方案，已经服务于全国1700多家高校、1450万师生。通过将应用部署在AWS，实现SaaS化的交付模式，外研在线搭建了微服务化、自动伸缩的架构，可以自动适应教学应用的波峰波谷，提供稳定、流畅的体验，并且节省成本。

与毕马威KPMG、神州数码签署战略合作

在2020 AWS技术峰会和合作伙伴峰会上，AWS还宣布与毕马威、神州数码签署战略合作关系，深化和升级合作。

AWS与毕马威将在中国开展机器学习、人工智能和大数据等领域的深入合作，毕马威将基于AWS云服务，结合其智慧之光系列数字化解决方案，为金融服务、制造业、零售、快消、以及医疗保健和生命科学等行业客户，提供战略规划、风险管理、监管与合规等咨询及实施服务。AWS将与神州数码将在赋能合作伙伴上云转型、全生命周期管理及助力全球独立软件开发商（ISV）落地中国方面展开深入合作，助力中国企业和机构的数字化转型与创新。

2020年9月10日，在今年的AWS在线技术峰会上，亚马逊通技术服务(北京)有限公司（AWS中国）与神州数码集团股份有限公司（神州数码）共同宣布，正式达成战略合作，将在赋能合作伙伴上云转型、全生命周期管理以及助力全球独立软件开发商（ISV）落地中国方面展开深入合作，助力中国企业和机构的数字化转型与创新。

亚马逊全球副总裁、AWS大中华区执行董事张文翊与神州数码集团董事长兼总裁郭为宣布正式达成战略合作

与AWS中国达成战略合作，将为神州数码加速构建全新的数字产业和技术生态增添助力。一方面，作为由光环新网和西云数据所提供的AWS中国区域推广计划的的第一家授权增值推广商，神州数码将把AWS广泛而深入的云服务和技术与中国企业的云应用场景进行有机结合，赋能更多合作伙伴更好地利用AWS云为客户提供服务，全方位推动国内云计算市场的创新发展；另一方面，通过AWS托管服务提供商（MSP）计划，神州数码将持续发挥自身在MSP领域积累的丰富经验与领先优势，从云咨询、规划、迁移、运维、及优化全生命周期等角度，为客户提供一站式企业云服务，为企业用户带来更好的云上体验。与此同时，神州数码还将以中国市场“运营商+发行商”的身份，帮助诸多AWS全球独立软件开发商的产品落地中国市场，为中国云计算市场注入新鲜动力，也为国内方兴未艾的新基建搭建一个开放的合作平台。

神州数码集团董事长兼总裁郭为表示，“AWS一直是神州数码非常重要的合作伙伴，自2017年开启合作以来，双方基于中国企业的数字化场景展开了诸多探索和实践，积累了深厚的信任与经验，此次战略合作协议的签署，标志着双方合作关系的升级，为云上合作开启了新的方向。”

亚马逊全球副总裁、AWS大中华区执行董事张文翊表示，“AWS一直致力于发展强大的AWS合作伙伴网络（APN），赋能APN合作伙伴，更好地满足各行各业、各种规模客户的需求。神州数码是中国领先的云及数字化转型服务商，在中国市场上有着广泛的客户基础。我们非常高兴与神州数码结成战略合作伙伴，将双方长期以来的合作更上一层楼，共同助力中国企业和机构的数字化转型和创新。”

2020年，席卷全球的新冠疫情成为检验企业数字化程度的一场大考。疫情的持续，让众多原本计划“上云”的企业，将“加速上云”提上了日程。而政策导向对“新基建”的支持和倾斜，则进一步催化了云技术在国内各行各业的应用，让云技术真正成为新时代数字化建设的底座与支撑，为整个云计算相关的科技产业带来了巨大的发展空间。

新基建东风已起。随着万物互联的智能时代不断临近，不同类型的数据和计算能力呈爆发式增长，云计算产业空间和市场随之蓬勃发展。乘风而起，驭势共赢。神州数码正在从技术变革中寻找自主创新的突破口，全力构建中国特色的云网融合新生态。未来，神州数码将继续携手广大合作伙伴，助力中国企业用户快速融入新基建，全面拥抱数字化产业新未来。

2020年9月10日至11日，作为一年一度云计算领域的大型科技盛会，2020 AWS技术峰会 (https://www.awssummit.cn/) 正式在线上举行。今年的峰会以“构建 超乎所见”为主题，除了展示AWS最新的云服务，探讨前沿云端技术及企业最佳实践外，还重点聚焦垂直行业的数字化转型和创新。AWS宣布一方面加大自身在垂直行业的人力和资源投入，组建行业团队，充分利用AWS的整体优势，以更好的发掘、定义、设计、架构和实施针对垂直行业客户的技术解决方案和场景应用；同时携手百家中国APN合作伙伴发布联合解决方案，重点覆盖金融、制造、汽车、零售与电商、医疗与生命科学、媒体、教育、游戏、能源与电力九大行业，帮助这些行业的客户实现数字化转型，进行数字化创新。峰会期间，亚马逊云服务（AWS）还宣布与毕马威KPMG、神州数码分别签署战略合作关系，推动企业上云和拥抱数字化。

亚马逊全球副总裁、AWS大中华区执董事张文翊表示，“AWS一直致力于不断借助全球领先的云技术、广泛而深入的云服务、成熟和丰富的商业实践、全球的基础设施覆盖，安全的强大保障以及充满活力的合作伙伴网络，加大在中国的投入，助力中国客户的业务创新、行业转型和产业升级。在数字化转型和数字创新成为‘新常态’的今天，我们希望通过AWS技术峰会带给大家行业的最新动态、全球前沿的云计算技术、鲜活的数字创新实践和颇具启发性的文化及管理理念，推动中国企业和机构的数字化转型和创新更上层楼。”

构建场景应用解决方案，赋能合作伙伴和客户

当前，传统企业需要上云，在云上构建更敏捷、更弹性和更安全的企业IT系统，实现数字化转型。同时，在实现上云之后，企业又迫切需要利用现代应用开发、大数据、人工智能与机器学习、容器技术等先进的云技术，解决不断涌现的业务问题，实现数字化创新，推动业务增长。

亚马逊云服务（AWS）大中华区专业服务总经理王承华表示，为了更好的提升行业客户体验，截至目前，AWS在中国已经发展出了数十种行业应用场景及相关的技术解决方案。

以中国区域部署的数字资产管理和云上会议系统两个应用场景解决方案为例。其中，数字资产盘活机器人让客户利用AWS云上资源低成本、批处理的方式标记数字资产，已经在银行、证券、保险领域率先得到客户青睐；AWS上的BigBlueButton，让教育机构或服务商可以在AWS建一套自己的在线会议系统，尤其适合当前急剧增长的在线教育需求。

这些行业应用场景解决方案经过客户验证成熟之后，AWS把它们转化为行业解决方案，赋能APN合作伙伴，拓展给更多的行业用户部署使用。

发布百家APN合作伙伴联合解决方案

打造合作伙伴社区是AWS服务企业客户的一大重点，也是本次峰会的亮点。AWS通过名为APN（AWS合作伙伴网络）的全球合作伙伴计划，面向那些利用AWS为客户构建解决方案的技术和咨询企业，提供业务支持、技术支持和营销支持，从而赋能这些APN合作伙伴，更好地满足各行各业、各种规模客户地需求。

在于9月9日举行的2020 AWS合作伙伴峰会上，AWS中国区生态系统及合作伙伴部总经理汪湧表示，AWS在中国主要从四个方面推进合作伙伴网络的构建。一是加快AWS云服务和功能落地，从而使合作伙伴可以利用到AWS全球最新的云技术和服务来更好地服务客户；二是推动跨区域业务扩展，帮助合作伙伴业务出海，也帮助全球ISV落地中国，同时和区域合作伙伴一起更好地服务国内各区域市场的客户；三是与合作伙伴一起着力传统企业上云迁移；四是打造垂直行业解决方案。

一直以来，AWS努力推动将那些驱动中国云计算市场未来、需求最大的云服务优先落地中国区域。今年上半年，在AWS中国区域已经落地了150多项新服务和功能，接近去年的全年总和。今年4月在中国落地的机器学习服务Amazon SageMaker目前已经被德勤、中科创达、东软、伊克罗德、成都潜在（行者AI）、德比软件等APN合作伙伴和客户广泛采用，用以创新以满足层出不穷的业务需求，推动增长。

联合百家APN合作伙伴解决方案打造垂直行业解决方案是AWS中国区生态系统构建的战略重点。

以汽车行业为例，东软集团基于AWS构建了云原生的汽车在线导航业务（NOS），依托AWS全球覆盖的基础设施、丰富的安全措施和稳定可靠的云平台，实现车规级的可靠性、应用程序的持续迭代、地图数据及路况信息的实时更新，服务中国车企的出海需求。

上海速石科技公司构建了基于AWS云上资源和用户本地算力的一站式交付平台，为那些需要高性能计算、海量算力的客户，提供一站式算力运营解决方案，目标客户涵盖半导体、药物研发、基因分析等领域。利用云上海量的算力，其客户在业务峰值时任务不用排队，极大地提高工作效率，加速业务创新。

外研在线在AWS上构建了Unipus智慧教学解决方案，已经服务于全国1700多家高校、1450万师生。通过将应用部署在AWS，实现SaaS化的交付模式，外研在线搭建了微服务化、自动伸缩的架构，可以自动适应教学应用的波峰波谷，提供稳定、流畅的体验，并且节省成本。

与毕马威KPMG、神州数码签署战略合作

在2020 AWS技术峰会和合作伙伴峰会上，AWS还宣布与毕马威、神州数码签署战略合作关系，深化和升级合作。

AWS与毕马威将在中国开展机器学习、人工智能和大数据等领域的深入合作，毕马威将基于AWS云服务，结合其智慧之光系列数字化解决方案，为金融服务、制造业、零售、快消、以及医疗保健和生命科学等行业客户，提供战略规划、风险管理、监管与合规等咨询及实施服务。AWS将与神州数码将在赋能合作伙伴上云转型、全生命周期管理及助力全球独立软件开发商（ISV）落地中国方面展开深入合作，助力中国企业和机构的数字化转型与创新。

聚焦九大行业应用，发布百家APN合作伙伴联合解决方案

在2020年9月9日举办的AWS合作伙伴峰会2020上，亚马逊云服务（AWS）宣布将携手APN合作伙伴进一步拓展中国合作伙伴生态，以更好地服务客户的数字化转型和数字创新需求。AWS宣布与毕马威、神州数码分别达成战略合作关系，结合AWS全球领先的云技术和服务，以及合作伙伴的技术解决方案，推动企业上云和拥抱数字化。此外，AWS还宣布联合百家APN合作伙伴打造行业解决方案，重点覆盖金融、制造、汽车、零售与电商、医疗与生命科学、媒体、教育、游戏、能源与电力九大行业。

APN是AWS的一项全球合作伙伴计划，它面向那些利用AWS为客户构建解决方案的技术和咨询企业，提供业务、技术和营销支持，从而赋能这些APN合作伙伴，更好地满足各行各业、各种规模客户的需求。

据AWS中国区生态系统及合作伙伴部总经理汪湧介绍，目前AWS主要从四个方面推进在中国的APN合作伙伴网络构建。一是通过与光环新网和西云数据的合作，加快AWS云服务和功能落地，从而使APN合作伙伴可以利用AWS全球领先的云技术和服务来更好地服务客户；二是推动跨区域业务扩展，帮助合作伙伴业务出海，也帮助全球ISV落地中国，同时和区域合作伙伴一起更好地服务国内各区域市场的客户；三是与合作伙伴一起着力传统企业上云迁移；四是打造垂直行业解决方案。

与毕马威、神州数码签署战略合作关系 加速企业上云和拥抱数字化

AWS中国与毕马威中国将充分利用各自的全球品牌影响力和资源优势，强强联手，在机器学习、人工智能和大数据等领域深入合作，为中国企业注入数字化创新理念及解决方案。毕马威将基于AWS云服务，结合其智慧之光系列数字化解决方案，为客户提供战略规划、风险管理、监管与合规等咨询及实施服务，帮助金融服务、制造业、零售、快消、以及医疗保健和生命科学等行业客户驶上通往云的快车道。

神州数码跟AWS自2017年开始合作，基于中国企业数字化场景展开了很多探索和实践。双方此次升级战略合作，将在多个方面展开深入合作，助力中国企业和机构的数字化转型与创新。一方面，作为由光环新网和西云数据所提供的AWS中国区域推广计划的第一家授权增值推广商，神州数码将把AWS广泛而深入的云服务和技术与中国企业的云应用场景进行有机结合，赋能更多合作伙伴更好地利用AWS云为客户提供服务，全方位推动国内云计算市场的创新发展；另一方面，通过AWS托管服务提供商（MSP）计划，神州数码将持续发挥自身在MSP领域积累的丰富经验与领先优势，从云咨询、规划、迁移、运维、及优化全生命周期等角度，为客户提供一站式企业云服务，为企业用户带来更好的云上体验。与此同时，神州数码还将以中国市场“运营商+发行商”的身份，帮助诸多AWS全球独立软件开发商的产品落地中国市场，为中国云计算市场注入新鲜动力，也为国内方兴未艾的新基建搭建一个开放的合作平台。

亚马逊全球副总裁、AWS大中华区执行董事张文翊与神州数码集团董事长兼总裁郭为
宣布正式达成战略合作

此外，光环云数据有限公司也正式成为由光环新网和西云数据所运营的AWS中国区域推广计划的授权增值推广商，通过区域、行业以及典型技术应用场景，为广大APN合作伙伴提供一站式、端到端的业务支撑，并加速全球APN合作伙伴应用落地，使中国客户更方便、高效、安全地享受AWS云服务。

携手百家APN合作伙伴发布联合解决方案

打造合作伙伴社区，与各类APN合作伙伴携手满足客户对于各种类型行业解决方案的需求，是AWS服务客户、加速客户上云转型的重要举措。今年以来，AWS加大了在垂直行业的资源投入，聚焦行业应用，加速行业用户的数字化转型和数字化创新。

东软集团基于AWS构建了云原生的汽车在线导航业务（NOS）。依托AWS全球基础设施、丰富的安全措施和稳定可靠的云平台，东软的在线导航业务实现了车规级的可靠性。通过云端服务的模式，应用程序可持续迭代、地图数据及路况信息可实时更新，为汽车厂商提供了更稳定、流畅的导航服务，服务中国车企的出海需求，使中国先进的导航技术服务全球用户。

上海速石科技公司主要帮助那些需要高性能计算、海量算力的客户提供一站式算力运营解决方案，目标客户涵盖半导体、药物研发、基因分析等领域。速石构建了基于AWS云上资源和用户本地算力的一站式交付平台，帮助客户的EDA（电子设计自动化）应用进行分析与加速。这一平台通过建立无服务器架构，帮助客户快速灵活地将EDA负载搬迁到AWS云上，利用云上海量的算力，提升研发效率。例如，其中一个客户执行400个计算任务的运行时间从14小时缩短到1.5小时。另一个客户通过启用5000个云上vCPU核心，将芯片计算光刻任务的验证周期从1个月缩到3小时以内。通过速石的一体化监控和管理平台，运维效率提升了20%。

北京外研在线数字科技有限公司是外语教学与研究出版社旗下的外语在线教育综合服务商，它依托外研社的品牌和丰富的外语教学资源，在AWS上构建了Unipus智慧教学解决方案，目前已经服务于全国近1700家高校、覆盖超过1450万师生。Unipus智慧教学解决方案解决了教育行业的诸多痛点，一是对网络质量与稳定性要求高，尤其是考试过程中必须确保师生顺畅地访问；二是访问量波动明显，假期波谷、期末波峰。通过将应用部署在AWS实现SaaS化的交付模式，外研在线搭建了微服务化、自动伸缩的架构，可以及时响应和满足用户的需求。通过使用AWS全托管的数据库服务Amazon Aurora，外研在线实现了数据库自由，数据库容量自动扩展，自动消除访问瓶颈，确保访问性能。目前，仅需1名员工就可以承担AWS相关的线上运维工作，大幅降低了成本。未来，AWS会帮助外研在线在数据挖掘、机器学习、人工智能的算法等方面进行探索，以便更精准地解决个性化教学的问题。

近日，在知名分析机构Forrester新发布的《Forrester New Wave ：SaaS交易平台 2020》市场分析报告中， Forrester对AWS Marketplace进行了详尽的评估和分析。报告认为AWS Marketplace在六个方面表现优异，获评“具有差异化优势”，包括：友好的买家界面、清晰的交易管理流程、完善的合同条款、严谨的尽职调查与品质保证、方便易用的管理控制台、符合客户需求发展趋势的发展路线图。

Forrester认为，AWS对其Marketplace进行了大量投资，并持续在AWS Marketplace的标准合同条款、定制合同谈判，以及像Coupa这样的主流采购工具方面取得突破性进展。同时，AWS Marketplace还提供简化SaaS购买的全新方式，从而在降低风险的同时提高效率。对于AWS开发者，特别是那些喜欢深度集成附加功能的开发者来说，AWS Marketplace特别具有吸引力。

企业软件的“选、买、装”三字经

AWS Marketplace 是一个精挑细选的数字化产品目录，客户通过它可以轻松地查找、测试、购买、部署和管理构建解决方案及运营其业务所需的第三方软件、数据和服务。AWS Marketplace提供了一种创新的方式，重塑企业应用和数据产品从选型、购买到安装部署的过程。

选择：AWS Marketplace目前囊括了50个品类的8000余种软件产品，覆盖1600多家软件供应商，可部署在全球24个区域，为AWS客户提供无边界的云服务，软件产品覆盖安全、联网、存储、机器学习、IoT、商业智能、数据库和开发运营。AWS 7*24小时对这些软件进行漏洞扫描，让客户有广泛而安全的选择。AWS还对这些产品进行分门别类，方便客户选择。

购买：AWS Marketplace上的所有收费被整合在客户的统一账单中，方便客户付费。同时还提供了即用即付、按小时、按月、按年或多年等灵活多样的合同条款。无论客户是希望进行软件测试，还是按需付费，或是与软件提供商协商专属折扣，在各种场景下采购使用软件，AWS Marketplace都可以为客户带来便利，并帮助客户降低成本。

安装部署：AWS Marketplace支持多种部署方法包括Amazon系统映像 (AMI) 和软件即服务 (SaaS) ，客户只需通过几次点击即可快速启动预配置的软件。此外，客户可以将现有的软件许可证转到云上。AWS Marketplace上的软件都已经过验证，可以在Amazon Elastic Container Service (Amazon ECS)、Amazon Elastic Kubernetes Service (Amazon EKS)、AWS Fargate、Amazon SageMaker等AWS云服务上运行。

AWS通过多种服务简化Marketplace的软件产品部署，例如，通过AWS CloudFormation 简化 AWS Marketplace上第三方AMI软件产品的部署。ISV可以用AWS CloudFormation事先定义一个模板，定义他们的软件需要哪些云资源，例如计算实例或实例集群、资源组、负载均衡、数据库实例等。客户选择其软件产品时，利用模板，可能一键配套申请相关的云资源。这一功能最近已经在AWS Marketplace China上线。

AWS Marketplace加速服务中国市场

在中国，我们希望让AWS Marketplace最大限度地为中国客户、中国合作伙伴带来价值，帮助我们的客户在AWS Marketplace上寻找到其所需要的解决方案，也帮助我们的APN合作伙伴寻找新客户。

今年，由西云数据运营的AWS Marketplace China正式在中国上线。目前，AWS Marketplace China已经提供涵盖操作系统、安全、网络基础设施、大数据以及业务分析等方面的超过150 种软件产品。

烟台欣和企业食品有限公司（以下简称“欣和”）是一家生产多品类食品的大型企业，“六月鲜”、“葱伴侣”、“黄飞红”这些耳熟能详的品牌都出自欣和。欣和旗下有11个品牌、上百款产品，每天有4000多万家庭在使用欣和的产品。欣和从2014年初开始了数字化转型之旅，利用公有云平台建起电商平台、经销商和消费者应用系统。经过三年多的发展，原有的IT架构开始遇到瓶颈，无法很好地满足业务快速发展的需求，欣和决定重构整个系统架构，并以AWS云平台为基础进行整体的大数据战略规划。在构建云数据湖的过程中，欣和使用了Talend、Tableau、Fortinet、Commvault等第三方产品实现数据管理、保护和可视化，由于这些软件已经在AWS Marketplace China提供，并且经过了安全性及可用性验证。借助AWS Marketplace China，欣和仅需通过几次简单点击，就能将这些第三方软件快速部署到AWS云环境中，不必再花费几周甚至几个月来测试、部署，时间成本大幅降低。

AWS Marketplace还为中国的ISV 提供了有效的新的获客渠道，可以帮助他们方便地触达AWS遍布全球的数百万活跃客户。借助AWS Marketplace，中国的ISV将获得更广泛的品牌和产品曝光，增加额外的分发渠道，从而吸引新客户，拓展业务。只要产品足够优秀，就有源源不断的收入。目前，已经有来自大中华区ISV的230多款产品上线全球的AWS Marketplace。

广州汇量信息科技有限公司是向全球移动开发者提供综合性服务的技术平台。EnginePlus是汇量科技在AWS上构建的Hadoop集群管理系统，支持自动化部署、资源自动伸缩、实例维护和多集群功能。使用EnginePlus可以让客户轻松地在AWS上构建和使用Hadoop集群，节省运维成本。最近，汇量科技在AWS Marketplace上线了免费版和企业版的EnginePlus，很快就获得海外客户的试用。

AWS一直致力于构建充满活力的APN合作伙伴网络并持续赋能APN合作伙伴，期待更多的中国ISV在利用AWS Marketplace实现自身成功的同时，加速客户的上云之旅与云上创新。

在即将于9月9日到来的AWS合作伙伴峰会2020上，AWS还将为广大APN合作伙伴带来更多关于AWS中国行业生态发展战略、合作伙伴最佳实践等相关内容的分享，以及更多关于AWS Marketplace的详细介绍。AWS合作伙伴峰会是AWS与APN合作伙伴在国内一年一度的盛宴，更是携手共创的聚会。欢迎通过AWS官网和AWS官微了解详情。

Amazon Braket通过提供开发工具、模拟器和多种量子计算机的访问入口，帮助开发和研究人员上手量子计算

日前，亚马逊云服务 (AWS) 公司宣布 Amazon Braket量子计算服务正式上线。它是一项完全托管的 AWS 服务，提供了一个开发环境，可以帮助客户探索和设计量子算法。客户使用 Amazon Braket ，可以在运行于 AWS计算资源的模拟量子计算机上，测试量子算法并进行故障排除，帮助他们验证其实施情况。准备就绪之后，客户可以使用 Amazon Braket，在他们选择的量子处理器上运行量子算法，包括D-Wave、IonQ 和 Rigetti三种技术系统选择。无论是模拟的，还是实际的量子计算作业管理都有着一致的开发体验。客户只需为使用的计算资源付费。要了解 Amazon Braket，请访问：https://aws.amazon.com/braket

量子计算利用了量子力学定律，有潜力解决传统计算机无法触及的计算问题，构建更强大的信息处理工具。它有潜力带来新的科学发现，变革能源储存、化学工程、药物研发、金融投资组合优化、机器学习等领域。目前，要在量子计算方面取得有意义的进展，企业需要发展自己的专业知识，并且要设法使用数量有限的量子计算机。研究人员如果想实验多种量子计算机和技术，需要部署和管理必要的基础设施，与多个供应商协商访问权限，需要编写定制代码与不同的量子处理器进行接口。能够使用量子计算机和托管基础设施，有助于企业评估量子计算最终会如何影响其业务，以便他们能够开始培养必要的技能以探索新的机会。来自多个供应商的、托管的量子基础设施，也有助于促进量子技术的研究和教育，也有可能加速新的突破和量子计算机的未来发展。

Amazon Braket 让学术界和产业界的开发者及研究人员，利用 AWS当前为客户提供的、一致的云服务体验，探索和评估量子计算，帮助克服上述挑战。Amazon Braket 帮助客户快速上手，使用 Jupyter 笔记本等熟悉的工具访问预安装的开发工具，设计量子算法，结果可视化，并与他人协作。Amazon Braket 提供了多个跨平台的开发工具，客户可以设计自己的量子算法，也可以从不断丰富的预置算法库中选择算法。它提供了一致的体验，让客户不再需要学习多个开发环境。客户可以在运行于 Amazon EC2 计算资源上的量子计算机仿真器中运行和测试算法，排除算法故障。准备就绪之后，客户可以在自己选择的量子计算机上运行其算法，无需接洽多个供应商，也不必局限于单一技术。目前，Amazon Braket 客户可以有三种量子计算技术选项：D-Wave的超导量子退火器、IonQ的离子阱量子处理器或 Rigetti的基于门超导量子处理器。除了运行量子算法外，客户还可以使用 Amazon Braket 运行混合算法，结合使用量子计算和经典计算系统，有助于克服当今量子技术固有的局限。

AWS 技术副总裁 Bill Vass 表示：“我们看到量子计算技术取得了更有意义的进步，成千上万的客户正在寻求使用量子计算机进行实验，探索该技术的潜力，为量子计算发展做出贡献。云计算将成为客户访问量子计算机的主要方式，将这些系统与传统的高性能计算相结合，可以进行特定的计算密集型研究。Amazon Braket 让企业能够轻松地开始试验量子计算，从刚刚开始探索可能性的企业到那些已经熟悉不同量子技术、准备将其用作研究工具的企业，都可以上手。Amazon Braket 的目标是成为整个量子社区的创新催化剂，将量子计算机与软件开发者、研究人员和最终用户聚集在一起。”

Amazon Braket 目前已在美国东部（弗吉尼亚北部）、美国西部（加利福尼亚北部）和美国西部（俄勒冈）的AWS 区域上线，未来计划在更多区域提供。

D-Wave Systems 是量子计算系统、软件和服务开发及交付的领导者，是世界上第一个商用量子计算机供应商。它的使命是向世界释放量子计算的力量。D-Wave 首席执行官 Alan Baratz 表示：“我们与 AWS 共同探索实用、真实世界的应用程序，为客户提供价值。作为 Amazon Braket 的系统合作伙伴，我们预计它的上线将不断推动开发者社区的增长，推动量子计算实用解决方案的创新。”

通用量子计算领域的领导者IonQ ，采用捕获离子的方法进行量子计算，使用相同的单个原子作为量子处理单元构件。IonQ总裁兼首席执行官Peter Chapman表示，“随着Amazon Braket正式上线，我们的量子计算机将第一次向公众开放。我们的捕获离子技术得到了数十年科学进步的支持，我们很高兴有数量空前的客户能够通过 AWS 访问我们的离子计算机，加大他们对这项技术的使用。”

Rigetti构建了超导量子计算系统，并通过云端提供访问入口。Rigetti系统进行了优化、可与现有计算基础架构集成，并且经过了定制、以支持实用软件和应用程序的开发。Rigetti Computing公司创始人兼首席执行官 Cad Rigetti表示：“访问最先进的量子计算机，有益于构建实用的量子应用程序。AWS 客户现在可以访问我们目前最先进的处理器 Aspen-8了，它基于我们的 32 量子位技术。通过与 AWS 协作提供对我们系统的访问，我们将能够接触到更多客户，帮助加快这一庄闲游戏在哪 发展。”

（图：AWS大中华区云服务产品管理总经理顾凡 来源：199IT）

中国信息通信研究院7月29日发布的《云计算发展白皮书》显示，从2017到2019年，中国公有云的市场规模从264.8亿元增长689.3亿元，2018年、2019年的增速分别达到65.2%、57.6%。预计到2023年，市场规模将达到2307.4亿元，是2019年的3倍多。

2020年7月31日，亚马逊发布2020年第二季度财报，其中AWS季度收入为108亿美元。在中国，面对未来的良好增长前景，AWS也充满了期待和信心。

顾凡说，AWS要为中国企业和机构的创新赋能，非常重要的一点是要加快AWS云服务产品和功能在中国落地。

AWS云服务落地中国有两种情况：大部分服务和功能只需要做一些简单的本地化开发就可以在中国区域部署落地，有一些服务需要做更多的工作。但无论哪一种，AWS都会根据中国客户的需求，尽快、尽早地将全球的服务和功能落地到中国区域。

中国企业数据量的爆炸式增长，对大数据处理和分析有着非常迫切的需求。针对这些企业客户的需求，今年上半年AWS在中国区域就推出和部署了交互式查询服务Amazon Athena，数据提取、转换和加载 (ETL) 服务AWS Glue，以及流式数据处理服务Amazon MSK。

在容器领域，AWS在中国区域落地部署了Amazon EKS，让管理、运维K8S容器变得简单方便。

7月刚刚发布的AWS Cost Management，是一组帮助客户省钱、精细化管理云资源的服务。让客户少花钱，这种事情在IT界可以说是前所未有的。AWS还经常主动降价，截至2020年6月23日，AWS已经公布了自2006年上线以来的第85次降价。

在今年新落地中国区域的云服务和产品中，特别值得一提的是机器学习服务Amazon SageMaker。

人工智能现在是非常热门的话题。亚马逊认为，人工智能的本质和核心是机器学习。人工智能、机器学习的概念早在50年前就出现了。之所以现在才热起来，是因为过去机器学习的门槛比较高，只有少数科技巨头和硬核的研究机构才有条件进行研究。一方面是机器学习需要的庞大算力不容易获得；另一方面，机器学习模型的训练过程特别复杂，要搭建训练环境、准备数据、寻找合适的算法、进行大量的运算、优化算法。

现在有了云计算，算力不再是问题。SageMaker则可以降低机器学习模型训练过程的复杂性。SageMaker是一项完全托管的服务，它可以化繁为简，帮助开发者和数据科学家快速地规模化构建、训练和部署机器学习模型，大大降低了模型构建和训练的难度。

SageMaker是一个非常开放的产品，无论对于各类机器学习框架和算法的支持，模块化的设计方式，还是对于生态合作伙伴解决方案的支持，能够真正让各种类型、各种需求的客户都很方便地应用这个服务。此外，SageMaker Studio还是业界第一个面向机器学习的集成开发环境。

目前，Amazon SageMaker成为了全球上万家客户的选择。Gartner在2020年2月发布的《云上AI开发者服务魔力象限》，在技术执行力和对技术未来发展愿景的完整规划方面将AWS排名在领导者象限最高位置。

SageMaker一经推出就受到了中国客户和合作伙伴的欢迎。大宇无限、虎牙直播、嘉谊互娱、华来科技等公司已经在使用SageMaker解决机器学习技术的需求。中科创达、东软、伊克罗德分别将SageMaker运用到产品质检、企业安全网关、标签标注、文本分析、语意理解、预测分类、推荐系统与诈欺侦测等多种解决方案和应用场景之中。

AWS在加快产品落地、为中国的企业创新赋能的同时，也担当了中国市场全球化桥梁的角色。

一方面，很多知名的中国公司，例如像美的集团、猎豹移动、小米、OPPO、虎牙直播、海信、德比软件、安克创新、TP-Link、一加、币安、晶泰科技、华大基因、传音控股、网易游戏、我爱我家、携程旅行、迈瑞医疗等等，都在利用AWS的全球基础设施和云服务。得益于AWS全球24大区域、77个可用区的广泛布局，这些公司不需要费力地，去异国他乡构建IT设施，在中国就可以做好海外业务。AWS还利用亚马逊的全球资源，例如全球开店、Prime会员、物流配送体系、生态合作伙伴资源等等，为他们提供销售、市场、产品交付、融资等帮助。

另一方面，还有很多跨国公司，例如博西家电、英孚教育、玫琳凯、太古可口可乐、先锋电子、英伟达、赛默飞世尔、西门子、飞利浦等等，他们在海外就使用AWS。进入中国后，他们可以使用AWS中国区域，快速部署应用，在运营上享受一致的体验。

顾凡说，在海外区域使用AWS的客户，也是AWS新服务落地中国区域的向导，他们给AWS提供反馈，希望哪些服务尽快落地中国区域。根据客户反馈制定服务落地中国区域的优先级，让AWS赋能中国客户的工作事半功倍，更加高效。

知名研究和咨询机构Gartner最近发布了一个针对AWS的供应商评估报告。这一名为Gartner Vendor Rating 的评估报告，是Gartner面向企业用户所做的IT采购决策参考指南。它通过对一家IT供应商进行全面的评估，告诉最终用户，这家供应商作为战略性的供应商合作伙伴，在各方面技术实力如何，发展走势和长期定位怎样，从而帮助用户管控供应商风险，为用户的关键采购、投资及续约决策提供参考。Gartner在这项评估报告中，对AWS给予了有史以来的最高评分：28分（满分为30分）。记者了解到，Gartner还没有给过其它IT供应商27分以上的评分。

Gartner在评估报告中指出，亚马逊利用科技力量颠覆传统市场，缔造独树一帜的客户体验。而亚马逊云服务(AWS)，充分展现了其颠覆性技术在市场上的强大影响力。Gartner建议企业应该充分借鉴亚马逊的数字化模式，将其作为技术驱动力的杰出范例，在业务中融入数字流程，模仿亚马逊，在寻找新市场机会和响应竞争威胁方面打造敏捷性。

这一评估报告可以Gartner官网下载，网址：https://www.gartner.com/doc/reprints?id=1-1ZFLWYKW&ct=200709&st=sb

借鉴亚马逊的数字化模式，AWS是最佳的入口。AWS大中华区云服务产品管理总经理顾凡告诉记者：“AWS为亚马逊的各种创新提供了技术支撑，其中云原生架构是关键。”

云原生架构有三大特征：微服务、自服务和开发运维一体化。微服务实现了应用模块化、应用模块之间接口的标准化，让应用更敏捷灵活；自服务可以让开发团队快速获得资源，不需要冗长的流程；开发运维一体化，可以让应用快速迭代和升级。AWS为客户的创新赋能，最重要的是提供广泛、全面、深入、功能强大的云服务。客户使用这些云服务，就能够构建云原生架构，实现敏捷创新，缩短新应用上线时间，加快应用升级迭代速度。通过丰富的云服务，客户可以借力最新技术，而不需要自己造轮子。

目前AWS提供的云服务超过175项，涵盖计算、存储、数据库、网络、分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等诸多方面。其中很多服务是AWS在云上首创的，有些至今仍然是非常独特的。 例如，无服务器服务、云上庄闲网络娱乐平台进入 服务、云上卫星地面站数据服务、云上机器学习平台服务等等。

AWS Outposts、AWS Local Zone、AWS Wavelength、AWS Ground Station、Amazon Bracket是AWS在 2019 re: Invent全球大会上推出的创新服务，分别实现的功能包括：帮助用户从本地的数据中心无缝衔接公有云，在特定城市建设本地可用区让当地终端用户缩短延迟，5G网络边缘的电信运营商数据中心部署云服务让终端用户缩短延迟，让客户不需要高投入就可以使用卫星通信处理数据，让一般的企业也可以探索量子计算的用途和用法，等等。AWS可谓上天入地，竭尽云计算的各种可能。

AWS Snowcone是2020年6月推出的一个云服务，它是一个边缘计算设备，长宽相当于大半张A4纸，比最新iPad七代还小一点点。在AWS Snowcone上可以运行使用 AWS IoT Greengrass 或 Amazon EC2 实例，运行边缘计算应用，也可以用来收集、处理数据，将数据传输到AWS云。

AWS这些服务的推出，都引来业界人士一片叫好声。

在不断推出新服务的同时，现有的服务也会不断迭代新的功能。以最经典、最早的Amazon EC2弹性计算云（Elastic Compute Cloud）服务为例，AWS一直不断地更新升级底层物理服务器的体系架构、硬件配置、虚拟化软件，不断增加新的实例类型。

截止2019年12月，亚马逊提供超过270种实例类型，是两年前的4倍，这在行业中遥遥领先。所谓实例，通俗地说就是云主机。AWS通过创新的Nitro架构，推出新一代C5实例类型，让性价比提高了49%。通过自研ARM处理器推出新实例，基于AWS Graviton 2第二代自研芯片的第六代C6实例，比第五代的性价比再提高40%。此外，在芯片方面，AWS已经集齐了英特尔、AMD、英伟达、赛灵思等不同芯片厂商的处理器。各个芯片厂商发布最新的产品，往往意味着更高的性能，更高的效率，更高的性价比。芯片厂商只要有新处理器上市，AWS几乎都能第一时间放在云上供客户使用。

通过AWS提供的云服务，客户可以打造云原生的架构，提高敏捷性，快速试错，快速迭代，加速创新，缩短产品上市时间；同时还能降低一切技术门槛和资金门槛，减少资本开支，降低IT运维成本。

在庞大用户量的背后，是对于游戏平台伸缩性的巨大挑战。如何在晚上6-8点的流量高峰期保持与流量较低时同样的系统反应速度和游戏体验，真正让用户做到对后台技术和基础设施“无感”，是金科文化在构建游戏平台时首要关注的重点。为了满足这一需求，金科文化将服务平台构建在了AWS云服务之上。通过在AWS上建立一套云原生的系统架构，金科文化能够轻松满足高并发、高效率、高可用、低成本的运营需求，不管流量多大，用户体验感受一致，不受影响。

此外，为了服务遍布全球的用户，金科文化在全球建立了同样架构的两个游戏服务平台：国内用户平台使用西云数据运营的AWS中国（宁夏）区域，海外用户平台使用AWS亚太（新加坡）区域，为世界各地的用户提供更加顺畅、更低延迟的服务。

云原生架构支撑千万级日活的“无感”体验

由于汤姆猫家族游戏的日活用户达到千万级，由此产生的日广告点击量更是高达百亿级，金科文化需要设计一个高并发的系统架构，以便顺畅地处理前端大量用户的访问请求，并在后台进行大数据量的实时处理和分析。当一个用户进入/退出游戏、点击广告、做出支付购买行为时，用户平台要能够迅速提取出该用户的基本信息、状态信息，同时实时更新用户的状态信息。

为了充分利用云的好处，金科文化采用了云原生的架构。云原生是当前一种重要的IT理念。所谓云原生，就是相对于传统的应用开发方式，以应用在云上运行为前提，在应用的开发运维中充分利用云的特性和优势，实现应用的敏捷性、弹性伸缩、高可用性、高效率、降低总拥有成本等好处。云原生架构开发中通常采用的技术包括开发运维一体化（DevOps）、微服务（MicroServices）、敏捷基础设施（Agile Infrastructure）等。

通过采用Amazon Elastic Compute Cloud（Amazon EC2）弹性计算服务、Amazon EC2 Auto Scaling弹性伸缩服务、Application Load Balancer（ALB）负载均衡服务和Amazon DynamoDB键/值和文档数据库服务，金科文化的游戏平台实现了7倍的自动伸缩和负载均衡。云原生架构帮助金科文化在保证系统开发、运维、交付效率的同时，实现了自动扩容、自动运维等来保证系统弹性，从而为其打造“无感”用户体验打下了扎实的基础。

云应用的下一步延申：大数据分析

汤姆猫游戏家族成功的背后，除了通过云原生架构实现的“无感”用户体验，还来源于通过大数据分析不断改善应用开发和运营，持续提高用户体验。用户分析系统是金科文化在AWS云上的另一个重要应用，通过分析用户留存、使用时长等数据，为游戏开发和运营提供决策依据。

金科文化巨大的用户量背后，每天需要处理的数据量在压缩后依然高达百GB 级别，导致传统数据库无法承担，更无法支撑实时数据分析。金科文化的用户分析系统使用了Amazon Kinesis Data Streams接入数据流，通过Amazon Kinesis Data Analytics进行实时数据分析，并将离线数据接入Amazon Simple Storage Service (Amazon S3) 云存储服务进行数据的抽取、转换和加载（Extract-Transform-Load，简称ETL）处理。金科文化还使用Amazon Redshift托管式数据仓库替代了原有架构中开源的解决方案Apache Kylin，将部署和运维开支成本降低了70%多。

游戏行业对云服务的应用由来已久，而云原生的概念也被广泛验证和推崇。在实际应用中，通过广泛而深入的云服务提高应用弹性和敏捷性，最大限度发挥云原生的价值，将帮助游戏企业提升运营效率、降低运营成本，适应用户需求快速创新，从而为企业发展带来巨大的价值。金科文化在AWS的应用，为业界同行树立了一个成功的典范。

AWS 财务管理服务可以让客户更好地组织、报告、控制和优化 使AWS云服务的成本和资源利用率，这对云上资产较多的客户尤其具有价值。他们可以建立成本分配模式，为改进成本监管奠定基础；加强云使用的成本意识，实行问责制；还可以在单一整合视图中跟踪整个组织的账单，对云的使用和花费一目了然；也可以自定义预算阈值，通过自动警报通知控制支出；在优化成本和使用的同时，构建可扩展的现代化应用程序。

成本信息的组织及报告：AWS Cost Explorer可以让客户深入了解云支出和使用趋势，可以查看每个用户的花费，或者客户在每个AWS产品上的支出，也可以通过使用标签整理客户的产品使用，清晰了解在每个项目或团队上的支出。在 AWS 管理控制台就可以启用 AWS Cost Explorer，以便查看支出，使用筛选和分组功能创建使用报告，预测未来费用。

改进规划和预算：利用 AWS Budgets可以创建预算，以便在成本或使用量超过（或预测将超过）指定阈值时接收告警，从而更好地监控成本和使用情况。 除了成本和使用情况之外，客户还可以设置预算，以跟踪预留实例的覆盖率和利用率，实现更大的成本节省。

提供成本优化建议帮助客户节省成本：客户可以通过 AWS Cost Explorer 提供的成本优化建议，找到新的成本节省方法，例如利用预留实例 (RI) 和 Amazon EC2 合理精简建议来节省成本。这些建议报告主要通过评估历史工作负载，提供成本节省指标，从而发现节省成本的机会。

深入了解：一些客户喜欢构建自定义成本跟踪报告，或者将 AWS Cost and Usage Reports与现有工具和系统集成。 借助 AWS Cost and Usage Reports (CUR)，客户可以获取全面的成本、使用情况，及自定义的标签数据。可以将成本和使用情况与其使用的团队、产品或组织相对应。每天多次将 CUR 报告发送到指定的Amazon Simple Storage Service (Amazon S3) 存储桶。借助 Amazon Athena 数据集成功能，客户可以使用标准 SQL 快速搜索查询成本和使用情况的信息。还可以将数据直接上传到 Amazon Redshift，以执行进一步的分析。

关于AWS财务管理服务的更多信息，请访问：https://www.amazonaws.cn/aws-cost-management/

###

共同为消费者提供安全、稳定、可靠、快速响应的智能家居体验

 [2020年7月14日，广州] 亚马逊云服务Amazon Web Services, Inc. (AWS) 宣布，西门子（中国）近期于中国建博会（广州）上重磅发布的“SieNeuro智能家居系统”采用AWS技术和服务开发并全面部署在AWS中国（北京）区域（由光环新网运营），共同为消费者提供安全、稳定、可靠、快速响应的智能家居体验。SieNeuro智能家居系统是西门子（中国）通过精研本地用户生活习惯和对智能家居产品的需求而匠心呈现的家居电气设备控制产品，也是西门子（中国）第一个自主研发的、完整系统化的智能家居产品。该产品系列涵盖智能开关、智能插座、温控器、感应器等八个品类超过20款智能硬件产品，以及一个云端后台和功能强大的手机App，其后端服务全部构建在云上。通过采用广泛而深入的AWS云服务，西门子（中国）建立了一个快速、便捷的开发和搭建平台，迅速构建了全新的智能家居业务，在保证系统性能的前提下大大降低了运维成本，并提升了终端消费者的使用体验。根据测算，与使用传统数据中心相比，西门子（中国）智能家居系统的开发效率提升达40%，运维成本降低达20%。

智能家居系统开发的一个重大挑战在于物联网的实现，尤其是有大量分散的、联网条件参差不齐的设备需要连接，而且设备的最终数量由产品的销量所决定，在产品开发设计阶段难以预计。使用AWS云服务大大降低了产品团队的开发难度，提高了开发和运维效率，降低了运维成本。目前，SieNeuro智能家居系统所有的智能家居设备与云端的通讯都以 AWS IoT 物联网服务为基础架构和设施，尤其是通过AWS IoT Core能够可靠地扩展至数十亿台设备、数万亿条消息。这使得西门子（中国）可以轻松将任意数量的设备连接至云端。为解决物联网应用普遍存在的数据存储问题，SieNeuro智能家居系统使用了AWS上的Amazon DynamoDB数据库服务和Amazon S3存储服务，实现了稳定可靠、自动扩展的数据存储，为用户提供安全、可靠的服务。西门子（中国）还部署了一系列AWS安全服务来确认系统及数据的安全，例如通过AWS Identity and Access Management (IAM)来管理对AWS服务和资源的访问。

此外，用户在使用智能家居产品时存在明显的波峰和波谷，例如，早晚非工作时间的使用量明显高于白天工作时间，通常智能家居系统必须预留一定的资源以应对需求高峰，这在一定程度上造成了IT资源的浪费。为了解决这一问题，西门子（中国）使用了AWS首创的无服务器技术，通过使用AWS Lambda，无需操心服务器、操作系统、数据库等基础运维问题，以及容量和扩展性问题。而且，只有消费者操作时SieNeuro智能家居系统才激活应用，极大地节省了计算和网络资源。西门子（中国）通过AWS无服务器技术还解决了智能家居系统响应时间的问题，提升了客户体验。

对智能家居产品来说，让人安心踏实的用户体验至关重要。AWS作为全球云计算的开创者和引领者，拥有业界公认的领先技术，安全稳定可靠的运营，种类丰富、功能强大的云服务，以及全球广泛覆盖的基础设施，赢得了西门子全球的信赖。西门子（中国）有限公司智能基础设施集团智能家居产品总监齐宇表示，“SieNeuro智能家居系统是西门子（中国）进军智能家居业务的重要里程碑。通过将后端服务构建在AWS云上，这一系统可以快速扩容，完全不需要为业务高峰预留IT资源。同时，我们的开发团队可以集中精力提升用户体验，开发高质量的产品，从而能够加速业务创新，提升终端用户体验，帮助西门子（中国）在激烈的竞争中立于不败之地。”

“上云已经成为众多传统制造企业进行数字化转型的必然选择，”AWS大中华区企业业务拓展部总经理凌琦表示，“尤其是很多传统制造企业在向物联网和智能产品领域转型的过程中都会遇到现有IT系统无法满足业务支撑的需求，需要快速向云上迁移的情况。目前，依靠AWS在物联网、大数据、机器学习等方面的领先技术，近年来全球范围内发布的大多数大型物联网应用项目都构建在AWS上。我们期待与西门子（中国）继续深化合作，助力西门子智能家居业务在中国的蓬勃发展。”

关于SieNeuro智能家居系统

西门子公司专注于数字化创新，将多点布局的创新中心网络、全球研发体系以及本地业务需求相结合，开发满足本地客户需求的创新产品和解决方案，在智能家居领域亦是如此。继引领行业潮流的空气检测仪和智能门锁之后，西门子在中国建博会（广州）现场重磅发布了SieNeuro智能家居系统。该产品系列涵盖智能开关、智能插座、温控器、感应器等八个品类，超过20款智能硬件产品，以及一个云端后台和功能强大的手机App。整套系统沿用西门子一贯以来引领行业风潮的极简而有质感的外观设计，体贴而又快捷的交互设计力求做到用户操控一步即达，性能强大的网关使得本地操控毫秒级抵达。

关于AWS

14年来，Amazon Web Services（AWS）一直是世界上服务丰富、应用广泛的云服务平台。AWS提供超过175项全功能的服务，涵盖计算、存储、数据库、联网、分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方面，遍及24 个地理区域的76个可用区（AZ），并已公布计划在印度尼西亚、日本和西班牙新建3个AWS区域、9个可用区。全球数百万客户，包括发展迅速的初创公司、大型企业和领先的政府机构都信赖AWS，通过AWS的服务强化其基础设施，提高敏捷性，降低成本。欲了解AWS的更多信息，请访问：http://aws.amazon.com。

在2020年7月9日下午举办的世界人工智能大会2020云端峰会产业发展高峰论坛全体会议上，AWS人工智能副总裁Swami Sivasubramanian发表了题为《突破常规：机器学习无处不在》的主题演讲。他表示，我们正在开启一个机器学习的黄金时代，机器学习已经在汽车自动驾驶、欺诈检测、呼叫中心、生产制造、语音转录、机器人技术、金融、零售、医疗等多个领域发挥重要作用。Swami还就企业如何使用机器学习技术及培养机器学习能力等方面提出建议，希望机器学习为各类企业和机构的发展注入强大动能，助力整个社会加速迈入人工智能时代的美好未来。

在“智联世界，共同家园”这一主题的号召下，今年的世界人工智能大会正在紧密推进使用 AI 对新冠肺炎的诊断、康复和复工复产等方面进行研究的工作。自新冠肺炎疫情爆发以来，AWS一直在大力推动机器学习在全球抗疫中发挥作用。本届世界人工智能大会期间，“AWS面向药物发现的深度图学习”成功入选2020卓越人工智能引领奖（Super AI Leader，简称SAIL）年度榜单，体现了AWS在深度图学习方面的领先技术和在医疗领域的前瞻应用。

这一入选项目包含了AWS所构建的一个生物医药知识图谱，以及研发的一系列面向新药研发的深度图学习工具。其中最为引人注目的是AWS近期公开发布的一个用于大规模药物重定位（老药新用）的知识图谱 DRKG (Drug Repurposing Knowledge Graph)，以及一套完整的用于药物重定位研究的机器学习工具，目前已经在 github 上开源给全世界研究机构。DRKG是AWS上海人工智能研究院联合AWS全球AI 研究团队、明尼苏达大学、俄亥俄州立大学和湖南大学的专家学者共同构建的，其目的是帮助研究人员更有效地对新冠病毒及其它疾病（如阿尔茨海默病）进行药物重定位研究。相比较传统的新药开发，药物重定位可以缩短药物研发周期，降低成本，规避风险，因此是一种比较有前景的新冠肺炎治疗策略。DRKG是一个综合型生物医药知识图谱，它从六个公开的大型医药数据库以及近期新冠肺炎的相关医学文献中挖掘数据并进行整理和规范，包含了人类基因、化合物、生物过程、药物副作用、疾病和症状等六个主要方面的数据。

此外，入选项目还包含两个由AWS上海人工智能研究院研发并开源的深度图学习工具，包括专门针对大规模知识图谱嵌入表示的训练和推理工具DGL-KE及支持分子性质预测、药物设计、先导化合物优化、化学反应预测等的DGL-LifeSci。测试表明，DGL-KE相比同类型其他开源工具在标准测试集上有2到5倍加速，DGL-LifeSci使研究人员可以只用一行代码完成分子性质预测建模，较现有的实现最高能提速13倍。

AWS一直以来致力于将其在机器学习和人工智能方面深厚的技术积累，以云服务的方式，赋能给全球几百万客户。除了抗击新冠疫情之外，机器学习在各行各业都有着非常广泛的应用前景。本届世界人工智能大会期间，AWS专门举办了主题为“当AI在云端生长”的在线论坛，从前沿技术、行业应用场景和技术实现的角度，分享如何借助 AWS 机器学习和人工智能服务进行创新，提高效率和节约成本，推动AI实际落地及各行业应用场景的实现。AWS机器学习副总裁和杰出科学家Alex Smola、AWS机器学习副总裁Bratin Saha、AWS首席科学家李沐、AWS上海人工智能研究院院长张峥、AWS中国机器学习业务拓展和产品技术架构总监代闻、AWS首席开发者布道师费良宏、AWS 高级开发者顾问王宇博、天津华来科技有限公司 CTO季宝平、Freewheel 机器学习团队负责人吴磊、中科创达软件股份有限公司首席技术官邹鹏程等出席了这一论坛。

作为2020世界人工智能大会的战略合作伙伴，AWS连续三年鼎力支持大会。今年，AWS也将通过深度参与各类全体会议、主题论坛、行业论坛以及通过云端峰会AI家园展示区等，多方式诠释“当AI在云端生长”的无限可能！

近期， AWS中国（宁夏）区域（由西云数据运营）和AWS中国（北京）区域（由光环新网运营）正式上线了云管理服务AWS Organizations。作为一种管理服务，AWS Organizations可集中控制和管理多个AWS账户，无论是初创公司还是大型企业均可以使用，而不需要额外付费。了解更多信息可访问https://www.amazonaws.cn/organizations/。

随着企业或机构在 AWS 上的工作负载不断增加，他们需要更多的管理手段。通过使用AWS Organizations，可以集中管理账单，控制访问权限，统一管理合规性和安全性，并在各个 AWS 账户间共享资源。使用AWS Organizations可以带来以下好处：

• 集中化。通过AWS Organizations及相关服务，企业可以安全地批量管理用户身份、云资源和使用权限。具体来说，客户可以创建帐户组，将策略添加到组，确保对帐户应用正确的策略，无需自定义脚本和手动流程，轻松地部署控制防护机制，进行精细的访问控制，为员工、应用程序和设备授予他们需要的 AWS 服务和资源访问权限。
• 自动化。使用AWS Organizations，企业可以自动创建和管理 AWS 帐户，简化 IT 操作。例如，可以自动创建新账户，实现工作负载或应用隔离，让这些账户中的实体只访问必要的AWS服务。
• 灵活性。通过AWS Organizations及相关服务，客户能够委派管理任务，辅之以一些自动化功能，轻松管理多账户的大型 AWS 环境。借助 AWS Organizations，客户可以保持资源管理规则的一致性，从而提高安全性，保持合规性。AWS Organizations 有助于在公司内多个帐户之间配置 AWS 服务、分享资源。
• 整合。使用 AWS Organizations，可以整合账单，为所有 AWS 账户设置同一种付费方式，并且方便综合查看各个账户产生的费用，还可以汇总使用量，以获得AWS的批量折扣，从而节省成本。

自 1999 年成立以来，WirelessCar一直致力于引领汽车行业驶向数字化社会。通过数字服务为汽车互联赋能并提供技术支持，在汽车行业和电信技术领域之间搭建起桥梁，创建一站式的汽车移动电子服务平台。WirelessCar 高级项目经理 Eric Sun表示，“WirelessCar 在全球一直使用AWS Organizations 来帮助集中管理账单，控制访问权限，管理合规性和安全性，并在各个 AWS 账户间共享资源。通过使用这一服务，我们有效降低了账户运维管理的时间，节省了人力成本，有效提高了IT运维效率，并让我们可以专注在业务开发和创新上。非常高兴AWS Organizations 服务在中国区域落地，相信这将对我们提高日常管理效率带来极大的帮助。”

埃森哲和AWS有持续而深入的合作，为多个客户提供上云和云上相关方案的咨询、迁移和实施服务。埃森哲云计算业务总监王赟超说：“AWS Organizations服务在中国区域上线，对我们为客户设计实施云上自动化的整合账单、云上多账号管理方面提供强有力的帮助。尤其在 AWS Landing Zone解决方案中，自顶向下设计账号结构并实现层级管控，为实现整个组织的安全合规控制节省了时间。”

 北京时间6月23日，亚马逊云服务（AWS）与Formula One Group (F1) 在美国西雅图共同宣布，将在F1 2020赛季新增六项实时赛车数据。其中，“车辆性能得分”这一项将于7月3-5日在奥地利斯皮尔伯格赛道进行的首场大奖赛上率先亮相。“车辆性能得分”单独列示每辆赛车的性能，方便车迷进行不同车辆之间的性能对比。基于AWS包括机器学习在内的一系列服务，本赛季即将发布的六项数据可以方便车迷比较自己喜爱的车手和赛车，更好地预测比赛结果。欲了解更多信息，请访问https://aws.amazon.com/f1/。

每辆F1赛车上有300个传感器，每秒产生超过110万个数据点并传送至维修区，因此，F1是一项真正的数据驱动型运动，比赛的刺激感很大程度上取决于提炼统计数据中令人兴奋的细节。依靠AWS广泛而深入的服务，F1实现了大量数据的实时流式传输、处理和分析，并以观众可以理解的方式呈现给全球的F1电视观众。“车辆性能得分”以图形的形式显示在屏幕上，通过低速过弯、高速过弯、直线行驶、车辆操控四个核心指标，为车迷提供赛车总体性能的完整细分。以图形的形式解读不同车辆指标的对比，将帮助车迷衡量车辆不同方面的相对性能，并查看每个车队和车手的领先优势或导致落败的关键因素。

之前，F1和AWS曾宣布了六项“F1 Insights（F1洞见）”，包括驶出速度、预计进站维修策略、进站窗口、对决结果预测、进站策略对决和轮胎性能。此次双方将进一步推出以下六个“由AWS驱动的F1 Insights”统计数据，在本赛季7月到12月之间以图形形式显示在屏幕上，让车迷对赛道上的瞬间决策和行动以及维修区车队策略师的决策有更深入的理解：

• 车辆性能得分：单独列示每辆车的性能，方便车迷进行不同车辆的性能对比（将于7月3-5日在2020赛季F1奥地利大奖赛上首次亮相）。
• 终极车手速度比较：基于这项数据，车迷可以将自己喜欢的车手与1983年至今的任何车手进行比较，从而确定F1史上最快车手（将于8月7-9日在阿联酋F1 70周年大奖赛上首次亮相）。
• 高速/低速过弯性能：这项数据对圈速至关重要，车迷能够比较不同车手以超过175 千米/小时（109 英里/小时）的速度驶过最快弯道的表现，以及以低于125 千米/小时（78 英里/小时）的速度低速过弯的表现（将于8月28-30日在F1劳力士比利时大奖赛首次亮相）。
• 车手技能评分：根据影响整体表现的最重要因素，对车手技能进行细分和评分，确定赛道上的最佳“全能车手”。对排位赛表现、起跑、比赛节奏、轮胎管理和超车/防守风格等不同子集进行计算，得出车手的整体评分（将于下半赛季首次亮相）。
• 车辆/车队发展与赛季整体表现：基于车队本赛季各场比赛的累积表现，发掘每支车队的发展情况（将于下半赛季首次亮相）。 

• 排位和比赛节奏预测：从练习赛和排位赛圈数中收集数据，在每场比赛前预测最有可能获胜的车队，这一数据将为周六排位赛和周日正赛增添吸引力和刺激感（将于下半赛季首次亮相）。

为了获取上述的全新统计数据，F1将在Amazon Simple Storage Service（Amazon S3）中储存的近70年间的历史比赛数据与通过车上和赛道传感器收集的实时比赛数据进行综合分析。首先，这些实时数据通过AWS的实时数据收集、处理和分析服务Amazon Kinesis从传感器传输到云上。然后，F1工程师和科学家将通过AWS用于构建、训练和部署机器学习模型的服务Amazon SageMaker把这些数据应用于机器学习（ML）模型。其次，F1通过在AWS Lambda上部署机器学习模型，对比赛表现指标进行实时分析。AWS Lambda是一项无需预置或管理服务器即可运行代码的计算服务。所有从数据中获取的洞察结果都将集成到F1赛事国际广播的推送中，包括其数字平台F1.tv，帮助车迷理解车手或车队策略师做出的影响比赛结果的重要瞬间决策和竞赛策略。

F1首席工程师Rob Smedley表示：“在过去两年中，F1充分利用AWS的服务进行密集的动态数据分析。我们双方共同为车迷提供了‘F1 Insights’，使车迷前所未有的接近赛道，并为他们揭开了维修区里曾经不为人知的故事与见解。我们很期待能够继续扩大与AWS的这种成功协作，不断推出更多元化的数据解读，带领车迷更深入地了解车手和车队协力取得成功的多种途径。”

AWS全球商业销售副总裁Mike Clayville表示：“F1比赛融合物理性能和人类表现，由此产生了强大且复杂的数据。AWS一直在帮助F1利用这些数据。目前，双方合作产出的统计数据已经将车迷带入了比赛的装备区，我们对赛车空气动力学的研究也正在影响2022赛季的车辆设计。今年，我们很高兴能在云端扩展F1的数据力量，解锁新的数据解读，帮助粉丝进一步理解F1意蕴丰富的复杂因素。”

更多关于AWS与F1相关的信息，请访问: https://aws.amazon.com/f1/。更多关于AWS如何帮助F1开发下一代赛车的信息，请访问: https://aws.amazon.com/f1/news/。

###

关于亚马逊云服务

14年来，亚马逊云服务Amazon Web Services（AWS）一直是世界上服务丰富、应用广泛的云服务平台。AWS提供超过175项全功能的服务，涵盖计算、存储、数据库、联网、分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方面，遍及24 个地理区域的76个可用区（AZ），并已公布计划在印度尼西亚、日本和西班牙新建3个AWS区域、9个可用区。全球数百万客户，包括发展迅速的初创公司、大型企业和领先的政府机构都信赖AWS，通过AWS的服务强化其基础设施，提高敏捷性，降低成本。欲了解AWS的更多信息，请访问：http://aws.amazon.com。

关于亚马逊

亚马逊秉承四大原则：顾客至尚、崇尚创新、卓越运营、长远思考。公司开创了诸多创新产品和服务，包括客户评论、一键下单、个性化推荐、Prime会员服务、亚马逊物流、亚马逊云计算、Kindle自出版(Kindle  Direct Publishing)，Kindle，Fire 平板电脑, Fire TV, Amazon Echo以及智能语音助手Alexa等。

云计算是新一代基础设施，在抗疫胜利、新基建等利好趋势下，我国云计算市场正迎来发展的又一个黄金时期。为此B.P商业伙伴主办2020中国数字生态英雄之云计算生态合作专题线上论坛，共话抗疫胜利、新基建叠加下云计算发展的机遇与挑战。

本次论坛嘉宾和议题主要包括：

B.P商业伙伴创始人兼总裁 国秀娟：新基建时代下，中国政务云发展趋势报告

用友网络科技股份有限公司 副总裁 、云市场事业部总经理 傅毅：云聚生态 SaaS加速–用友SaaS加速器计划 共筑企业服务新增长

神州光大 CEO 高峰：值得信赖的一站式云管理服务运营商

南天信息云计算/分布式计算首席架构师、云业务事业部总经理 戴敏：深入数字化转型 构建数字化业务敏捷性

赛迪云计算专家 陆峰：网络科技助推企业数字化转型！

AWS中国区生态系统及合作伙伴部总经理 汪湧：新基建下携手合作伙伴助力企业数字化转型之路

同时，与会嘉宾还将就新基建背景下云计算的新机遇进行精彩对话，包括云计算发展都有哪些挑战与机遇、目前云计算生态发展的方向和痛点有哪些、对生态发展的倡议和见解等。

B. P商业伙伴，是一家致力于为IT产业与企业成长与生态建设提供的全生命周期服务的专业机构，主要为客户提供生态战略咨询与调研、生态拓展与营销等系列服务，旗下拥有B.P商业伙伴生态全媒体矩阵、数字生态商学院、数字生态研究院、中国数字生态大会等系列平台和项目，每年发布中国方案商500强、中国数字生态500强、中国云计算生态500强等系列图谱，建立中国IT生态英雄汇高端俱乐部、还有产业最高配的高端数字生态联盟等最优质的生态资源。是国内最权威数字产业发展服务平台。

作为B. P商业伙伴战略合作伙伴，199IT数据研究中心与B. P商业伙伴有着共同理念，秉承专业、专注的研究精神，努力推动中国各行业数字生态发展，199IT数据研究中心全力支持B. P商业伙伴2020中国数字生态英雄月相关活动，一起为用户贡献更精彩专业的行业观点和内容。

本次活动将于6月16日下午两点半正式开始，感兴趣的朋友可扫码报名参加。如有关于会议任何问题，欢迎联系 微信：7281670

（扫码报名参加活动）