[.com原稿]作为先进的云服务提供商，AWS一直站在全球云计算市场的前沿。总裁（全球技术和开发者布道者团队）伊恩·马辛厄姆（IanMassingham）认为，市场排名或地位并不是AWS的主要目标。AWS期望通过倾听客户的需求，为客户提供优质的服务，实现自身的发展和价值，这或许是AWS获得客户认可和成功的重要原因之一。事实上，AWS一直对技术和市场的发展趋势保持着敏锐的洞察力。为不断满足客户的各种需求，AWS注重技术研发与创新，其产品和服务也在不断丰富。它仅在2018年推出。1957引入了新的功能和服务。同时，AWS云服务覆盖全球，拥有22个地理区域和69个可用区，未来还将在开普敦、雅加达、米兰等地陆续推出新区域，让AWS获得海外接入来自中国。企业和全球商业企业的青睐。从AWS近期发布的新产品和市场动作来看，AWS正在持续加大对物联网和人工智能两大领域的投入。AWS副总裁（全球技术和开发者布道者团队）伊恩·马辛厄姆（IanMassingham）构建了完整的AWS物联网平台至此，AWS拥有完整的物联网，包括数据服务、控制服务和设备软件平台。在数据服务领域，有AWSIoTEvents、AWSIoTSiteWise、AWSIoTAnalytics；在控制服务领域，有AWSIoTThingsGraph、AWSIoTDeviceManagement、AWSIoTDeviceDefender、AWSIoTCore等；在设备软件领域，有AWSIoTGreengrass、AmazonFreeRTOS、AWSIoTDeviceSDK、AWSIoTDeviceTester等。此外，AWS还有专门的运行时软件，支持开源设备，为边缘设备提供运行环境.IanMassingham介绍了其中三种新的物联网服务。一种是AWSIoTDeviceManagement设备管理服务，可以管理大量的物联网设备。客户可以轻松安全地大规模注册、组织、监控和远程管理物联网设备。它还可以扩展车队并减少大规模管理部署的各种物联网设备的成本和工作量。第二个是AWSIoTDeviceDefender，物联网设备的安全管理，它使客户能够轻松维护和执行物联网配置，例如确保设备身份、验证和授权设备以及加密设备数据，并持续审计您的物联网配置以保留信息安全，因为设备与其他设备和云通信。第三个是AWSIoTAnalytics，它可以轻松地对大量物联网数据执行复杂的分析，而无需担心构建物联网分析平台通常会带来的所有成本和复杂性。分析易于使用，使客户能够针对IoT应用程序和机器学习用例做出更好、更准确的决策。同时，AWS也在积极与生态合作伙伴展开合作。在AWS技术峰会深圳站上，AWS正式宣布将在深圳建立大中华区第二个物联网实验室。实验室由具有物联网专业知识的跨界工程师和解决方案架构师组成。协助APN合作伙伴和客户完成硬件认证、应用开发、测试和端到端解决方案部署等各类项目的云服务。此外，IanMassingham还重点介绍了AWSIoTGreengrass，它将本地计算、消息传递、数据缓存、同步和ML推理连接到边缘设备。Greengrass可以看作是一个边缘运行时，它可以将多个边缘设备联合起来成为边缘设备流，从而实现这些边缘设备的泛自治运行。Greengrass提供预置连接器，集成优质测试工具，支持安全通信，让客户无需编写代码即可轻松扩展边缘设备能力，还可以降低物联网应用的运行成本。AWS云上机器学习能力的交付给人们的生活带来了巨大的改变。无论是对于AWS还是亚马逊，人工智能都是非常具有战略意义的技术。亚马逊使用机器学习技术已有20多年。亚马逊目前招聘的很多职位都与机器学习技术相关，可见其对AI的重视程度。IanMassingham提到，在人工智能领域，AWS从机器学习框架和基础设施、机器学习服务、AI服务三个层面为数据科学家和开发者提供通用服务。在机器学习框架和基础设施层：一是提供机器学习所需的底层基础设施。例如AWS的EC2、S3等一系列高性能实例，内置Nvidia高性能芯片等芯片级加速硬件，可用于深度学习和机器学习所需的大规模模型训练.二是支持所有主流人工智能框架。AWS针对业界流行和广泛使用的人工智能框架进行了优化，例如针对Tensorflow的框架服务资源打包和容器化，数据科学家和开发人员可以通过AWSDeepLearningAMI直接在云端使用TensorFlow和其他深度学习框架。第三，在推理层面，AWS发布了AmazonElasticInference，可以让部分调用的GPU资源用在通用实例上，而不必使用那些高配实例，这样在获得相同GPU性能的同时，推理方面成本节省高达75%。此外，AWS计划在2019年底发布定制化的高性能机器学习专用推理芯片AWSInferentia，专门用于部署带有GPU的大规模AI模型。Inferentia将与TensorFlow和PyTorch等主要框架一起工作，并与EC2实例一起工作，类型与亚马逊的机器学习服务SageMaker兼容。将Inferentia置于ElasticInference之上有望将成本降低十分之一。在机器学习服务层：AmazonSageMaker内置高性能算法和框架，提供数据自动标注、强化学习服务等多种服务能力，帮助客户在生产环境中使用一系列工具，如使用用于训练机器学习模型的定制数据集。SageMaker支持一键训练、一键部署，真正把机器学习能力带给每一位开发者。目前，SageMaker拥有超过10,000家企业级用户。在AI服务层：AWS提供广泛的AI服务，包括视觉、语音语言、预测和推荐等。在视觉方面，AWS提供基于深度学习的图像和视频分析服务；在语音和语言方面，AmazonPolly已经与Windows集成，开发者在开发Windows应用程序时可以通过API直接调用Polly的语音生成能力。在预测和推荐方面，AWS提供了准确的时间序列预测服务AmazonForecast和实时个性化和推荐服务AmazonPersonalize。此外，AWS还发布了面向全球开发者的深度学习摄像机AWSDeepLens，可以实时运行计算机视觉模型，为开发者提供机器学习的动手体验，帮助他们积累实践经验。结语虽然AWS产品和服务的种类非常多样，但是AWS依然非常重视APN（AWSPartnerNetwork）合作伙伴的生态共建：一方面，通过与技术合作，为中国市场提供技术产品销售、金蝶等合作伙伴，另一方面，与负责实施和咨询的合作伙伴一起，帮助中国企业上云。AWS认为，扩大生态系统对中国云的发展至关重要。随着AWS深圳物联网实验室的成立，相信会有更多的合作伙伴和企业从中受益。【原创稿件，合作网站转载请注明原作者和出处为.com】
