12月10日消息（南山）近日，亞馬遜云科技舉辦re:Invent全球大會媒體溝通會，介紹了該公司云計算發(fā)展的五大風向標。
亞馬遜云科技成立15年，是全球最大的云計算公司，因此其對云計算趨勢的把握，也值得業(yè)界思考。這五大風向標分別是：1）重構云計算底座，自研芯片再升級；2）大云無疆，無限拓展；3）代碼即云，萬物皆API；4）降低門檻，把云計算交到更多人手里；5）可持續(xù)發(fā)展。
在媒體會上，亞馬遜云科技大中華區(qū)產品部總經理顧凡等高管對五大風向標進行了解讀。
自研芯片成就算力優(yōu)勢
顧凡指出，發(fā)生在底層的創(chuàng)新，往往是最具備顛覆性的。自研芯片的創(chuàng)新，會是改變云計算游戲規(guī)則非常重要的能力。亞馬遜云科技是最早自研芯片的云廠商，在本次re:Invent大會上，推出了三項自研底層技術。
其一，新一代基于Arm的自研CPU處理器Amazon Graviton3，這是亞馬遜云科技自研設計的第三顆CPU處理器。亞馬遜云科技大中華區(qū)產品部計算與存儲總監(jiān)周舸透露，Graviton3有500億個晶體管，相比上一代增加了200億個?；诟呙芏鹊木w管，Graviton3處理器性能超過上一代25%，可為科學計算、機器學習和媒體編碼工作負載提供高達2倍的浮點運算性能，為加密工作負載速度提升高達2倍，為機器學習工作負載提供高達3倍的性能。此外網絡帶寬提升20%、能效更高，在相同性能下，與同類型EC2實例對比，可節(jié)省高達60%的能源消耗。
其二，新推出自研機器學習訓練芯片。亞馬遜云科技去年re:Invent 上宣布研制機器學習訓練芯片Amazon Trainium，在今年的re:Invent上宣布提供基于Trainium的實例。由Amazon Trainium芯片支持的Trn1實例，為在Amazon EC2中進行深度學習模型訓練提供最佳性價比以及最快的訓練速度。亞馬遜不僅提升專用芯片本身的性能，也在內存、網絡等方面提升機器學習的訓練能力。
其三，新推出自研固態(tài)硬盤。亞馬遜云科技還發(fā)布了采用全新Amazon Nitro SSD固態(tài)硬盤的Im4gn/Is4gen/ I4i實例，提供高達 30 TB 的 NVMe 存儲，與上一代I3實例相比，I/O 延遲降低了 60%，延遲可變性降低了 75%。這是亞馬遜云科技的第二代固態(tài)硬盤。
“自研芯片需要經驗的積累，并不是花錢就能買來的，也并不是著急就能很快實現(xiàn)。亞馬遜云科技從對于云上客戶工作負載的深刻理解，逆向研發(fā)設計芯片，這是重構云計算底座的最大優(yōu)勢。” 顧凡如是說。
可持續(xù)發(fā)展表現(xiàn)如何？
其它風向標中，亞馬遜云科技對云計算整體實力進行了復盤。“大云無疆，無限拓展”，亞馬遜云科技基礎設施遍及25個地理區(qū)域的81個可用區(qū)，并計劃新建9個區(qū)域和27個可用區(qū)。在此基礎上，亞馬遜云科技宣布，2022年將在21個國家建設超過30個本地擴展區(qū)，讓客戶以更低的延遲服務其終端用戶。
“代碼即云，萬物皆API”，亞馬遜云科技堅持將云計算資源代碼化，通過API向百萬級的客戶提供服務。“降低門檻，把云計算交到更多人手里”，亞馬遜云科技將不斷降低云計算的門檻，幫助更多人、企業(yè)推進云業(yè)務創(chuàng)新。
可持續(xù)發(fā)展，是值得業(yè)界重點關注的一個風向標?？沙掷m(xù)發(fā)展成為全人類的共同理念，全世界需要在 2050 年前將全球變暖限制在 1.5 攝氏度以內，時間非常緊迫。其中，中國已經給出了 “碳達峰、碳中和”的具體時間表。云計算是能源消耗大戶，迫切需要行業(yè)領軍企業(yè)擁有長遠的規(guī)劃為“雙碳”貢獻力量。
顧凡強調，亞馬遜云科技為可持續(xù)發(fā)展承擔責任。本次re:Invent上，亞馬遜云科技推出了客戶碳足跡排放的工具，幫助客戶了解自身的碳排放狀態(tài)，同時，亞馬遜云科技也將采用更多可再生能源。截止到2020年，亞馬遜云科技已是全球最大的可再生能源采購商，在本次re:Invent上，亞馬遜云科技宣布了另外18個新的可再生能源項目落地，這些項目全部投入運營后，預計可以每年減少1370萬噸的碳排放。
研究機構也佐證了亞馬遜云科技的努力。據451 Research 的研究結果，亞馬遜云科技運營的基礎設施能源效率，是受調查的美國企業(yè)數據中心中位數的3.6倍，普通歐盟公司的 5 倍。在亞馬遜云科技運行商業(yè)應用的公司，可以減少近80%的能源消耗。如果將 1 兆瓦的典型工作負載轉移到亞馬遜云科技，每年可以減少1000多公噸的碳排放。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
