科技云報到原創(chuàng)。
生成式AI，正在讓行業(yè)重新認識云的價值。
隨著企業(yè)在數字化轉型之路上越走越遠，一場新的技術革命正在發(fā)生。近幾年涌現(xiàn)的生成式AI技術正在迅速改變科技、商業(yè)和整個社會的格局。這種強大的技術能夠從數據中學習并生成預測性輸出，生成式AI既是未來的趨勢，也是一場實時顛覆各行各業(yè)的革命。
云計算和生成式AI的融合協(xié)同無疑充滿潛力，通過兩者的深度融合，企業(yè)可以獲得更強大的計算能力、更高效的數據處理方式，以及更多樣化的應用場景。然而，如何平衡技術創(chuàng)新與可持續(xù)發(fā)展，以及如何解決數據安全、能源消耗等問題，將成為未來行業(yè)需要共同面對的挑戰(zhàn)。
云計算，生成式AI的冰山底部
如果用冰山來比喻，露在海面上方的冰山一角就是基礎模型。而在冰山的底部，需要大量的基礎模型以外的服務來支撐，如加速芯片、數據庫、數據分析、數據安全服務等等。云計算與生成式AI的發(fā)展處于彼此影響、互為促進的狀態(tài)，沒有云計算的生成式AI就像是無源之水、無本之木，而沒有生成式AI的云計算，其潛力也無法最大限度發(fā)揮出來。
透過近兩年云計算廠商在生成式AI領域的布局可以看出，從亞馬遜云科技，到百度智能云、阿里云，在自家模型能力的基礎上，各家都在強調生成式AI的基礎設施和開放平臺能力。
在冰山的底部，以亞馬遜云科技為代表的全棧云廠商提供了完整的端到端的生成式AI技術堆棧，從底層的加速層如加速芯片、存儲優(yōu)化，到中間層模型構建工具和服務，再到最上層的生成式AI相關應用，每一層都在針對客戶的不同需求持續(xù)創(chuàng)新。
云計算本身是企業(yè)去運用生成式AI最好的方式。生成式AI模型尤其是大規(guī)模語言模型，如GPT、BERT，需要在訓練階段處理數十億甚至數百億個參數，這對計算資源提出了巨大的需求。典型的大語言模型訓練過程需要大量的GPU和TPU（張量處理單元）集群進行并行計算，而這些算力通常依賴于云計算平臺提供的彈性資源。云計算的按需擴展和靈活性使得企業(yè)能夠在短時間內部署和訓練生成式AI模型。
如： Anthropic與亞馬遜云科技合作，訓練和部署Claude系列模型，并提供推理支持，企業(yè)用戶可以通過API訪問Claude模型，利用其生成內容、回答問題和自動化任務。這種按需調用的模式展現(xiàn)了云計算的靈活性，以及生成式AI對計算資源的極大需求。反過來，云計算的創(chuàng)新也在不斷優(yōu)化模型的性能、速度和成本表現(xiàn)。
生成式AI模型不僅對計算能力提出了挑戰(zhàn)，還需要處理大量的數據。云計算提供的分布式存儲和高速數據傳輸能力，能夠處理模型訓練所需的海量數據，并在推理階段高效地生成高質量的內容。數據存儲、處理和訪問的能力成為生成式AI模型在實際應用中的核心基礎。
云平臺中的數據湖和數據倉庫技術進一步支持了AI模型對多樣化數據的高效處理，提升了生成內容的準確性與多樣性。
生成式AI技術的發(fā)展使得云平臺進一步完善了AI即服務（AIaaS）的生態(tài)系統(tǒng)。各大云服務提供商，如亞馬遜云科技、谷歌云、微軟Azure等都推出了基于生成式AI的預訓練模型及其API，以及快速使用模型的平臺型服務，幫助開發(fā)者和企業(yè)快速集成生成式AI的功能。通過這些云端AI服務，企業(yè)無需具備深厚的AI技術背景，也可以輕松利用生成式AI進行產品創(chuàng)新。
例如，Google Cloud推出的AI Platform，包含了對文本生成、圖像生成以及自動編程的支持，使得開發(fā)者能夠快速創(chuàng)建AI驅動的應用程序。
生成式AI模型的高度復雜性和多樣化應用場景，使得云計算服務需要更加靈活和定制化。不同企業(yè)在使用生成式AI時，對計算資源、存儲和網絡的要求各不相同。例如，在內容生成領域，媒體企業(yè)需要快速生成高質量的文本和圖像，這要求云平臺提供高性能計算集群和低延遲的推理服務。
為了應對這些多樣化需求，云服務提供商正在開發(fā)針對行業(yè)的定制化解決方案。例如，亞馬遜云科技通過Amazon SageMaker平臺為生成式AI提供了定制的訓練和部署方案，使用戶能夠靈活調整資源配置，并根據模型大小、復雜度和應用場景進行優(yōu)化。
生成式AI的廣泛應用，促進了云計算中的高性能計算（HPC）技術的快速發(fā)展。為了滿足生成式AI對算力的極高需求，云服務提供商正在整合HPC集群、分布式計算技術以及圖形處理單元（GPU）等高性能硬件資源。云計算平臺越來越多地提供針對AI的專用硬件加速器，如亞馬遜云科技新推出的Trainium2、Google的TPU、NVIDIA的A100GPU，這些硬件極大提高了生成式AI模型的訓練速度和推理效率。
生成式AI的普及也推動了無服務器計算架構的演進。在傳統(tǒng)云計算模式中，用戶需要管理底層基礎設施，而無服務器架構讓用戶無需關心服務器配置或負載平衡等技術細節(jié)。這一架構與生成式AI的按需計算需求高度契合，用戶可以通過無服務器平臺在需要時調用AI生成內容，降低了計算資源的閑置成本。
Amazon Lambda和Google Cloud Functions就是典型的無服務器計算平臺。值得一提的是，亞馬遜云科技在生成式AI領域的關鍵服務Amazon Bedrock也是一項無服務器服務。這些服務使企業(yè)能夠靈活調用生成式AI模型，快速響應用戶需求，尤其適用于生成內容量波動較大的應用場景。
生成式AI的全棧聯(lián)動
當前的云計算廠商，正在面臨激烈的競爭，從今年的花式降價信息也能看出白熱化程度。一直以來，云廠商的差異化競爭愈演愈烈，以往大家主要拼基礎設施，或者進行單點突破。
但是目前來看，“一招鮮吃遍天”的時代已經過去了。對于大廠而言，如果只做云、或者只做大模型、只做芯片都會存在短板。事實上，全球巨頭們都已經在這些領域有所布局，云和大模型不必多言，芯片的競賽也更加兇猛。比如谷歌TPU的研發(fā)已久，已經推出第五代芯片TPUv5e，用于大模型訓練和推理；微軟也發(fā)布了首款自研AI芯片Azure Maia 100 AI芯片和Cobalt 100 CPU；而涉足自研芯片最早的亞馬遜云科技，新近推出了Trainium2和64核的超級集群，并透露出了下一代3nm制程的Trainium3。
業(yè)界的共識是，至少要涉足，才能有更多可能性，或者說企業(yè)需要要懂這個領域，才能更好地開展系統(tǒng)性的AI業(yè)務。拓展大模型也好、芯片也好，并非要做成主營業(yè)務，但是為長遠計不能沒有這些產品線，尤其是對大廠來說，需要標配這些要素。
從云基礎設施擴展到芯片和大模型的過程中，新的戰(zhàn)場已經開啟，在生成式AI的征程上，云廠商也有各自路徑。云廠商三巨頭在生成式AI發(fā)展策略上從AI硬件基礎設施投資、AI軟件基礎設施服務規(guī)劃、AI基礎模型開發(fā)、ModelOps服務編排、應用開發(fā)賦能、解決方案側重、模型生態(tài)構建、關聯(lián)開發(fā)與應用服務協(xié)同、商業(yè)投資方式等諸多領域都各有差異。
亞馬遜云科技的核心理念是將應用程序分解為幾個核心構建單元，通過構建優(yōu)秀的服務，讓用戶自由搭建這些單元，滿足特定場景下的業(yè)務需求。這種模塊化的思路不僅體現(xiàn)了亞馬遜云科技對客戶需求的深刻理解，也是其持續(xù)創(chuàng)新的動力源泉。
在計算服務領域，亞馬遜云科技提供的計算實例類型比其他任何云服務提供商都要多。Amazon EC2為用戶提供了更多選擇、更多實例類型和更多功能，讓客戶能為應用和工作負載找到更具性價比的解決方案。Amazon Nitro System的推出，更是將虛擬化系統(tǒng)的性能推向了新的高度，提供了裸機性能、高安全性、隔離性和靈活性，推動了計算領域的創(chuàng)新。
在存儲領域中，Amazon S3作為亞馬遜云科技在2006年推出的首個服務，徹底改變了人們管理數據的方式。如今，Amazon S3存儲的對象數量已突破400萬億，這一數字的背后是亞馬遜云科技對數據爆炸式增長的深刻洞察和前瞻性設計。Amazon S3 Tables和Amazon S3 Metadata的推出，進一步提升了數據湖的查詢速度和元數據管理能力，為數據分析和AI應用場景提供了更強大的支持。
在數據庫服務領域，亞馬遜云科技提供了多種適用于不同場景下專門構建的數據庫。Amazon Aurora作為完全兼容MySQL和PostgreSQL的數據庫服務，迎來了其發(fā)布10周年的紀念。Amazon Aurora DSQL的推出，結合Amazon Time Sync服務，采用完全無服務器設計，可在多區(qū)域實現(xiàn)近乎無限擴展，可用性高達99.999%，支持強一致性，具備低延遲的讀寫性能，完全兼容PostgreSQL。
另外，數據分析服務是亞馬遜云科技的另一個重要構建單元。新一代Amazon SageMaker的推出，整合了最全面的數據分析和AI工具，覆蓋了分析、數據處理、搜索、數據準備、AI模型訓練和推理等必需的功能，所有功能都可以通過統(tǒng)一的企業(yè)數據視圖實現(xiàn)。
亞馬遜云科技大中華區(qū)產品部總經理陳曉建表示：“亞馬遜云科技不僅在云的核心服務層面持續(xù)創(chuàng)新，更在從芯片到模型，再到應用的每一個技術堆棧取得突破，讓不同層級的創(chuàng)新相互賦能、協(xié)同進化。我相信，只有這樣全棧聯(lián)動的大規(guī)模創(chuàng)新才能真正滿足當今客戶的發(fā)展需求，加速前沿技術的價值釋放，助力各行各業(yè)重塑未來?！?/p>
生成式AI作為當前技術發(fā)展的熱點，其背后正是亞馬遜云科技的全棧聯(lián)動創(chuàng)新，包括上面提到的計算、存儲、數據庫、分析，更有生成式AI領域三層技術棧的爆發(fā)式聯(lián)動創(chuàng)新。
Amazon Nova系列模型的推出，標志著亞馬遜云科技在生成式AI領域的深入布局。Nova Micro、Nova Lite、Nova Pro以及即將推出的Nova Premier，這些模型覆蓋了從文本到文本到多模態(tài)的全方位需求，為用戶提供了豐富的選擇，無論在什么樣的應用場景，都能找到一個最適合的模型。
亞馬遜云科技還對Amazon SageMaker、Amazon Bedrock及Amazon Q等核心服務進行了強化，并提供更多樣化的模型選項，深化應用場景的融合，降低訓練與推理成本，致力于讓企業(yè)更便捷、更經濟地將生成式AI技術融入業(yè)務實踐，全面推動企業(yè)加快生成式AI的創(chuàng)新步伐。
而Amazon Bedrock作為構建和擴展生成式AI應用的關鍵平臺，為客戶提供了將推理功能整合到生產環(huán)境所需的工具。Amazon Bedrock推出的延遲優(yōu)化選項、模型蒸餾功能、知識庫支持GraphRAG、自動推理檢查功能和多智能體協(xié)作功能，都是亞馬遜云科技在生成式AI領域的重要創(chuàng)新。
亞馬遜云科技一個最大的差異化是具有廣泛的模型選擇?？梢园迅嗟腖LM放到Amazon Bedrock上，為客戶提供豐富的自由選擇的空間，包括目前Anthropic發(fā)布的最新Claude 3.5模型。
一方面，亞馬遜云科技擁有自研芯片的技術，Anthropic選擇亞馬遜云科技作為其主要云服務提供商，并使用Amazon Trainium和Amazon Inferentia芯片進行訓練和部署未來的基礎模型。所以可以直接從Anthropic獲得很多一手的反饋，用于芯片技術的完善。另一方面，亞馬遜云科技在大模型上既有外部的合作伙伴，還有Amazon Nova系列基礎模型，應用范圍廣泛。
隨著亞馬遜云科技在re:Invent 2024全球大會上一系列新品的重磅發(fā)布，其作為全球云計算開創(chuàng)者和引領者的地位再次得到鞏固，同時也彰顯亞馬遜云科技作為企業(yè)構建和應用生成式AI首選平臺的強大實力。
從云的核心服務到芯片、模型再到應用，亞馬遜云科技在每一個技術堆棧上都取得顯著突破，實現(xiàn)全棧聯(lián)動的大規(guī)模創(chuàng)新。這種創(chuàng)新模式將滿足當今客戶的發(fā)展需求，推動前沿技術的價值釋放，助力更多企業(yè)實現(xiàn)數字化轉型與業(yè)務增長。
【關于科技云報到】企業(yè)級IT領域Top10新媒體。聚焦云計算、人工智能、大模型、網絡安全、大數據、區(qū)塊鏈等企業(yè)級科技領域。原創(chuàng)文章和視頻獲工信部權威認可，是世界人工智能大會、數博會、國家網安周、可信云大會與全球云計算等大型活動的官方指定傳播媒體之一。
免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。
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。
