“十年前，全球十大企业级IT公司的营收榜上还看不到我们的名字，十年后，我们已经在这份榜单上做到了第五名，而当初的一些上榜企业如今却已经难觅踪影。”2020年12月2日，当一年一度的AWS re:Invent再次揭开大幕时，可能许多人都想象不到，AWS 首席执行官Andy Jassy会在一开始就抛出这样一个略显沉重的话题。为什么Andy会选择这样一个开篇主题？原因其实很简单，因为就在过去的几个月时间里，全球几乎所有企业都遇到了大大小小的挑战。这使得许多人都产生了困惑和畏难情绪，到底现代企业该如何保持持续发展，以及现在整个行业还有没有创新的机会？面对大家的困惑，Andy Jassy一方面指出，市场中的激烈竞争与企业的经营压力并不是近年才出现的东西。举例而言，1970年的财富500强企业，如今还留存下来的仅剩17%；哪怕是2000年的财富500强企业，现在也只剩下一半还在继续经营了。但从另一方面来说，AWS自从诞生以来，却能够稳定地持续创造着科技企业的成长奇迹。跟据Gartner近日公布的统计数据显示，AWS再次凭借着高达45%的市场份额，实现了对云计算市场的领导。不仅如此，根据2020年第三季度的财报数据， AWS的预期年化收入已经高达460亿美元，这不仅意味着其作为一家科技企业实现了29%的年营收增长，更为重要的是，从年收入300亿美元到400亿美元，AWS这次仅用了12个月的时间。那么问题就来了，AWS是如何实现这样的业绩增长，是如何在当前这个困难时期再次创造云计算行业的奇迹？用Andy Jassy的话来说，答案很简单，那就是创新、在创新的基础上再创新，并且持续不断地创新。
作为AWS所提供服务中最受关注的部分之一，Amazon Elastic Compute Cloud（直译为亚马逊弹性计算云，通常缩写为Amazon EC2）可以说是AWS“云计算”技术的最集中展现。在2019年，AWS发布了自主研发的Arm架构通用处理器Graviton2，和同样自研的机器学习推理处理器AWS Inferentia，大幅提升了计算性能，降低成本，同时也使得AWS成为了迄今为止唯一一家，可以同时提供Intel、AMD和ARM三大CPU架构的云计算提供商。当时间来到2020年，我们首先迎来了全球首款基于Apple Mac的云计算实例EC2 Mac。从硬件上来说，它由配备了Intel 六核十二线程4.6GHz CPU、32GB 内存的Mac终端，与AWS自有的Nitro System共同组成，它既可提供高达10Gbps的VPC网络带宽，也能和其他Amazon EC2实例一样，搭配弹性的Amazon EBS存储空间进行工作。并且值得注意的是，EC2 Mac实例的EBS存储带宽也有高达8Gbps的性能，完全足以发挥硬件平台本身的强大算力。不过Amazon EC2 Mac实例真正令人兴奋的地方，在于它首次将Apple的macOS、生态环境，和开发工具带到了质优价廉，且无处不在的云端。这意味着为iPhone、iPad、Mac、Apple Watch、Apple TV等创建应用程序的开发者，现在不再需要购买价格昂贵的Mac Pro或者iMac Pro工作站，只需要有网络连接，就能在几秒钟内访问和配置云端的macOS工作环境，并以极低的价格和极高的稳定性享受到在高端Mac设备上进行开发工作的快感。不仅如此，得益于Amazon EC2 Mac实例与其他AWS服务的深度整合，开发者现在还可以直接享受AWS所提供的网络安全、可扩展存储、软件分发，以及映像编排服务。而这些以往都需要开发者或者软件公司购买价格昂贵的服务器、防火墙设备，或是自行搭建复杂的端侧软件架构来实现。这意味着有了Amazon EC2 Mac实例之后，开发者所省去的不只是一台开发机或一台服务器的价格，更免去了长期维护、安全防护、版本更新等一系列麻烦，降低运维成本，并且可以将精力集中在开发本身上来，从而大幅降低中小企业经营压力，帮助他们提高效益。AWS也很清楚，对于一些延迟敏感型的业务、对于诸如5G云计算或云游戏这样需要快速响应的用例来说，传统云服务也许不能实现性能表现的最佳。因此AWS此前就已经推出了能让客户在他们的机房里，运行“本地化”AWS业务的大型端侧服务器产品AWS OUTPOSTS。而在今天，功耗更低、价格更便宜，体积也小到可以放进到任何家庭或者办公室柜子的1U和2U型AWS OUTPOSTS服务器硬件，也正式登场。得益于AWS的自研软硬件经验，1U体积的AWS OUTPOSTS使用了Amazon自研的Graviton2高性能ARM处理器，而2U的OUTPOSTS则基于Intel服务器级别CPU并可扩展显卡。无论是哪一种规格的小型AWS OUTPOSTS，均可提供多达64个vCPU的计算能力，可以用于低延迟边缘计算、低延迟云游戏渲染，甚至是配合5G网络、形成强悍的低延迟AI计算平台网络，为未来智能手机上的联网AI应用提供更好的用户体验。
从某种程度上来说，自研的Graviton2处理器如今已经成为AWS质优价廉的有力保障。正因如此，当全新的，专用于机器学习训练的全新自研芯片“AWS Trainium”登场时，我们也就一点也不会感到意外了。作为AWS自研基础算力硬件的又一员生力军，AWS Trainium一方面提供了有史以来云计算业务中最强的机器学习算力水平，能够大幅加速AI模型训练的效率，让AI产品更快成型，业务更早落地；在另一方面来说，它完全兼容主流的TensorFlow、PyTorch和MXNet机器学习框架，同时也沿用了此前的AWS Neuron SDK，这意味着开发者将不需要重新学习，直接就可以在未来的Amazon EC2和Amazon SageMaker实例中，体会到全新自研AI芯片所带来的效率革命。在新处理器的支撑下，AWS得以将云端机器学习服务的实用性推向一个全新的高度。并且此次除了提供性能更强的云端模型训练实例之外，AWS还一口气发布了五款可直接用于工业领域的机器学习服务。他们包括能自动检测异常设备状况的Amazon Monitron、能配合设备传感器进行自动预测性设备维护的Amazon Lookout for Equipment、能通过工业摄像头改善质量控制或者保护员工安全的AWS Panorama Appliance、能为摄像设备添加计算视觉处理能力的AWS Panorama软件开发套件（SDK），以及可以通过分析生产线监控视频、自动发现产品制造缺陷或者生产流程异常状况的Amazon Lookout for Vision。不仅如此，AWS这次还发布了一项名为“Amazon QuickSight Q”的数据分析功能。Amazon QuickSight Q让用户可以用自然语言对其所有数据提出任何问题，并在几秒钟内收到答复。要提出问题，用户只需在Amazon QuickSight Q搜索栏中输入问题。当用户开始输入问题时，Amazon QuickSight Q会提供带有关键短语和业务术语的自动完整建议，自动执行拼写检查、缩写词与同义词匹配，因此用户不必担心错别字或记不住数据的准确业务术语。Amazon QuickSight Q使用深度学习和机器学习（自然语言处理、模式理解和SQL代码生成的语义解析）来生成数据模型，自动理解业务数据的含义和它们之间的关系，因此用户的业务问题可以得到高度准确的答案，而无需等待几天或几周来建立数据模型。由于Amazon QuickSight Q无需BI团队建立数据模型，因此用户也不限于只提出一组特定的问题。此外，用户可以得到更完整、更准确的答案，因为查询会应用于所有数据，而不仅仅是预设模型中的数据集。Amazon QuickSight Q预先训练了来自不同领域和行业的数据，如销售、营销、运营、零售、人力资源、医药、保险、能源等，因此它已被优化，并能理解复杂的商业语言。例如，销售用户可以问 "我的销售跟踪情况如何，是否符合配额"，或者零售用户可以问 "按地区划分的周销量最高的产品是什么？" Amazon QuickSight Q 通过从用户互动中学习，随着时间的推移不断提高其准确性。如果Amazon QuickSight Q不理解问题中的某个短语，会提示用户从搜索栏中的建议选项下拉菜单中选择，Amazon QuickSight Q会记住该短语，以便下次交互。
当然，无论是单纯的云计算，还是云端AI推理和机器学习，在它们的背后，一个灵活、强大的在线容器系统无疑都是基础的数据保障。而Amazon ECS作为迄今为止最成功的云计算容器管理服务，已经帮助许多企业实现了“无服务器运营”，即他们完全可以将自己的计算项目托管到云端，并通过ECS对其进行稳定、且不出错的远程任务管理和负载安排。但对于部分企业来说，他们既想要享受“上云”所带来的强大远程管理能力，但出于网络状况或合规等原因，又无法将全部的应用上云。这样一来一个尴尬的问题就出现了，那些托管到AWS上的项目得到了极大的稳定性和灵活度，但另一部分存在企业本地服务器上的业务却不能享受云的保护好，不仅给整个企业的运行效率拖了后腿，也带来了额外的维护开销。针对这个问题，AWS此次也正式宣布了Amazon ECS Anywhere服务。Amazon ECS Anywhere让客户能够使用他们当前在AWS中使用的基于云的、完全托管和高可扩展的容器编排服务，在自己的数据中心中运行Amazon ECS。Amazon ECS Anywhere为客户提供了适用于所有基于容器的应用程序的相同工具和API，以及相同的Amazon ECS经验，用于在云端以及在自己的数据中心中进行集群管理、工作负载调度和监控。借助Amazon ECS Anywhere，客户不再需要在本地运行、更新或维护自己的容器编排器，从而可以更轻松地将容器迁移到云端并管理其混合环境。当然，更为重要的是，AWS再次革新了他们的云端存储服务技术。比如说针对成本敏感型的企业，新的Amazon EBS Gp3 存储卷使用全SSD配置，将存储IOPS提升了4倍，同时每GB的价格相比上代产品降低了20%。而针对高性能需求型客户的Amazon EBS io2 Block Express 存储卷，则有着高达256,000 IOPS、4,000 MB /秒的吞吐量，和64 TB的单卷容量。这意味着由它驱动的SAN（存储区域网络）甚至有足够的性能直接在存储卷上运行工作负载，大大减少了传统网络存储-计算方案中“先读取，后计算”所导致的延迟问题。除此之外，针对仅仅只需要长期、安全存储数据的客户，AWS为S3 Glacier归档型和深度归档型存储类型，新增了对智能分层技术的支持，这一改动将大幅降低用户的存储成本，使得存储服务的开销最多可减少到仅有原来的5%。而针对当前云计算全球化部署和合规需求，新的Amazon S3 Replication（multi-destination）功能还可以让企业一次性将一组数据同时复制到任意多个区域的多个S3存储桶中。如此一来，跨境部署业务的访问速度将可以实现大幅提升，同时也能满足各区域本地化数据存储的监管需求。
说实在的，尽管我们三易生活已经花费了大量的篇幅，来尽可能为大家描述AWS在今天俺凌晨所发布的这一系列全新自研硬件、新功能、新服务。但大家要知道，在长达数小时的第一场发布会中，AWS实际上一举端出了多达43项创新的产品、服务和功能。这不仅远超2019年AWS re:Invent的记录，同时无疑也让其他所有的竞争对手相形见绌。为什么AWS要如此努力？一方面，正如AWS首席云计算企业战略顾问张侠先生，在今天下午的一场技术交流会上所说的那样，AWS所有的技术创新和服务升级，目的都是为了解决客户的实际需求。是因为当前时代特殊，是因为很多企业现在有了强烈的“上云”需求，是因为许多客户对AWS的业务提出了新的建议与期冀，所以AWS才必须去满足他们。而不是单纯为了宣布一个概念、喊一句口号，博得外界的眼球。而当这种极端务实的态度和AWS全球第一的行业地位，与他们强大的技术自研能力结合起来的时候，自然就会成为更受客户欢迎，更能真正赢得尊重的竞争力。而这一点，也正是AWS与他们的许多竞争对手最大的不同。
无论是在那个方面，高通新旗舰骁龙888几乎都走在了行业的最前面。
尽管Windows 10或将原生支持安卓应用，但模拟器或将依旧有市场。
