图灵汇官网

AWS如何重塑机器学习？

在2019年的re：Invent大会上，亚马逊AWS首席执行官Andy Jassy在主旨演讲中提到，关于机器学习的内容占据了将近75分钟的时间。这让他意识到，尽管时间宝贵，但机器学习的重要性不容忽视。因此，AWS在一年后的re：Invent 2020上对机器学习进行了重点展示。

在2020年的re：Invent大会上，AWS将机器学习作为重要内容单独呈现。AWS机器学习副总裁Swami Sivasupamanian亲自上阵讲解，美国IT媒体SiliconANGLE评论说，AWS发布的消息和一系列更新“加强了其在机器学习领域的坚定承诺”。

机器学习不再是“空中楼阁”

Swami Sivasupamanian表示，机器学习是“我们这一代人将遇到的最具破坏性的技术之一”。这一观点在2020年得到了验证。例如，疫情期间，许多零售商家通过线上渠道拓展销量，机器学习技术在这方面发挥了重要作用。达美乐披萨利用机器学习进行订单管理，使得客户在下单10分钟后就能收到新鲜的披萨。

在医疗领域，机器学习同样发挥了重要作用。医生利用机器学习来帮助判断患者脑部供血情况或癌症的发展状况，这大大提高了医院的工作效率。

广泛的应用与用户群体

据AWS透露，已经有超过10万家客户接入并使用其机器学习服务，包括起亚、雅马哈、美国宇航局、普华永道等众多企业和机构。这些客户正在将他们的数据交给机器学习进行分析。

AWS大中华区云服务产品管理总经理顾凡指出，机器学习已经成为一种强大的工具，越来越多的行业用户正在使用它来提升业务效率。“企业发现新工具有用且易于操作，这推动了机器学习的快速普及。”

AWS的技术创新与开放生态

为了更好地推广机器学习，AWS不断夯实技术，简化机器学习的难度。这包括推出多种机器学习工具和服务，如Amazon SageMaker，旨在帮助开发者和终端用户更轻松地构建、训练和部署机器学习模型。

AWS公布了其平台上TensorFlow和PyTorch框架的工作负载占比数据：92%的TensorFlow工作负载和91%的PyTorch工作负载都在AWS云上运行。这表明，AWS在机器学习领域具有显著的优势。

顾凡认为，AWS在机器学习方面的成功，主要归功于其工具库的深度和广度、开放的心态以及必要的服务原则。AWS致力于提供最适合特定任务的工具，并支持多种机器学习框架和硬件选择，从而满足不同用户的需求。

基础设施与技术创新

AWS在此次re：Invent大会上推出了机器学习训练芯片AWS Trainium，与标准GPU实例相比，它可以提高30%的数据吞吐量，并降低45%的单次引用成本。此外，AWS Trainium和AWS的机器学习推理芯片AWS Inferentia在SDK上保持一致。

AWS还引入了英特尔Habana AI加速芯片，这被认为是AWS在云计算市场上的一大胜利。根据AWS的测试，Habana芯片在机器学习任务中的性价比比基于GPU的云服务高出40%。

丰富的机器学习工具与案例

Amazon SageMaker是AWS推出的面向机器学习开发者的集成开发环境和完全托管服务。它简化了机器学习的开发过程，降低了成本，受到了广泛欢迎。例如，拉丁美洲在线食品配送公司iFood利用Amazon SageMaker优化了顾客和餐厅的体验，缩短了配送人员的行程12%。

另一个典型案例是美国职业橄榄球大联盟（NFL）。借助Amazon SageMaker，NFL能够更快速地处理和分析比赛数据，从而提高了比赛的观赏性。例如，构建、训练和运行预测模型的时间从12小时缩短到了30分钟。

结语

回顾AWS在本次大会上的机器学习功能发布，无论是数据特征提取器Data Wrangler、数据特征存储库Feature Store，还是自动化工作流Pipelines，都充分体现了降低机器学习难度的宗旨。这些创新不仅提升了用户体验，也增强了用户的粘性。

总之，AWS通过不断的技术创新和开放的生态系统，推动了机器学习的广泛应用和发展，为各行各业带来了显著的业务价值。