图灵汇官网

导读：

12月初，亚马逊云科技一年一度的re:Invent大会在美国拉斯维加斯召开，吸引了来自世界各地的超过6万名参会者，他们佩戴不同颜色的名牌穿梭于各大会议现场。尽管re:Invent大会一向以务实著称，但本届大会发布的产品数量之多，连许多连续参会的资深专家都感到信息过载。在短短三天时间内，亚马逊云科技CEO Matt Garman、高级副总裁Peter DeSantis以及AI和数据副总裁Swami博士共同发布了超过30款新产品，涵盖推理芯片、AI服务器、大语言模型、生成式AI开发工具等。

在亲身体验这些密集的产品发布后，可以清晰地总结出亚马逊云科技的会议和演讲风格：发现问题，然后推出相应工具，简洁明了。作为亚马逊云科技最早的客户之一，亚马逊CEO Andy Jassy时隔多年再次亮相re:Invent。他不仅发布了六款Amazon Nova模型，还分享了亚马逊应用AI的三大核心问题——选择、成本和需求，这成为理解本次大会的关键。

更多的选择

“在构建某些东西或做决策时，是否常需在A和B之间做出选择？”亚马逊云科技CEO Matt Garman在主题演讲中这样提问。他认为，这种选择往往会限制思维。亚马逊云科技鼓励团队同时考虑多种方案，从而打破思维定势。

亚马逊云科技始终相信，客户需求决定了产品多样性。该公司愿景文件撰写于2003年，旨在提供灵活的技术模块，而不是单一庞大的解决方案。这一理念也体现在大模型服务上，亚马逊云科技允许开发者自主选择模型，而不仅仅是依赖某一特定模型。例如，亚马逊内部使用的模型种类多样，既有Anthropic的Claude模型，也有Llama模型和Mistral模型，甚至有自研模型。

Amazon Bedrock Marketplace是Swami博士发布的另一款新产品，它提供了100多个领先的大模型，简化了模型开发流程，提升了灵活性，实现了成本与延迟之间的“微妙平衡”。

可控的成本

亚马逊云科技CEO Matt Garman一直关注云计算成本问题。2018年，亚马逊云科技开发了自己的芯片Amazon Graviton，以提高性价比和减少能源消耗。例如，图片分享网站Pinterest在转向Amazon Graviton后，计算成本降低了47%，碳排放减少了62%。

随着生成式AI时代的到来，亚马逊云科技推出了专为尖端生成式AI训练和推理设计的GPU——Amazon EC2 Trn2。这款实例配备了16个Trainium2芯片，在单个计算节点上提供了20.8 petaflops的计算能力，性价比比当前GPU服务器高出30%到40%。

Anthropic联合创始人兼首席计算官Tom Brown在re:Invent大会上宣布，下一代Claude模型将在Project Rainier上进行训练，这将是一个拥有数十万个Amazon Trainium2芯片的新计算集群，有望成为全球最大的AI计算集群。

需求导向的实用AI

如果要给亚马逊云科技的AI战略定义，那应该是需求导向的实用AI。例如，亚马逊自身在引入生成式AI后，聊天机器人的客户满意度提升了500个基点。这正是实用AI的体现。

客户至上和逆向工作法是亚马逊云科技的核心理念。亚马逊云科技创业初期，解决了许多银行客户的安全和合规性问题，最终赢得了大量金融客户。同样的道理适用于AI时代，亚马逊云科技致力于为客户发明实用的AI工具。

会上，Swami博士发布了新一代Amazon SageMaker，它是一个一站式平台，集合了数据调用、数据分析和大模型训练等功能。这反映了客户日益增长的需求，即利用相同的数据和工作流程进行分析和AI开发。

总体来看，对客户而言，AI落地的工具越来越多；对亚马逊云科技而言，他们又用一年的时间把AI生态的所有木板都加长了一大截；对行业而言，市场竞争的重点逐渐从大模型本身转移到了工具和落地上。

附：亚马逊云科技re:Invent2024产品发布全景

（注：此处省略具体产品列表）

（本文首发于钛媒体APP，作者 | 秦聪慧，编辑 | 刘湘明）

（更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App）