2021 亚马逊云科技 re:Invent 刚刚落下帷幕，许多开发者都在探讨往年亚马逊云科技 re:Invent 的重磅公布。
这并不奇怪，每年亚马逊云科技 re:Invent 都会有数十项新产品、新性能公布，其中一部分，可能代表了日后云计算及整个 IT 界基础设施的倒退方向，比方已经的 Amazon RedShift、Amazon Lambda，前者疏导了业内云原生数仓的倒退，后者则把无服务器带进了业内开发者的眼帘。
但往年的亚马逊云科技 re:Invent 有些不一样，除了在产品性能上的惯例迭代，更重要的是体现了云计算的服务在概念上的延长。最为典型的，便是 Amazon IoT TwinMaker 与 Amazon IoT FleetWise。
元宇宙与物联网：世界真的在云化
据官网介绍，Amazon IoT TwinMaker 是一款能够让开发人员更加轻松、快捷地创立事实世界的数字孪生，如楼宇、工厂、工业设施和生产线。用户能够通过 Amazon IoT TwinMaker，应用数字孪生来构建反映事实世界的应用程序，进步经营效率并缩小停机工夫。
数字孪生是物理零碎的虚构映射，可依据其所代表的事实世界对象的构造、状态和行为定期更新。Amazon IoT TwinMaker 让开发人员能够轻松会集来自多个起源（如设施传感器、摄像机和业务应用程序）的数据，并将这些数据联合起来创立一个常识图谱，对事实世界环境进行建模。
数字孪生技术最早是用于航空航天飞行器的衰弱保护与保障，属于冷门技术。但随着“元宇宙”概念的衰亡，数字孪生技术越来越为人所熟知，因为数字孪生的本质特征是在信息世界对物理世界进行等价映射，因而成为元宇宙概念的重要撑持技术之一，尤其是工业元宇宙，利用更是宽泛。
亚马逊云科技 re:Invent 这次公布 Amazon IoT TwinMaker 能够说，既与元宇宙相干，也与工业互联网无关。从前，云计算的服务范畴，聚焦在互联网产业，面向所谓的传统产业，次要提供转型服务。但当初，云计算的服务内涵正在飞速扩大，通过元宇宙这座桥，已将领域扩充至整个物理世界的虚拟化映射。
与此严密相干的是 Amazon IoT FleetWise。Amazon IoT FleetWise 使汽车制造商能够轻松地收集和治理汽车中任何格局的数据（无论品牌、车型或配置），并将数据格式标准化，不便在云上轻松进行数据分析。当数据进入云端后，汽车制造商就能够将数据利用于车辆的近程诊断程序，剖析车队的健康状况，帮忙汽车制造商预防潜在的召回或平安问题，或通过数据分析和机器学习来改良主动驾驶和高级辅助驾驶等技术。
如果说 Amazon IoT TwinMaker 提供的是从事实世界到虚拟世界的映射服务，那么 Amazon IoT FleetWise 就是聚焦车联网畛域，解决的是车联网长期以来的倒退问题。车联网概念最早呈现于 20 世纪 60 年代，但 60 年来，始终有点“瘸腿倒退”的意思——大部分人对车联网的了解是，在车内提供网络服务，而不是将车辆数据上传剖析。
直到 2012 年特斯拉 Model S 入世，才把车联网作为必选性能，纳入汽车生产制作的流水线里。当初 Amazon IoT FleetWise 公布，把车联网相干服务全面引上云端。
Amazon IoT FleetWise 的一个重要特色是，能够在云中构建车辆的虚构示意，并利用通用数据格式来构建和标记车辆属性、传感器和信号。Amazon IoT FleetWise 应用车辆信号标准 (VSS) 对车辆建模进行标准化，以便“燃料压力”等信号始终示意为燃料压力，并以每平方英寸磅力 (PSI) 和千帕 (kPa) 为单位进行测量。车辆建模后，上传规范 CAN 数据库 (DBC) 或 AUTOSAR XML (ARXML) 文件，以便 Amazon IoT FleetWise 能够读取通过车辆控制器局域网总线 (CAN 总线) 发送的独特的专有数据信号。
看懂了吧，其实 Amazon IoT TwinMaker 和 Amazon IoT FleetWise 的底层理念一模一样，都是在云端构建虚构映射，不过一个是针对工业畛域，一个是针对汽车行业。能够说，这个世界正在虚拟化，同时也正在云化。
Amazon SageMaker Canvas：无代码创立 ML 模型
如果说 Amazon IoT TwinMaker 和 Amazon IoT FleetWise 体现了云服务在横向上的概念延长，那么 Amazon SageMaker Canvas 则是在纵向上的概念延长。
大家都晓得 Amazon SageMaker，作为一个已公布四年的全托管机器学习服务。Amazon SageMaker 为开发者提供了一套齐备的“地方厨房”，应用 Amazon SageMaker 开发者只需筹备好“食材”（数据）就能够间接开始做菜（训练模型），大大晋升了开发人员和数据科学家构建、训练和部署机器学习模型的效率，开启了全新的智能时代。
但 AI 畛域长期受到人才短缺问题的限度，而 AI 的应用领域正在增多，机器学习服务的门槛须要进一步升高。亚马逊云科技此次公布 Amazon SageMaker Canvas 的目标即在于此 —— 用无代码理念构建机器学习模型，做模型预测，保障在脱离数据工程团队的状况下，仍然能够提供服务。它利用与 Amazon SageMaker 雷同的技术主动清理和组合您的数据，在幕后创立数百个模型，抉择性能最佳的模型，并生成新的单个或批量预测。反对二元分类、多类分类、数值回归、工夫序列预测等多种问题类型。
此前业内还有许多对于低代码、无代码的争议，但当初看来，这不是概念之争，而是产业内有的确的须要。Amazon SageMaker Canvas 的公布即是验证了这一状况。
站在整个 AI 的宏观层面而言，无论是基于 AI 提供的预测服务还是剖析服务，也脱离了单纯对更高级别人工智能的谋求，而兼顾 AI 能力对产业的赋能。这是云计算对服务理念的进一步扩充和贯彻。
Amazon Private 5G：用专有 5G 链接 IoT 设施
而在这种状况下，Amazon Private 5G 的公布，天然也被许多人所关注，因为它是撑持服务外扩的重要和必要尝试。能够说，Amazon Private 5G 是本次 re:Invent 最重要的公布之一。
在挪动端，咱们早就用上了 5G 通信服务，但企业须要的是专有 5G 服务网络。Amazon Private 5G 可主动设置和部署网络，并按需扩大容量以反对更多设施和网络流量。亚马逊云科技 EC2 副总裁 David Brown 说：“借助亚马逊云科技公有 5G，咱们将混合基础设施扩大到客户的 5G 网络，以简化、疾速且廉价地建设公有 5G 网络。客户能够从小规模开始，按需扩大，按需付费，并从亚马逊云科技控制台监控和治理他们的网络。”
而 Amazon Private 5G 也重点服务了以工业 4.0 为主的宏大传感器和端侧设施集群，前文提到的工业元宇宙、车联网天然也在同一序列。
寰球最大的非上市公司——美国科氏公司工业团体（Koch）曾经和亚马逊云科技就 Amazon Private 5G 达成了单干，而科氏企业团体的外围是石油与化工，也是亚马逊云科技比拟有代表性的服务案例。
Amazon Graviton3：底层算力又降级了
当然，不论是 Amazon IoT TwinMaker 等 IoT 服务，还是 Amazon Private 5G，依附的还是底层实例中的芯片性能。在往年的云栖大会上，阿里巴巴旗下半导体公司平头哥公布自研云芯片倚天 710 并发表其性能超过 Amazon Graviton2 20%。
从 2019 年 Amazon Graviton，2020 年 Amazon Graviton2 到明天的 Amazon Graviton3，亚马逊云科技从芯片开始不断改进计算服务。与 Amazon Graviton2 相比，Amazon Graviton3 集成了 550 亿个晶体管，单核 性能晋升超过 25%，浮点和加密性能将进步两倍 。在机器学习方面，Amazon Graviton3 包含对 bfloat 16 数据的反对，将可能提供高达 3 倍的性能。 在性能飞跃的同时，Amazon Graviton3 能耗比照上一代产品降落了 60%。
新一代 Amazon EC2 C7g 实例由 Amazon Graviton3 处理器反对，也是寰球首个反对 DDR5 内容的云上计算实例。与由 Amazon Graviton2 处理器反对的以后一代 Amazon C6g 实例相比，性能进步 25%。
当然，Amazon Graviton3 属于通用芯片，专用芯片也更新了。亚马逊云科技颁布，由亚马逊第二款机器学习芯片 Amazon Trainium 反对的新 Amazon Trn1 实例，将为在云中为自然语言解决 (NLP)、计算机视觉、搜寻、举荐、排名等用例训练深度学习模型提供最佳的性价比，与 P4d 实例相比，通过 Amazon Trn1 实例训练深度学习模型的老本升高达到 40%。
Amazon Nitro System 芯片也公布了新品。Amazon Nitro 能够说是个超级黑科技，精确来讲它是一个套架构，能够将服务器提供给用户的资源最大化，缩小虚拟化损耗。所谓“虚拟化损耗”，就是以往为了保护服务其失常运行，在网络、存储、治理等零碎性能方面做出的必然开销，这种开销要占到服务器总体性能的三成。Nitro 架构就是通过定制硬件，关注这三成的性能问题。
而这次公布的 Amazon Nitro System 芯片，次要是反对 Amazon EC2 Instance 底层治理平台，能够替 CPU 分担工作负载。通用芯片、推理专用芯片、Amazon EC2 反对芯片，这次公布的是整整齐齐。Amazon Nitro SSDs 的 Im4gn/Is4gen/ I4i 实例提供 30 TB 的 NVMe 存储，与上一代 I3 实例相比，I/O 提早升高了 60%，提早可变性升高了 75%。
Data Serverless：无服务器利用迅速推广
当然，除了在网和端层面的服务能力扩大，此次在 Serverless 层面的更新也值得注意。
业内都晓得 Amazon Lambda 开启了 Serverless 的时代，但真正取得业内的宽泛同意和追随，还是在 2019 年。这次 亚马逊云科技 re:Invent，亚马逊云科技一口气公布了四个外围产品的 Serverless 版本：Amazon Redshift Serverless、Amazon EMR Serverless、Amazon MSK Serverless 和 Amazon Kinesis data streams on-demand。
Amazon Redshift 咱们曾经提过，是最早的云原生数仓；Amazon EMR 则是亚马逊云科技提供的 Hadoop 托管服务；Amazon MSK 是 Kafka 托管服务；而 Amazon Kinesis data streams on-demand 则是流式数据处理平台。
而这些服务的 Serverless 版本则是让使用者单击几下即可运行应用这些框架构建的应用程序，而无需配置、优化或爱护集群。
云端大数据架构，因为亚马逊云科技这些 Serverless 版本服务的更新，其门槛正在飞速升高。以往像智能湖仓这种架构的搭建，让架构师、工程师很头疼，而现如今，工程师的工作正在变成单纯的调参 —— Serverless 对产业生态的扭转简直是永久性的。
写在最初
从 2021 亚马逊云科技 re:Invent 及往年各云计算大会的公布状况看，云计算畛域的产品更迭，一是重视底层根底算力的降级，这属于硬核实力的比拼；二则是重视服务外沿的扩大，如何了解云、网、端三个角色，并提供尽量通用的私有云服务，成为要害。元宇宙则是当下新衰亡的概念，为整体的技术倒退方向提供了新的想法和方向，值得咱们特地思考。