工业|亚马逊云服务：重塑混合云，布局工业领域机器学习服务_安迪·杰西|Proton|企业|Amaz

文章图片

2020年12月，一年一度的亚马逊云服务（AWS）年度盛会——AWS re:Invent活动线上举行，峰会时间长达三周。
12月2日主论坛首日， AWS首席执行官安迪·杰西（Andy Jassy）进行了长达3小时的主题演讲，并一口气发布了27项创新的云服务和功能。其中，有4项功能是安迪认为能够改变游戏规则的颠覆式服务，他们分别是数据库服务Amazon Aurora Serverless v2、数据分析服务AWS Glue的新功能AWS Glue Elastic Views、机器学习服务Amazon SageMaker的新功能Data Wrangler、开发工具AWS Proton 。这些服务的关键词是帮助企业进行“重塑” ，正与AWS峰会的名字re:Invent的意义一致。
现在，越来越多企业根据自己的需求，选择了混合云的部署。 AWS作为公有云服务的主推者，也介绍了自己对混合云的理解。 AWS认为，企业最终都将不再会有自己的数据中心，但为了在云和本地之间搭建桥梁， AWS也推出了更多细化的服务，在云与本地数据中心之间建立桥梁。
随着世界范围内5G和工业互联网布局深入， 12月9日， AWS还进一步发布了5个全新的用于工业领域的机器学习服务。

文章图片

AWS首席执行官安迪·杰西（Andy Jassy）进行了长达3小时的主题演讲。
4个颠覆性工具助力企业重塑
12月2日的主题演讲中，安迪介绍了新冠疫情给企业带来的变化，并强调企业重塑自己的重要性。很多人都是面临绝境才想到重塑，但就像借钱一样，越是业务不好时越借不到钱。安迪认为，重塑的关键，部分与技术相关，但更重要的是企业有没有自己的“重塑”文化。
在主题演讲中发布的27项创新云服务和功能中，有四项是安迪认为是能改变游戏规则的颠覆性服务。
第一个是数据库服务Amazon Aurora Serverless v2 ，它是Amazon Aurora无服务器数据库的新版本，可以做到实时扩容，在不到1秒的时间内扩展至支持几十万个数据处理事务。这样，开发者就不需要按业务峰值进行容量配置，而是按需扩容，相比之下可节省高达90%的成本。
AWS大中华区云服务产品管理总经理顾凡表示，目前市面上还没有任何一款数据服务可以做到这个量级， Amazon Aurora Serverless v2整体推动了数据库服务的演进。
第二个是数据分析服务AWS Glue的新功能AWS Glue Elastic Views ，它可以从多个不同数据源创建虚拟表（也叫实例化视图或物化视图），简单、高效地将数据孤岛连接起来，形成统一的数据视角，当数据源发生变化时能够在几秒钟内同步。
第三个是机器学习服务Amazon SageMaker的新功能Data Wrangler ，它可以提高机器学习数据准备的速度。通过Data Wrangler做数据准备，只需把Data Wrangler指向合适的AWS数据存储或第三方数据存储，它可以在控制面板合并、组合多个功能，在SageMaker Studio中预览数据转换，然后应用到整个数据集。
第四个是开发工具AWS Proton ，它的作用是简化容器和无服务器应用的开发和部署。
容器和无服务器应用由非常小的代码段组成，每个代码段通常由不同的团队开发和运维，有独立的基础架构，需要对其更新和维护。随着容器和无服务器应用的增加，应用和团队之间的协调工作会日益复杂，拖慢应用开发速度。 AWS Proton让中心平台团队可以建一个调用栈（Stack），除了具体的应用代码以外，所有关于微服务部署的信息全都在调用栈里。平台团队将调用栈发布在Proton控制台，开发者准备部署微服务时，选择一个模板，加入参数，点击部署即可。
AWS大中华区首席云计算企业战略顾问张侠解释说， Proton是质子的意思。 AWS Proton提供了更细粒度的开发和部署管理工具，具有划时代的意义。
重塑混合云
当下，混合云的理念和设计仍在探讨之中，越来越多企业也根据自己的需求，选择了混合云的部署。
AWS是公有云服务的主要推进者。谈到混合云，安迪在演讲中表示， AWS始终认为，企业最终都将不再会有自己的数据中心，当然，这需要一个较长的演进过程。为此， AWS推出了虚拟私有云服务Amazon VPC和网络服务AWS Direct Connect ，在云与本地数据中心之间建立桥梁。
AWS认为，混合基础设施是由云和各种边缘节点组成的，本地数据中心是边缘节点的一种，那么AWS应该把云推到这些边缘节点去。
大部分本地数据中心是运行VMware虚拟化的，这些客户希望上云后还使用同样的工具。于是AWS跟VMware合作，推出了 VMware Cloud on AWS ，客户可以在AWS使用同样的VMware软件和工具，这让IT基础设施成本节省40% ，运营成本节省43% ，预期5年投资回报为479% 。
进一步，客户在转换过程中，会有必须驻留在本地的工作负载，能不能把AWS部署到本地呢。 2018年， AWS发布了 Outposts ，它是跟AWS云数据中心一样的服务器硬件，上面有计算、存储、数据分析等AWS服务，仍然由AWS全托管，由AWS向客户交付，负责安装和维护，使用跟AWS云上相同的API、控制面板、工具、功能。这一服务推出后广受企业欢迎，目前，飞利浦、大众、思科、丰田等企业都在使用AWS Outposts 。
新发5个用于工业领域的机器学习服务
随着世界范围内5G和工业互联网布局深入， AWS也清晰呈现出针对5G和工业互联网的数字化平台的布局。 12月9日， AWS进一步发布了5项全新的用于工业领域的机器学习服务。
当下行业中，将机器学习功能添加到工业环境的需求越发旺盛，例如制造设施、配送中心、食品加工厂等。对这些企业来说，数据已成为将复杂工业系统结合在一起的重要媒介。工业系统中通常具有许多相互依存的流程，这些流程容错能力低，甚至很小的问题也会带来重大后果。许多企业通过分析其设施中运行设备的数据来应对这一挑战。
此次AWS发布的五项全新的机器学习服务代表了现有最全面的从云端到边缘的工业机器学习服务套件，共同帮助工业和制造业客户在其生产过程中嵌入智能能力，以提高运营效率，改善质量控制、信息安全和工作场所安全。
Amazon Monitron提供包含传感器、网关和机器学习服务的端到端机器监控解决方案，以检测可能需要维护的异常设备状况；Amazon Lookout for Equipment为拥有设备传感器的客户提供了使用AWS机器学习模型来检测异常设备行为并进行预测性维护的能力；AWS Panorama Appliance帮助已在工业设施中装配摄像机的客户使用计算机视觉来改善质量控制和工作场所安全；AWS Panorama软件开发套件（SDK）允许工业相机制造商在新相机中嵌入计算机视觉功能；Amazon Lookout for Vision在图像和视频流上使用AWS训练的计算机视觉模型，以发现产品或流程中的异常和缺陷。
使用全新AWS工业机器学习服务的客户和合作伙伴包括Axis、凌华科技、BP、德勤、Fender芬达、GE 医疗和西门子交通。
【工业|亚马逊云服务：重塑混合云，布局工业领域机器学习服务】(本文来自澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)

工业|亚马逊云服务：重塑混合云，布局工业领域机器学习服务

推荐阅读

如何找寻自我

缝纫机调线器怎么安装平车方法如何

强组词强字组词

火笋鸡翅的做法（增肥食谱）

闺女生日快乐祝福语朋友圈

LV请来潮牌设计师做艺术总监，看中的是啥

老虎豆怎么做好吃老虎豆图片怎样弄来吃

暖气有流水声是什么原因

皮球是什么体

手机怎样开通QQ空间

男生发mua说明 mua是什么意思

手指盖凹陷怎么回事

对自己的生活失去掌控咋调整

小米10s怎么没有月亮模式

我想找个偏僻的地方搞养殖！有没有推荐的地方？

南京养老金认证上门服务怎么申请南京市养老金认证

如何评价猪场阉割猪？

最后一个字是豹的成语

泰山散酒怎么样

猫发情的声音(猫发情的叫声)