Sebagai vendor komputasi cloud nomor satu di dunia, AWS "berapa banyak skor yang dapat diuji" di China mungkin menjadi topik yang menarik bagi setiap praktisi industri cloud. Pada AWS Technology Summit pada 9 Agustus, ini Pertanyaan tersebut memiliki jawaban terbaru.
Rong Yongkang, wakil presiden global Amazon AWS dan direktur eksekutif Greater China, memberikan laporan saat itu juga. Dia menunjukkan:
Secara global, omset pada Q2 tahun 2018 adalah 6,1 miliar dolar AS, meningkat 49% dari tahun ke tahun. Total pendapatan diperkirakan akan melebihi 24 miliar dolar AS dalam 12 bulan ke depan. Ada 18 wilayah di dunia, 55 zona yang tersedia, lebih dari 100 edge node, dan 65% wilayah berada di Belt and Road.
· Dari perspektif Cina, Sinnet (Pusat Data Beijing) dan Data Xiyun (Pusat Data Ningxia) berjalan seiring, menerapkan 16 fungsi utama. Sany Heavy Industry, Midea, HNA, dan OPPO telah menjadi pelanggan AWS.
Dalam hal layanan baru, AWS meluncurkan lebih dari 1.400 di tahun 2017 dan lebih dari 400 di kuartal pertama tahun 2018.
· Dalam Magic Quadrant, AWS memimpin.
Pada konferensi ini, COO Sinnet Ning Qi dan CEO Perusahaan Data Ningxia Xiyun Wang Hui juga melaporkan tentang tim, kapabilitas layanan cloud, dan pengalaman pengoperasian masing-masing.
Secara keseluruhan, AWS berakar di China dan dapat dinilai "baik".
Keluh dari Amazon CTO Werner Weigel
Tentunya yang paling dinantikan adalah pidato dari CTO Amazon Werner Vogels.
Sebagai orang yang bertanggung jawab atas teknologi Amazon, Werner Weigel adalah jiwa dari AWS dan pakar top di bidang komputasi awan. Karena kontribusinya terhadap pendidikan dan promosi komputasi awan, ia dinobatkan sebagai "2008 CTO / CIO" oleh Information Week; pada tahun 2010, ia terpilih sebagai "Eksekutif Komputasi Awan Paling Berpengaruh" oleh pembaca ReadWriteWeb.
Leifeng.com mengamati bahwa selama periode yang sama di tahun 2017, Werner Weigel berpartisipasi dalam KTT teknologi tingkat perusahaan pertama di China. Saat itu, ia menggunakan 13 PPT untuk mengklarifikasi strategi cloud perusahaan, dan tahun ini, jumlah PPT Jauh lebih dari itu. Meskipun ia menekankan hanya berbagi teknologi di awal, ia tetap memiliki warna komputasi awan Amazon yang kuat, yang berarti bahwa ia sendiri adalah iklan terbaik AWS.
Werner Weigel membuka seruan emosionalnya: Pelanggan adalah pencipta!
"AWS percaya bahwa pelanggannya adalah kreator, dan pelanggan adalah orang yang benar-benar ingin dapat membuat aplikasi layanan produk baru atau mengubah aplikasi yang sudah ada."
Dia mengatakan bahwa pada tahun 2006, Amazon tahu bahwa cloud akan membawa perubahan yang mengguncang dunia pada pengembangan perangkat lunak, dan alat baru diperlukan. Jadi mereka bekerja sama dengan pengembang perangkat lunak.Dalam 12 tahun terakhir, setelah reinkarnasi zodiak, Amazon telah menciptakan kerangka kerja pengembangan perangkat lunak modern, terutama di bidang layanan cloud.
Seperti apa arsitektur modern itu
Perangkat lunak saat ini menyajikan arsitektur tiga tingkat: lapisan web, lapisan aplikasi, dan lapisan data. Namun nyatanya, dunia segera berubah, Internet bukan lagi halaman web, melainkan aplikasi. Semua perangkat lunak dan komponen ini berskala besar, menjadi semakin besar dan kaku, dan tidak lagi memenuhi komponen yang berlaku yang diinginkan oleh pengembang perangkat lunak untuk mengembangkan perangkat lunak secara bebas.
Werner Weigel percaya bahwa dari perspektif fungsi back-end yang berbeda, yang sebenarnya mereka lakukan adalah menghubungkan semua layanan AWS, baik itu DynamoDB, keamanan, keandalan, skala, kinerja, dan manajemen biaya. , Vendor cloud melakukannya untuk Anda, seperti inilah arsitektur modern. (Catatan Lei Feng: Amazon DynamoDB adalah layanan database NoSQL yang dikelola sepenuhnya yang dapat memberikan kinerja yang cepat dan dapat diprediksi, dan dapat mencapai perluasan yang mulus)
"Sekarang Anda dapat memilih cara yang tepat Anda ingin mengembangkan perangkat lunak, daripada meresepkan resep untuk Anda - itu cara tradisional."
Pembelajaran mesin Amazon
Topik kedua Werner Weigel adalah tentang pembelajaran mesin.
Pada tahun lalu, penggunaan pembelajaran mesin telah meningkat pesat. Menurut informasi relevan yang ditanyakan oleh Leifeng.com, kebangkitan Alpha Go Zero, metode UPV tanpa pengawasan yang disediakan oleh Facebook, dan pelatihan prosesor NVIDIA P3 untuk pembelajaran mesin semuanya telah membuat komersialisasi pembelajaran mesin semakin sukses.
Dalam pembelajaran mesin, Internet of Things, kecerdasan buatan, dan bidang lainnya, AWS tidak hanya melakukan IaaS. Sejak 2009 dan 2010, layanan cloud seperti penyimpanan, jaringan, dan komputasi terus dikembangkan, tetapi yang terpenting, AWS ingin menyediakan alat yang lebih sesuai bagi pengguna.
AWS Cloud 9
Werner Weigel pertama kali mengatakan bahwa setiap platform yang hebat memiliki IDE yang hebat. AWS Cloud 9 adalah IDE yang terkelola sepenuhnya dengan berbagai fungsi, dan uniknya adalah dapat mengembangkan Lambda asli secara mendalam Fungsi.
AWS X-Ray
X-Ray dapat membantu pengguna menemukan kesalahan, menyebarkan dan memeriksa masalah aplikasi terkait data dengan lebih nyaman. Dengan semua komponen berbeda ini, AWS bekerja dengan pengguna untuk mengembangkan beberapa alat praktis.
Platform TI
Dalam enam bulan terakhir, AWS telah membuat kemajuan besar dalam solusi, salah satunya adalah apakah data dan cloud dapat membangun platform. Begitu Anda memiliki platform ini, itu berarti TI bukan hanya keunggulan kompetitif, tetapi juga kebutuhan, yang berarti bahwa setiap orang dapat menikmati sumber daya komputasi, penyimpanan, database, dan algoritme yang sama.
Di manakah perbedaan kompetitif antara perusahaan? Jawaban Werner Weigel adalah "data dan penggunaan data, dan informasi yang diperoleh dari data".
SageMaker
SageMaker, yaitu membuat, melatih, dan menerapkan model pembelajaran mesin dalam skala besar.
"Jika kami ingin mempromosikan penggunaan universal machine learning, kami perlu melakukan beberapa penyempurnaan. Karena machine learning membutuhkan tumpukan yang benar-benar baru."
Apa tumpukan tradisional? Faktanya, AWS memiliki kerangka kerja standar, TensorFlow, Caffe, dll., Selain itu, mereka juga telah membangun platform yang disebut SageMaker, sehingga setiap pengembang dapat memperoleh kemampuan pembelajaran mesin melalui algoritme.
Proses pembelajaran mesin melibatkan pemilihan data, pemilihan algoritma, pelatihan (menyesuaikan parameter algoritma), penerapan model, dll. Proses ini merupakan pekerjaan yang sangat rumit. Jika Anda ingin 80% pekerjaan manusia dilakukan oleh pembelajaran mesin itu sendiri, SageMaker dapat Sadarilah ini.
Werner Weigel berkata dengan penuh emosi: Amazon SageMaker jelas merupakan layanan platform revolusioner untuk mempopulerkan pembelajaran mesin. Dapat dilihat bahwa CTO ini masih tidak dapat menghindari iklan.
Aurora
Aurora adalah layanan dengan pertumbuhan tercepat di China dalam sejarah AWS.
Aurora adalah cloud nyata dan alat lokal yang dapat mencapai database yang berfungsi dengan baik. Banyak database dibuat pada tahun 1990-an, tetapi teknologi yang mendasarinya tidak banyak berubah, tetapi AWS sekarang melakukan lokal dan cloud Dengan pencadangan, tingkat kinerja, keamanan, dan keandalan semuanya berbeda dari sebelumnya. Menurut Leifeng.com, Aurora saat ini tersedia dalam data Ningxia Xiyun.
Amazon S3
Banyak data tidak terstruktur perlu dianalisis dan diproses. AWS menyebutnya sebagai danau data. Amazon S3 telah menjadi opsi danau data yang populer.
Dalam beberapa tahun terakhir, butuh 41 menit untuk memproses data 5TB. Kini Amazon S3 dapat mengurangi waktu yang dibutuhkan untuk memproses begitu banyak data menjadi 12 menit.
R5 dibandingkan dengan R4: memori meningkat 57%, daya komputasi meningkat 50%
Werner Weigel membagikan kemajuan AWS dalam aplikasi memori. Dia menunjukkan bahwa R4 adalah aplikasi intensif memori, digunakan untuk analisis data besar dan cache memori, 2,3 MHz, memori 400GB. R5 telah ditingkatkan lebih lanjut, dengan peningkatan memori 57% dan peningkatan daya komputasi 50%. Ini adalah peningkatan yang sangat besar!
3 model berdasarkan analisis
Werner Weigel melanjutkan untuk berbicara tentang perkembangan terbesar di tiga area "pembelajaran mesin", "database", dan "analisis data" dalam beberapa bulan terakhir. Selain itu, berdasarkan model yang dianalisis, menurutnya ada 3 jenis:
Yang pertama adalah analisis data historis, seperti gudang data;
Yang kedua adalah analisis data real-time, seperti inventaris terkini dan dinamika media sosial saat ini;
Jenis ketiga adalah prediksi masa depan - inilah yang harus dilakukan oleh pembelajaran mesin untuk memaksimalkan penemuan beberapa hukum data, sehingga dapat mengembangkan dan memprediksi.
Faktanya, bagi AWS, prediksi masa depan adalah hal yang harus dilakukan oleh machine learning. Coba temukan beberapa hukum data, untuk mencapai pengembangan dan prediksi.
Tradisi pembelajaran mesin
Amazon memiliki tradisi yang sangat lama dalam menggunakan pembelajaran mesin, seperti rekomendasi yang dipersonalisasi, manajemen inventaris, drone / suara, penyimpanan tak berawak, dan sebagainya. Di toko Amazon GO, pelanggan hanya perlu mengambil barang dan keluar pintu, tanpa mesin kasir. Werner Weigel berpendapat bahwa ini dimungkinkan karena Amazon telah menggunakan pembelajaran mesin selama 20 tahun dan telah mengumpulkan pengalaman unik.
Ambil Netflix (situs video AS) sebagai contoh, 75% penayangan video dihasilkan melalui rekomendasi. Rekomendasi ini harus sangat akurat, jika tidak, pelanggan tidak akan mau menggunakannya.
"Data akan sia-sia jika tidak digunakan," kata Werner Weigel.
Kenapa lihat? Menurut Leifeng.com, ada ribuan insinyur yang melakukan pembelajaran mesin di Amazon, dan data tentang miliaran transaksi dihasilkan setiap hari. Jika Anda tidak menggunakannya, akan "terlalu bodoh" dalam kata-kata Werner Weigel. ".
Salah satu kasus aplikasinya adalah anti penipuan: Dengan data penipuan di masa lalu, pembelajaran mesin dapat digunakan untuk menentukan apakah pesanan baru mungkin merupakan pesanan palsu. AWS telah menetapkan ambang batas untuk ini, dan pesanan yang mencapai ambang batas tersebut akan dikirim ke karyawan sebenarnya untuk penilaian.
Lebih dari 100 fitur dan layanan baru dalam pembelajaran mesin
PPT oleh Werner Weigel ini menunjukkan kecepatan inovasi dalam pembelajaran mesin oleh AWS.
PPT ini menunjukkan berbagai pilihan contoh komputasi AWS.
Tanggung jawab atas keselamatan: tidak hanya di tim keselamatan
"Salah satu karakteristik keamanan sedang mengalami perubahan yang luar biasa. Kami melihat bahwa pengembangan telah berubah dari apa yang disebut siklus tiga menjadi enam bulan menjadi pengembangan dan penerapan yang berkelanjutan, yang berarti keamanan harus berubah. Tim keamanan tidak dapat lagi Tiga bulan, enam bulan untuk melakukan satu siklus, menurut saya aman untuk memberi Anda beberapa kode aman setelah tiga atau enam bulan. Tidak, pendekatan ini tidak lagi efektif. "
Pelanggaran data frekuensi tinggi dalam dua hingga tiga tahun terakhir memang mengejutkan. CTO yang bertanggung jawab atas teknologi perusahaan komputasi awan terbesar di dunia merasa bahwa dari perspektif arsitektural dan perspektif profesional, setiap orang harus bertanggung jawab. Tanggung jawab untuk perlindungan keselamatan terletak pada tim keselamatan.
"Setiap orang saat ini harus menyadari kemungkinan dampak keamanan perilaku mereka. Setiap kali Anda mengakses dan mengedit data, Anda harus mempertimbangkan keamanan, dan seluruh proses itu sendiri harus aman. Misalnya, lingkungan pengembangan tidak dapat memiliki celah, jadi keamanan adalah tanggung jawab semua orang. Jika kita ingin benar-benar melindungi pelanggan dan data perusahaan utama, maka kita semua harus bertanggung jawab atas keamanan. "Memang, di luar negeri, pelanggaran data Facebook menyebabkan Protes berskala besar, dan hilangnya data berturut-turut vendor cloud di China juga menimbulkan keluhan dari pelanggan. Kalimat Werner Weigel ini sebenarnya cukup mencerahkan.
Logikanya telah berubah: dari server ke tanpa server
Seperti apa dunia tanpa server itu?
Misalnya, Werner Weigel mengatakan bahwa pelanggan tidak perlu mengkhawatirkan skala, kinerja, dan keandalan SNS, SQS, dll. AWS Lambda dapat mewujudkan perluasan otomatis. Dalam contoh EC2, Anda harus membayar terlepas dari apakah itu dijalankan atau tidak, tetapi di dunia tanpa server, Anda hanya membayar untuk fungsi yang dijalankan, dan Anda tidak perlu membayar untuk kapasitas yang tidak terpakai.
Apa manfaat tanpa server?
Werner Weigel percaya bahwa ketika sebuah teknologi baru muncul sebelumnya, itu biasanya digunakan oleh perusahaan muda berskala kecil.Namun, dalam lingkungan tanpa server, perusahaan skala besar bisa lebih gesit dan lebih cepat. Kecepatan menggunakan teknologi terbaru.
Mengapa? Karena mereka tidak perlu mengelola, mereka hanya perlu membayar saat kode dijalankan.
Ini logika yang berbeda dari sebelumnya.
- Membuka pasar yang lebih besar, tombol eksklusif Asisten Google akan mendarat di lebih banyak ponsel
- Y-3 PureBOOST membuat langkah sulit lainnya, dan warna black soul Triple Black secara resmi ada di rak
- Diundang ke acaraPara ahli menafsirkan transformasi dan pengembangan industri bangunan cerdas di 2019
- King of Glory mengatakan versi berikutnya dari versi hutan saat ini memposisikan keterampilan pahlawan yang kuat dan beberapa berhati-hati