AWS將人工智能計算服務添加到云產品陣容

紐約—亞馬遜正在與歐洲的工人打交道，在黃金日促銷活動期間造成現場中斷，并在本周AWS 2018紐約市峰會所在地Javits Convention Center內外舉行抗議活動。

在峰會上，這些人似乎都沒有打擾到Amazon Web Services高管，后者在AWS云上宣布了其人工智能機器學習和計算服務的新功能。

憑借對人工智能和機器學習服務的需求，AWS對其SageMaker服務進行了改進，使用戶能夠在云中構建和部署模型。

AWS機器學習總經理Matt Wood博士宣布了兩項旨在幫助加快服務速度的更新：SageMaker流算法和SageMaker批量轉換。

流算法使用戶能夠將大量訓練數據從S3存儲服務流式傳輸到SageMaker。他說，流技術支持現在可用于基于Tensor Flow的模型，它將幫助開發(fā)人員更快地構建和訓練定制的機器學習應用程序，其他的很快也會推出。同樣，批轉換服務允許用戶將大文件或文件集轉儲到SageMaker中進行測試或培訓。

AWS的兩個交鑰匙AI服務(Amazon Translate和Amazon Transcribe)進行了另外兩項改進。伍德說，亞馬遜翻譯現在支持日語，俄語，語，繁體中文，土耳其語和捷克語，不久還將支持荷蘭語，瑞典語，波蘭語，丹麥語，希伯來語和芬蘭語。

Amazon Transcribe現在支持通道合成，該通道合成可以獲取多通道音頻流并從中構建單個轉錄。

伍德說：“現在還處于初期和新生階段。” “但是我們的任務是將機器學習交給每個開發(fā)人員。”

在Compute中，AWS首席技術官Werner Vogels宣布了兩種新的實例類型，即內存優(yōu)化的R5和渦輪增壓Z1。

R5是基于Skylake Xeon處理器構建的第五代實例，用于高性能計算，并行處理和內存數據庫應用程序。R5還提供高達3.6 TB的基于NVMe的閃存存儲。

Z1實例類型包括自定義的Xeon可擴展處理器，它可以以高達4.0 GHz的持續(xù)處理速度運行，以應對計算密集型工作負載。

作為對AWS Snowball Edge的更新的一部分，宣布了第三個新實例，這是一種加固的設備，最初是作為數據傳輸設備，現已演變?yōu)檫吘売嬎闫脚_。

AWS已對其進行了更新，使其能夠基于新的“ SBE1”實例類型運行完整的Elastic Compute 2實例，該實例類型在1.8 GHz的頻率下運行Xeon D處理器。

官員表示，用戶(例如離岸環(huán)境中的用戶)發(fā)現需要對進入Snowball設備的數據添加一些批處理或簡單分析，然后再將其連接到AWS云。

高管沒有解決停運被撞出亞馬遜的一些客戶日周一下午。沃格爾斯在演講中被約10分鐘的抗議者打斷，但仍保持冷靜。示威者在安全的陪同下離開。

盡管發(fā)生了戲劇性的變化，但“全力以赴”的Amazon Web Services客戶數量仍在增長。DTCC董事總經理兼首席技術架構師Rob Palatnick表示，其中包括DTCC，這是一家金融市場票據交換所，在過去五年中，其AWS的使用量已大大增加。該公司的使用量已從每月2.75億個請求增加到7.8億個，并將1.5 TB的數據存儲到20 TB。

同樣，21 日世紀?？怂挂呀洀?4降低其數據中心占地面積四，現在存儲數據的PB級25和AWS 45000000個視頻資產。

Fox首席技術官Paul Cheesbrough說：“ AWS使我們能夠重新設計工作方式。”并改變了公司管理內容供應鏈，流媒體服務，廣告放置和交付以及創(chuàng)意制作和營銷的方式。“借助SageMaker，Athena [S3查詢服務]，Glue [提取，加載，轉換數據管理]和Redshift [數據倉庫]，我們正在變得實時預測并變得更加智能。”