就在剛剛，云計算一哥亞馬遜云科技，在大模型這件事兒上搞了波大的——

亞馬遜CEO Andy Jassy親自站臺re:Invent24，發(fā)布自家新款A(yù)I多模態(tài)系列大模型，名曰Amazon Nova。

而且是一口氣涵蓋文本對話、圖片生成、視頻生成，甚至直接吐露一個小目標(biāo)：

將來我們不僅要Speech to Speech，更要Any-to-Any！

整體而言，Amazon Nova系列中的所有模型，均以功能和尺寸來劃分。

先來看下新版尖端基礎(chǔ)大模型的“文本對話篇”，一共包含四個杯型：

• Amazon Nova Micro：僅限文本對話，主打一個低價格和低延遲；
• Amazon Nova Lite：低成本的多模態(tài)大模型，處理圖像、視頻和文本輸入的速度極快。
• Amazon Nova Pro：高性能的多模態(tài)大模型，精度、速度和成本最佳“配方”，可處理廣泛的任務(wù)。
• Amazon Nova Premier：亞馬遜最強(qiáng)多模態(tài)大模型，可處理復(fù)雜的推理任務(wù)，也可用于蒸餾客戶定制化的模型。

在現(xiàn)場，Andy也曬出了Amazon Nova在CRAG、BFCL、VisualWebBench和Mind2Web等Benchmarks上取得的分?jǐn)?shù)。

從成績中不難看出，其在檢索增強(qiáng)生成（RAG）、函數(shù)調(diào)用和智能體應(yīng)用方面具有較好的性能。

據(jù)悉，前三者已經(jīng)上架亞馬遜云科技的“模型工廠”Amazon Bedrock，而Premier版本則將于2025年第一季度推出。

目前也有一些實測已經(jīng)流出，例如給Amazon Nova Pro一句Prompt：

Write a summary of this doc in 100 words. Then, build a decision tree.
寫一篇100字的摘要。然后，構(gòu)建一個決策樹。

啪的一下，結(jié)果就出來了：

它給出的答案是：

The video begins with a view of a rocky shore on the ocean, and then transitions to a close-up of a large seashell resting on a sandy beach.
視頻一開始是海洋上的巖石海岸，然后過渡到一個大貝殼躺在沙灘上的特寫。

接下來，就是“非文本生成篇”，一共包括兩款。

Amazon Nova Canvas，主打的是圖像生成，用官方的話來說，是達(dá)到了“State-of-the-art”（最先進(jìn)）的水平：

至于視頻生成模型，名叫Amazon Nova Reel，給定一張圖片和一句話，即可讓它動起來：

而接下來Andy的一番話，直接讓現(xiàn)場不淡定了。

正如我們剛才提到的，Andy已經(jīng)放出了話，Amazon Nova即將呈現(xiàn)出來的態(tài)勢是萬物皆可生成。

值得細(xì)細(xì)品味的一點是，亞馬遜云科技在生成式AI時代中，先前發(fā)布自研大模型并不算最吸睛的那一批。

雖然此前也發(fā)布過Amazon Titan大模型，但模態(tài)上也僅限于文本，更多的精力還是聚焦在了像Amazon Bedrock、Amazon Q這樣的平臺和應(yīng)用。

而這次，亞馬遜云科技卻一反常態(tài)，以厚積薄發(fā)之勢把主流模態(tài)全面覆蓋，甚至一句“Any-to-Any”彰顯其雄心。

為何會如此？

縱觀整場發(fā)布會，透過亞馬遜云科技CEO Matt Garman的全程介紹，或許可以把答案總結(jié)為——

實力是一直有的，只是現(xiàn)在客戶有需求了。

△Matt Garman首次以CEO身份參加re:Invent

這又該如何理解？我們繼續(xù)往下看。

算力再升級，價格很美麗

先看實力。

作為云計算一哥，算力是亞馬遜云科技的看家本領(lǐng)之一。

與傳統(tǒng)云服務(wù)廠商不同，其自主研發(fā)并優(yōu)化的專用芯片和數(shù)據(jù)中心，包括Graviton和Nitro等專有服務(wù)器主機(jī)，為實時計算提供支持。

而這一次，從芯片到服務(wù)器，基礎(chǔ)設(shè)施上一系列的更新動作，可以分為三大板塊來看——

計算（Compute）、存儲（Storage）和數(shù)據(jù)庫（Database）。

在計算層面上，亞馬遜云科技先是宣布Amazon EC2 Trn2實例正式可用。

EC2 Trn2實例采用了第二代Trainium 芯片（Trainium2），與上一代Trn1實例相比，性能提升顯著。具體來說：

• 訓(xùn)練速度提高4倍：這一性能提升能有效減少模型訓(xùn)練所需時間，加快企業(yè)應(yīng)用落地；
• 內(nèi)存帶寬提高4倍：更強(qiáng)的數(shù)據(jù)傳輸能力可以滿足復(fù)雜模型對實時數(shù)據(jù)處理的高要求；
• 內(nèi)存容量提高3倍：為高參數(shù)量模型的運行提供了足夠的計算資源。

此外，Trn2實例在性價比上比當(dāng)前基于GPU的EC2 P5e和P5en實例高出30-40%。

每個Trn2實例包含16個Trainium2芯片，192 vCPUs，2 TiB的內(nèi)存，以及3.2 Tbps的Elastic Fabric Adapter (EFA) v3 網(wǎng)絡(luò)帶寬，這比上一代降低了高達(dá) 35% 的延遲。

針對更高性能需求，亞馬遜云科技同時推出了Trn2 UltraServer。

這是一種全新的超大規(guī)模計算產(chǎn)品，每臺UltraServer包含64個Trainium2芯片，并通過高帶寬、低延遲的 NeuronLink互連實現(xiàn)了卓越的性能。

這使得Trn2 UltraServer成為訓(xùn)練超大規(guī)?；A(chǔ)模型（如生成式 AI、LLM 等）的理想選擇。

NeuronLink是亞馬遜云科技專有的網(wǎng)絡(luò)互連技術(shù)，它能夠?qū)⒍嗯_Trainium服務(wù)器組合成一個邏輯上的單一服務(wù)器，連接帶寬可達(dá)2TB/s的帶寬，而延遲僅為1微秒。

它的設(shè)計特別適合分布式深度學(xué)習(xí)任務(wù)，在網(wǎng)絡(luò)通信上的優(yōu)化有助于顯著縮短訓(xùn)練時間，提升資源利用率。

用官方的話來說就是：

這正是訓(xùn)練萬億級參數(shù)的大型人工智能模型所需要的超級計算平臺，非常強(qiáng)大。

在現(xiàn)場，蘋果也來為亞馬遜站臺，機(jī)器學(xué)習(xí)和人工智能高級總監(jiān)Benoit Dupin表示：

蘋果將使用亞馬遜云科技的Trainium2芯片。

除此之外，在芯片層面上，亞馬遜云科技發(fā)布了AWS Trainium3芯片預(yù)覽版，預(yù)計于2025年正式推出。

據(jù)悉，Trainium3將采用3納米工藝制造，提供兩倍于Trainium2的計算能力，并提升40%的能效。

在計算（Compute）之后，便是存儲（Storage）上的更新。

我們都知道，在數(shù)據(jù)分析和大數(shù)據(jù)領(lǐng)域，處理和查詢大規(guī)模數(shù)據(jù)集的能力至關(guān)重要。

而傳統(tǒng)的數(shù)據(jù)查詢方法在處理海量數(shù)據(jù)時，常常導(dǎo)致性能瓶頸和管理復(fù)雜性，影響了企業(yè)的數(shù)據(jù)驅(qū)動決策能力。

為此，亞馬遜云科技專門推出了Amazon S3 Tables。

Amazon S3 Tables提供了一種新的存儲方式，專為表格數(shù)據(jù)設(shè)計，支持使用Amazon Athena、Amazon EMR 和 Apache Spark等流行的查詢引擎進(jìn)行輕松查詢。

S3的表存儲桶是它的第三種存儲桶類型，與現(xiàn)有的通用存儲桶和目錄存儲桶并列；可以將表存儲桶視為一個分析倉庫，用于存儲具有不同模式的Iceberg表格。

與自管理的表格存儲相比，S3 Tables可以實現(xiàn)高達(dá)3倍的查詢性能提升和10倍的每秒事務(wù)處理能力，同時提供全托管服務(wù)的操作效率。

除此之外，元數(shù)據(jù)（Metadata）也變得越發(fā)重要，例如電話里面有很多照片，正是因為通過元數(shù)據(jù)儲存數(shù)據(jù)，現(xiàn)在可以實現(xiàn)用自然語言很快找到這張照片。

基于這樣的需求，亞馬遜云科技推出了Amazon S3 Metadata的預(yù)覽版。

Amazon S3 Metadata提供了一種自動化、易于查詢的元數(shù)據(jù)管理方式，這些元數(shù)據(jù)幾乎實時更新，幫助用戶整理、識別和使用S3數(shù)據(jù)進(jìn)行業(yè)務(wù)分析、實時推理應(yīng)用等。

它支持對象元數(shù)據(jù)，包括系統(tǒng)定義的詳細(xì)信息（如大小和對象來源）以及自定義元數(shù)據(jù)，允許用戶使用標(biāo)簽為對象添加產(chǎn)品SKU、交易ID或內(nèi)容評級等信息。

而這些元數(shù)據(jù)同樣也存儲在S3 Tables之中。

在計算、存儲之后，便是基礎(chǔ)設(shè)施的第三大板塊——數(shù)據(jù)庫（Database）。

有意思的一點是，Matt在現(xiàn)場分享了一張“OR”還是“AND”的圖，表示企業(yè)在選擇數(shù)據(jù)庫時普遍遇到的艱難抉擇——跨區(qū)域一致、高可用性、低延遲，往往只能3選2。

而亞馬遜云科技此次給出的答卷是，都可以有。

這就是新型無服務(wù)器分布式數(shù)據(jù)庫Amazon Aurora DSQL，旨在解決傳統(tǒng)數(shù)據(jù)庫在擴(kuò)展性和性能方面的挑戰(zhàn)。

Aurora DSQL結(jié)合了傳統(tǒng)關(guān)系數(shù)據(jù)庫的強(qiáng)一致性和NoSQL數(shù)據(jù)庫的分布式擴(kuò)展能力，提供了以下幾個關(guān)鍵優(yōu)勢：

• 跨區(qū)域強(qiáng)一致性和低延遲：采用了全新的架構(gòu)，使其能夠在多個地理區(qū)域中同時運行，而保持強(qiáng)一致性。
• 無限擴(kuò)展：能夠處理數(shù)TB到數(shù)PB級的數(shù)據(jù)集，適用于任何規(guī)模的企業(yè)。
• 超高可用性：提供99.999%的可用性，這對于許多需要高可用性和無縫運行的企業(yè)級應(yīng)用至關(guān)重要。
• 性能優(yōu)越：其跨區(qū)域的讀寫操作比Spanner快了四倍。

以上便是亞馬遜云科技此次在基礎(chǔ)設(shè)施上的發(fā)力了。

新的積木——推理

如果說把基礎(chǔ)設(shè)施的三大板塊視為三塊積木，那么接下來，亞馬遜云科技在模型層和應(yīng)用層方面添加了第四塊積木——推理（Inference）。

推理是生成式AI工作流的核心，它指的是將已經(jīng)訓(xùn)練好的模型應(yīng)用到新數(shù)據(jù)上，進(jìn)行預(yù)測、生成或推斷。

Matt在會上強(qiáng)調(diào)：

推理在AI模型的應(yīng)用中變得尤為重要，尤其是在處理像大型語言模型等復(fù)雜模型時，推理要求極高的計算能力和低延遲響應(yīng)。

而Amazon Bedrock作為亞馬遜云科技在模型層的一項AI平臺服務(wù)，先是與我們上述的基礎(chǔ)設(shè)施在推理上保持了同步。

換言之，Inferentia和Trainium芯片提供的推理的硬件優(yōu)化，用戶可以通過Amazon Bedrock便捷訪問這些資源。

而至于Amazon Bedrock本身，這次也迎來多項能力的升級。

首先就是模型蒸餾（Model Distillation），能夠自動化創(chuàng)建針對特定用例的蒸餾模型。

主要是通過從大型基礎(chǔ)模型（教師模型）生成響應(yīng)，并使用這些響應(yīng)來微調(diào)較小的基礎(chǔ)模型（學(xué)生模型），從而實現(xiàn)知識轉(zhuǎn)移，提高小模型的精確度，同時降低延遲和成本。

其次是多智能體協(xié)作（multi-agent collaboration）。

在需要多個智能體處理復(fù)雜任務(wù)的場景中，管理這些智能體變得具有挑戰(zhàn)性，尤其是隨著任務(wù)復(fù)雜性的增加。

使用開源解決方案的開發(fā)者可能會發(fā)現(xiàn)自己需要手動實現(xiàn)智能體編排、會話處理、內(nèi)存管理等復(fù)雜操作。

這也正是亞馬遜云科技在Amazon Bedrock上推出多智能體協(xié)作的出發(fā)點。具體特點如下：

• 快速設(shè)置：無需復(fù)雜編碼，幾分鐘內(nèi)創(chuàng)建、部署和管理協(xié)同工作的AI智能體。
• 可組合性：將現(xiàn)有智能體作為子智能體集成到更大的智能體系統(tǒng)中，使它們能夠無縫協(xié)作以應(yīng)對復(fù)雜的工作流程。
• 高效的智能體間通信：監(jiān)督智能體可以使用一致的接口與子智能體進(jìn)行交互，支持并行通信以更高效地完成任務(wù)。
• 優(yōu)化的協(xié)作模式：在監(jiān)督模式和監(jiān)督加路由模式之間選擇。在路由模式下，監(jiān)督智能體將直接將簡單請求路由到相關(guān)的子智能體，繞過完整的編排。

最后，也是更為重要的一點，便是防止大型語言模型幻覺導(dǎo)致的事實錯誤的功能——自動推理檢查（Automated Reasoning checks），這是Amazon Bedrock Guardrails中新增的一項功能。

這種新的防護(hù)措施，旨在通過數(shù)學(xué)驗證來確保LLMs生成的響應(yīng)的準(zhǔn)確性，并防止幻覺導(dǎo)致的事實錯誤。

自動推理檢查使用基于數(shù)學(xué)和邏輯的算法驗證和推理過程來驗證模型生成的信息，確保輸出與已知事實一致，而不是基于虛構(gòu)或不一致的數(shù)據(jù)。

與機(jī)器學(xué)習(xí)（ML）不同，自動推理提供了關(guān)于系統(tǒng)行為的數(shù)學(xué)保證。

據(jù)悉，亞馬遜云科技已經(jīng)在存儲、網(wǎng)絡(luò)、虛擬化、身份和密碼學(xué)等關(guān)鍵服務(wù)領(lǐng)域使用自動推理，例如，自動推理用于正式驗證密碼實現(xiàn)的正確性，提高性能和開發(fā)速度。

在性能方面，Bedrock還推出了低延遲優(yōu)化推理，由此，用戶可以在使用最先進(jìn)的大模型基礎(chǔ)上，還享受卓越的推理性能。

值得一提的是，Llama 405B和Llama 70B低延遲優(yōu)化版本，在亞馬遜云科技上展現(xiàn)出超越其他云提供商的出色表現(xiàn)。

還有應(yīng)用層和其它更新

針對開發(fā)者和企業(yè)，亞馬遜云科技在應(yīng)用層上的代表作便是Amazon Q了。

針對越來越多的企業(yè)尋求從本地數(shù)據(jù)中心遷移到云的痛點，亞馬遜云科技在Amazon Q Developer上推出了多項新功能。

其中較為引人注目的就是Transformation for Windows .NET Applications，這項功能使得企業(yè)能夠更快速地將.NET應(yīng)用程序遷移到AWS，同時還能夠顯著降低遷移成本。

Amazon Q為.NET應(yīng)用程序提供了自動化遷移工具，能夠識別應(yīng)用程序中可能存在的不兼容問題，生成遷移計劃，并且自動調(diào)整源代碼，確保平滑過渡到云端。這種自動化遷移大幅提高了工作效率，減少了人為干預(yù)。

通過將應(yīng)用程序從Windows遷移到Linux，企業(yè)能夠節(jié)省高昂的Windows許可費用，降低TCO（總擁有成本）。

Matt指出，使用Amazon Q的企業(yè)能夠節(jié)省多達(dá)40%的許可成本。

而且遷移速度比傳統(tǒng)手動遷移快了四倍，大大減少了系統(tǒng)遷移的停機(jī)時間和風(fēng)險。

除了Windows應(yīng)用的遷移，亞馬遜云科技還推出了Amazon Q Developer Transformation for VMware Workloads功能，專為運行在VMware上的企業(yè)工作負(fù)載設(shè)計。

通過這一工具，亞馬遜云科技可以幫助企業(yè)將本地的VMware環(huán)境遷移到云平臺。

應(yīng)用層之外，還有諸如將AI和分析做結(jié)合的產(chǎn)品——Amazon SageMaker。

它作為一個可以幫企業(yè)加速AI應(yīng)用的開發(fā)、訓(xùn)練和部署的數(shù)據(jù)科學(xué)平臺，今天也正式步入了“下一代”。

新一代SageMaker的核心是SageMaker Unified Studio。

這是一個單一的數(shù)據(jù)和AI開發(fā)環(huán)境，它整合了Amazon Athena、Amazon EMR、AWS Glue、Amazon Redshift、Amazon Managed Workflows for Apache Airflow (MWAA)以及現(xiàn)有的SageMaker Studio中的工具和功能。

其次是Amazon SageMaker Lakehouse，可以統(tǒng)一Amazon S3數(shù)據(jù)湖、Amazon Redshift數(shù)據(jù)倉庫和第三方及聯(lián)合數(shù)據(jù)源。

亞馬遜云科技的“AI步法”

在看完本屆re:Invent所有內(nèi)容和實力之后，亞馬遜云科技在生成式AI時代的發(fā)展路徑其實也就比較清晰了——

從客戶的真實業(yè)務(wù)需求出發(fā)。

上文種種內(nèi)容的更新，都是基于“客戶的服務(wù)出現(xiàn)了什么問題”，包括計算、存儲、數(shù)據(jù)庫上的瓶頸，包括客戶在模型上的選擇，再包括應(yīng)用上的遷移服務(wù)等等。

洞悉了背后的實用主義邏輯，也就不難理解，亞馬遜云科技為何選擇在這個時間節(jié)點上發(fā)布一系列多模態(tài)大模型，還是因為客戶有需要。

這種需要，具體而言，就是客戶在模型上的選擇，畢竟“沒有一個模型可以一統(tǒng)天下”，每個模型都有自己所擅長的領(lǐng)域。

但亞馬遜云科技所做的，是利用自己在基礎(chǔ)設(shè)施、工具/模型和應(yīng)用三個層面的深耕和實力，給客戶多提供了一個“快、好、省”的選項。

回顧亞馬遜云科技的起步，似乎這一點從未變過。

正如Matt在大會上回憶的那樣：

亞馬遜云科技在2006年推出時，初創(chuàng)公司是第一批用戶，他們總是非常積極地采用新技術(shù)，并且能夠提供有價值的反饋。

而這種反饋也進(jìn)一步推動了亞馬遜云科技的發(fā)展，也有助于理解如何更好地支持創(chuàng)業(yè)精神。

因此，Matt在大會中還宣布了一個重磅消息：

將在2025年為全球的初創(chuàng)公司提供10億美元的資金支持！

One More Thing

本屆re:Invent共計6萬人參與，來感受一下這個熱情、這個feel~

參考鏈接：[1]https://www.aboutamazon.com/news/aws/amazon-nova-artificial-intelligence-bedrock-aws。

[2]https://aws.amazon.com/blogs/aws/amazon-ec2-trn2-instances-and-trn2-ultraservers-for-aiml-training-and-inference-is-now-available/。

[3]https://aws.amazon.com/blogs/aws/new-amazon-s3-tables-storage-optimized-for-analytics-workloads/。