在大咖云集的亞馬遜云科技re:Invent 2023全球大會現場，大家最關注的焦點話題是什么？

對于這個問題，相信很多人都會不假思索地在第一時間給出答案——生成式AI。

然而生成式AI的應用以及大語言模型的訓練，都對算力有著極高的需求。身為全球云計算開拓者和領軍者，亞馬遜云科技認為這意味著怎樣的機遇？同時又帶來了怎樣的挑戰？企業可以通過生成式AI實現怎樣的轉型升級？為了滿足客戶的迫切需求，亞馬遜云科技又提供了怎樣的解決方案？

生成式AI帶來的機遇與挑戰

“生成式AI帶來的機遇非常明顯，對吧？大家都已經有目共睹?！眮嗰R遜云科技計算和網絡副總裁David Brown向趣味科技表示，“我們希望亞馬遜云科技能夠成為運行這些工作負載的最佳場所，并且已經為此投入了大量資金和資源?！?/p>

David Brown指出，生成式AI的發展帶來了極其廣袤的市場，通過與NVIDIA等合作伙伴的攜手合作，以及自研的Amazon Graviton和Amazon Trainium系列定制芯片，亞馬遜云科技正在努力為客戶提供更好的性價比，希望能夠幫助客戶以更低的成本引入和運行他們的模型。

而在挑戰方面，如何幫助客戶理解生成式AI，以及如何利用生成式AI為客戶的業務服務，是當下生成式AI應用的難點，也是亞馬遜云科技一直在努力的事情。在探索與試驗的過程中，亞馬遜云科技很快意識到，在Amazon Bedrock模型中為客戶提供選擇是正確的做法。為此亞馬遜云科技在re:Invent 2023全球大會上宣布推出Amazon Bedrock更多模型選擇和強大功能，讓用戶可輕松訪問來自AI21 Labs、Anthropic、Cohere、Meta、Stability AI以及亞馬遜的多種行業領先的大語言模型和其他模型，從而幫助企業更加輕松地構建適合自身業務的定制化生成式AI應用，極大地降低了生成式AI應用的門檻。

當前面臨的另一項挑戰，是如何確保在客戶需要時提供足夠的GPU算力。為此亞馬遜云科技一邊持續在全球范圍內構建數據中心和電力足跡，一邊開展了多項技術和服務創新，包括推出Capacity Blocks服務，使得即使是在供應受限的環境中，也能夠幫助客戶找到電源、GPU和加速器，獲得GPU訪問權限，從而支持他們的生成式AI工作負載。

努力為客戶提供更好性價比

強大的算力自然離不開強勁的芯片。在這方面，亞馬遜云科技主要是通過兩種方式來實現自己的目標。

一種方式是與NVIDIA的緊密合作。亞馬遜云科技與NVIDIA攜手進行了大量投資，將最新的NVIDIA GPU引入亞馬遜云科技。繼成為全球首家提供NVIDIA GH100 Grace Hopper數據中心GPU訪問的云服務商之后，NVIDIA創始人、CEO黃仁勛又在re:Invent 2023全球大會現場宣布，亞馬遜云科技成為全球首家推出NVIDIA GH200 NVL32實例的云服務商。

“在數據中心運行NVIDIA GPU的工作非常具有挑戰性，工程設計非常困難，需要世界上最好的供應商才能做好這些事情。”David Brown表示，“我認為在這方面，亞馬遜云科技確實比其他任何公司都要出色?！?/p>

另一種方式是投資和設計自己的定制芯片。在re:Invent 2023全球大會上，亞馬遜云科技就宣布其自研芯片家族推出Amazon Graviton4和Amazon Trainium2等新一代產品，為生成式AI應用和機器學習訓練等廣泛的工作負載提供了更高的性價比和能效。其中Graviton4較上一代產品性能提升30%，獨立核心增加50%以上，內存帶寬提升75%以上；Trainium2較上一代產品訓練速度提升4倍，能效提升2倍，并能在EC2 UltraClusters中部署多達100,000個芯片。

“芯片是用戶所有工作負載的基礎，如果你是一個希望運行生成式AI工作負載的客戶，你自然會選擇性價比最高、對自己來說最合理的芯片。”David Brown表示，“亞馬遜云科技每一代自研芯片都持續提升性價比和能效，為客戶提供了基于AMD、Intel以及NVIDIA等的最新芯片和實例組合之外的更多選擇，這使得Amazon EC2可以為客戶虛擬運行幾乎所有應用和工作負載，同時也為客戶提供了更好的性價比?！?/p>

利用生成式AI助力企業轉型

如今越來越多的企業都對生成式AI投入了更多的關注。如何將生成式AI技術應用到自身業務，如何實現降本增效，如何為公司帶來價值，也成為了廣大企業正在努力研究的課題。

“生成式AI太新了，許多客戶都在努力研究如何將這一技術應用到自己的業務當中。我真正需要思考的主要是兩件事?！盌avid Brown說道。

第一件事，是企業如何利用生成式AI的能力，并想出用這些能力為最終用戶構建什么？David Brown認為這是每家企業都在考慮的事情，實際上在亞馬遜云科技內部，就有團隊通過機器學習實驗室與客戶合作，幫助他們構建概念證明，以實際測試生成式AI可以為客戶業務做些什么。目前在幫助客戶構建生成式AI解決方案方面，亞馬遜云科技已經取得了很大的成功。

第二件事，是一旦企業有了一個生成式AI解決方案，那么就必須確保公司盈虧能夠負擔得起它的運行成本。因為如果運行成本太高的話，企業實際上是無法實施部署的。因此亞馬遜云科技所做的就是幫助客戶找到成本優化的方法。無論是改進開發模型的方式，還是通過像Trainium這樣的自研芯片，亞馬遜云科技都希望能夠真正降低生成式AI應用的成本。

在re:Invent 2023全球大會上，亞馬遜云科技數據與機器學習副總裁Swami Sivasubramanian博士在主題演講中重點介紹了亞馬遜云科技推出的生成式AI技術堆棧。該堆棧包括了底層負責訓練和推理的基礎設施層、中間微調模型需求的工具服務層、上層構建生成式AI應用層等三個重要層級。通過對這三個層級的不斷重構，亞馬遜云科技能夠為客戶提供更具性價比和安全性的技術與服務，從而利用生成式AI更好地助力企業轉型升級。

摩爾定律失效但芯片仍在進步

說起芯片，很多人都會想起英特爾創始人之一戈登·摩爾多年前提出的大名鼎鼎的“摩爾定律”，也就是集成電路芯片上可容納的晶體管數目，大約每隔18個月便會增加一倍。

在上個世紀，摩爾定律被證明是有效的，并且著實推動了芯片市場的進步。然而近年來，由于晶體管尺寸和制造工藝的限制，摩爾定律也日益逼近極限。NVIDIA CEO黃仁勛就認為，這種蠻力增加晶體管的方法基本上已經走到了盡頭，從而引發了眾多業界人士有關“摩爾定律是否已死”的爭論。

“摩爾定律的爭論非常有趣，如果我們回到上個世紀，有時會看到英特爾工程師們在為如何讓下一版CPU晶體管數量翻倍而絞盡腦汁，有時又會看到他們已經實現了晶體管翻倍，反而要為下一代產品故意做一些保留。”談起摩爾定律的話題，David Brown如是表示，“但是令人驚訝的是，在幾十年后的今天，我們似乎已經看到了摩爾定律的極限，因為現階段物理問題的限制，我們在技術上已經無法再使CPU上的晶體管數量在短期內實現翻倍。”

David Brown指出，事實上除了增加晶體管的數量之外，還有各種各樣的其他方法可以提升芯片的性能，包括改變設計芯片的方式，改變構建芯片的方式，改變為芯片提供能量的方式等等。因此即便是摩爾定律失效，也并不意味著芯片不會繼續創新和提高性能。這就是Amazon Graviton和Amazon Trainium系列芯片向其他芯片制造商展示的意義所在。

審核編輯：黃飛