Noll
Det är alltför lätt att bli avtrubbad av omfattningen av AWS årliga re:Invent extravaganza: 50,000+ deltagare, störning på flera hotell längden av Vegas strip, och från Mandalay Bay på södra Wynn och Encore på norra. För att inte nämna den ström av meddelanden. Mina kollegor har redan gett vägg-till-vägg täckning under den senaste veckan, från partner meddelanden till maskininlärning, sakernas internet, data sjön “formation”, Werner Vogels ” officiella adjö till Oracle.
Vid analytiker förhandsgranska händelse på dagen innan de meddelanden som börjat gå live, en av frågorna var om 60+ meddelanden levereras innan gruppen innebar en inbromsning från 80 eller så meddelanden levererade förra året. AWS är svaret? Analytiker förbindelser gruppen tog en Sharpie att redigera listan.
AWS förväntas att rubriken skulle vara maskininlärning. De tillfrågade analytiker före evenemanget. Vi ville maskininlärning. Nu håll den tanken.
Det är svårt att ignorera att det är en kapprustning över AI som ingen teknik leverantör som är undantagen från skatteplikt. Tänk AI, eller machine learning, som den nyaste enterprise computing kryssrutan objekt. Oavsett om din organisation är redo att anta AI, du förmodligen inte vill köpa från en leverantör som ligger bakom kurvan.
AI och maskininlärning är raser för vilka inga goda gärningar gå ostraffade. Google har rykte för att vara AI företag, men på grund av sin dominerande ställning på marknaden cloud computing, Amazon Web Services är den plats där de flesta AI arbetsbelastning gå i produktion. Samtidigt som Google har skapat TensorFlow, utan tvekan den mest populära maskin lärande och djupt lärande ram, AWS rullas ut statistik som visar att 85% av alla TensorFlow arbetsbelastning kör på AWS.
Samtidigt kommer det att fortsätta att vara en diskussion om huruvida AWS bidrar till eller förbrukar från gemenskapen (det är öppen källkod en ny kompilator för djupt lärande jobb), är dess centrala budskap handlar om produktion. Ja, det var några meddelanden som syftar till att bygga gemenskapen. Öppna ett nytt avsnitt av AWS Marketplace speciellt för modeller kommer att ge en tydligare väg för utvecklare och kreatörer att tjäna pengar på sin ML algoritmer.
Men den riktning AWS ML meddelanden inriktade på att minska kostnader och huvudvärk i samband med data gräl och göra processen enklare och mer friktionsfri. Ovum forskning visar att data gräl lätt svin huvuddelen av data scientist ‘ s tid. Om du kan automatisera tillräckligt för steg och få bra support från data ingenjörer, kanske du kan få den bördan minskat till ca hälften av de data scientist ‘ s tid.
I ena änden av spektrumet, det dagordningen var om kapprustningen för knaprande ML arbetsbelastning – en ny Amazon EC2 P3dn exempel löften 4x bandbredd och dubbelt så mycket minne av den befintliga P3: s inriktning på större, mer komplexa modeller. I andra änden av spektrumet, Amazon Elastic Slutledning tillkännagavs att hjälpa kunder att utnyttja beräkna infrastruktur mer effektivt, genom att skala upp och ner massor att minimera förbrukningen av ädla GPU resurs. Dessutom, AWS är att införa ett custom chip – AWS Inferentia – lägga till ett ekonomiskt alternativ till Grafikprocessorer.
Med fokus på processen, AWS är att lägga till en ny tjänst att Amazon SageMaker inriktning prövning av märkning data utbildning. Amazon SageMaker Marken Sanningen finns tre alternativ: att ta fördel av Mechanical Turk för att mobilisera arbetskraft ska på begäran för etiketter, samt en egen arbetskraft alternativ, och en automatisk märkning alternativ.
OK, det är bara ett urval av AI och ML meddelanden som AWS gjorde förra veckan. Men låt oss gå tillbaka till vår centrala punkt: medan AI domineras rampljuset, AWS tillkännagivande av en privat förhandsvisning av en ny hybrid cloud erbjuder visat sig vara den sovande. AWS Utposter paket ett rack av AWS beräkna och lagring för installation i kundens egna datacenter där de kan köra många av samma tjänster som erbjuds av AWS. Den första tillkännagivandet inte ange vilka tjänster som skulle börja köra och vad beräkna och lagring fall skulle stödjas på Utposter. Det kommer att erbjuda två alternativ: en för förpackningar din arbetsbelastning med hjälp av välbekanta VMware styra planet som du redan använder på lokaler, eller de infödda EC2 miljö som du använder i AWS molnet. Det gör Utposter den mest betydande (och logiskt) förlängning av AWS-VMware relation sedan den presenterades för ett par år sedan.
Med tanke på att det finns fem kategorier, 16 exempel familjer, och 44 instans typer av AWS infrastruktur, vi skulle bli helt chockade om AWS erbjuds varje permutation av EC2 exempel på Utposter.
Vad som är viktigt är att Utposter är inte ett privat moln erbjuder, men istället för en hybrid moln. Det är en förlängning av VPC att kunden är redan igång i det närmaste AWS regionen. Tanken är att kunna välja vilka AWS arbetsbelastning köra innanför brandväggen.
I vårt sinne, vi har det helt löjligt bild av en AWS Snöskoter 18-wheeler gör rundresor — carting av hundra petabyte av data från någon kund till närmaste Tillgänglighet Zon (AZ), och sedan ta en bit av den AZ och leverera den tillbaka till någon annan kund. OK, vi gör bara som en upp.
Utposter är inte det första steget för AWS utanför gränserna för dess AZs: Amazon Greengrass för fjärrkontroll, sakernas internet, användningsfall, och Amazon Snöboll Kanten för förbehandling av data var den första plundringståg. Och på re:Invent, AWS läggas till i den här familjen med en mer beräkna-tung Amazon Snöboll som utformats speciellt för att föra ML ut till kanten.
AWS är att flytta till hybrid kommer inte i ett vakuum. När företag flyttar mer arbetsbelastning till molnet, det finns en mängd rättsliga och praktiska skäl till varför åtminstone några arbetsbelastning och data kommer alltid att finnas kvar på lokaler. Som ren cloud provider, detta är en plats där AWS har varit en konkurrensnackdel. Microsoft redan har ett begränsat kopia av Azure-tjänst med Azure Stack, och i databasen rike, och erbjuder flera alternativ för SQL Server-kunder har deras arbetsbelastning förvaltas eller gått över till molnet. Under tiden, Oracle erbjuder en helt managed cloud med Cloud på Kunden och IBM i sin tur erbjuder IBM Privata Moln (ICP), mjukvara som implementerar IBMS Cloud-tjänster på hårdvara av kundens val.
Re:Invent var knappast kort på databasen och lagring av meddelanden. AWS molnet plattformar med specialbyggda databaser, har lagt till några fler. Amazon Timestream är en ny tid-serien databas som, som namnet antyder, är optimerad för tidsseriedata. Medan time series data är knappast ny, sakernas internet har drivit det brådskande behovet av en mer effektiv lagring och hämtning av tidsserier till den främre brännare. InfluxData och den Tidsplan som finns bland en rad nya tidsseriedatabas leverantörer vars introduktion har invaderat vår inkorg under det senaste året. Bland moln leverantörer, AWS har avlossat varningsskott.
Under rubriken modeord efterlevnad, AWS har infört Amazon Quantum Ledger Databas (QLDB), som i motsats till dess varumärke, är en blockchain, inte en quantum computing databas. Men åtminstone det fick din uppmärksamhet. Det är inriktade på någon form av användningsfall: behovet av en centraliserad, oföränderliga ledger där det är en central betrodd certifikatutfärdare. För att använda ärenden som kräver de-centraliserad förtroende och behöver blockchain, AWS är att införa Amazon Lyckades Blockchain Service, som är tekniskt, är inte en databas.
AWS har också infört flera tillägg till sina befintliga plattformar databas: Amazon Aurora MySQL lägger till en Global Databas funktion som gör uppdateringar i en enda region för att kunna kopieras i andra regioner snabbt. Det sträcker sig Aurora i regionen logga baserad replikering till gränsöverskridande region replikering. I sin tur, Amazon DynamoDB har lagt till nya SYRA transaktion stöd för att, i huvudsak, partier uppdateringar i samband med en enda interaktion; konsekvens kommer att vara starka inom en region och på sikt i regioner utanför eu. Och det är en ny On-Demand-funktionen är inriktade på ansökan med oförutsägbara eller oregelbunden användning, där kunder betala per förfrågan.
Men att gå tillbaka till den svårfångade tema i machine learning, en av fördelarna med molnet är som är tänkt att förenkla design. Men som en storlek passar inte alla, AWS har ökat sin portfölj av EC2-instanser och managed services under åren till den punkt där med att välja rätt mix kan vara skrämmande. En bra gå mot den riktningen är en ny intelligent nivå av service för S3 lagring som använder maskininlärning för att avgöra om dina data kan flyttas till en svalare, billigare nivå. Men vi väntar på den dag när AWS slutligen presenterar en maskin som lärande verktyg som analyserar din arbetsbelastning och data för att rekommendera den bästa kombinationen av EC2-instanser.
Det är där vi kommer kortfattat att rikta din uppmärksamhet till en annan start som vi upptäckte på re:Invent expo våningen: Accelerite är på väg att införa ett nytt verktyg för analytics att introspects dina data och rekommenderar, om till exempel Amazon, Athena, en Rödförskjutning, eller EMR skulle vara din mest ekonomiska alternativet. Håll ögonen öppna. Vi kommer att dela ut smuts efter de släpper sin produkt nästa månad.
Relaterade Ämnen:
Big Data Analytics
Digital Omvandling
Datacenter
CXO
Innovation
Förvaring
0