振奮,嗨翻 | AWS re:Invent 2017 第二天回顧

每一次 AWS re:Invent 大會正式開幕的第二天,

都有一場非常「硬核」的發布會,

聊聊基礎設施,聊聊新技術、新硬體,

讓所有參會者翹首以盼:

AWS 又會用雲計算

推動哪些技術前沿的新邊界。

2017 AWS re:Invent Tuesday Night Live

就在美國太平洋時間11月28日周二晚上八點整

大幕拉開,狂歡開始!


Tuesday Night Live

是一場「硬核」狂歡

所以,負責暖場的樂隊

也是來自墨西哥的電子搖滾樂隊 Kinky

在迷幻且動感的節奏中

參會者們都在等待 Peter DeSantis 的登場!

讓我們聊聊基礎設施

在掌聲與歡呼聲中,AWS 全球基礎設施副總裁 Peter DeSantis 登場!在開場白中他指出:AWS 秉承的一大價值,就是全球化服務。現在開發者們只需要開發一次,就可以在全球範圍內部署。走向全球從未像現在這般簡單!

接下來,他向大家介紹了 AWS 全球基礎設施現狀。

在分享中,Peter DeSantis 回顧了 AWS 全球區域增加的歷史:從 AWS 上線前五年,我們只有北弗吉尼亞、都柏林、灣區和新加坡這4個區域。在 AWS 進入第二個五年時,我們又建設了7個新區域。而在2016到2018這短短的三年間,AWS 還會增加11個區域!

這11個新區域中將包括巴黎、瑞典以及巴林。AWS 還會加大在亞太地區的投入力度,將新增加香港區域。我們正在努力前行,敬請期待!

Peter DeSantis 曾負責 Amazon EC2 研發,接下來他又庖丁解牛般的為參會者詳細介紹了每一個 AWS 區域背後的諸多強大技術參數以及規模計算和規模創新的話題。


讓我們聊聊機器學習的復興

接下來,AWS AI 團隊總經理 Matt Wood 博士登場。他演講的題目是《機器學習的復興》。

Matt Wood 博士在開場白中,還以來自中國的人工智慧企業——圖森未來舉例。這充分展示了中國企業在人工智慧前沿創新的成就。

Matt Wood 博士表示,機器學習的復興能夠讓 AWS 的客戶處於各自產業的前沿。

Matt Wood 博士認為,機器學習的底層架構得益於三個量子躍遷式的巨大發展:

第一,機器學習硬體加速的發展。

例如 NVIDIA 專用晶元助力 AWS 推出強大的 P3 實例,極大的促進了機器學習的發展。

第二,機器學習框架和模型的改進。

Matt Wood 博士表示:在使用 P2/P3 實例做Resnet 50 圖像分類時,採用 TensorFlow 和 MXNET 構建和訓練地模型獲得了巨大的性能提升。這說明了機器學習框架和模型改進所帶來的巨大飛躍。

第三,機器學習生態系統的快速發展。

例如最近 AWS 和微軟聯合推出的機器學習庫GLUON(膠子)和數家公司聯合制定的開放式神經網路交換標準 ONNX,都為機器學習的發展助力不小。

最後,Matt Wood 博士談到了 AWS 在 NNVM/TVM 上實現全棧人工智慧框架編譯器,在各種硬體上對各種框架實現加速。

讓我們聊聊 EC2 的架構演進

在 Matt Wood 博士全面展示了 AWS 對於機器學習復興的巨大貢獻和助力之後,Peter DeSantis 重新登場。這一次,他要跟大家好好聊聊 Amazon EC2 實例。

作為 Amazon EC2 曾經的研發負責人,Peter DeSantis 詳細梳理了伴隨著客戶的需求,EC2 架構是如何進行演化的。

他指出,EC2 實例的設計目標有三個:

安全。

這是 AWS 所有產品設計的出發點。一切的一切都離不開安全。

性能。

不光要絕對性能要很突出,而且要能為客戶提供持續的高性能服務。

熟悉

我們想讓用戶在使用 EC2 實例時,就像是使用原生硬體一樣。

在回顧了 EC2 的架構之後,Peter DeSantis 宣布 AWS 在 EC2 架構的新演進——Nitro 系統架構。

在 Nitro 系統架構中,網路、存儲、安全管理及監控都從傳統實例中解耦,被遷移到專屬硬體中。這些功能都將模塊化、微服務化,使其能夠快速遷移並且隨時能夠根據新的需求而演進。

這種架構的好處,是我們可以將所有伺服器資源都分配給客戶的實例,並且我們最終的目標是讓 EC2 實例與裸金屬主機之間沒有區別。

接下來,Peter DeSantis 展示了 Nitro 系統架構的演進歷史——從 EC2 C3 實例到 EC2 C4 實例,AWS 實現了將網路和存儲模塊遷移到 Nitro 系統中。

Peter DeSantis 還談到,隨著 C3 實例和 C4 實例的成功,AWS 更加堅定了向 Nitro 系統架構演進的決心。Nitro 系統使用的是定製的 ASIC,隨著 Nitro 系統的演進,AWS 面臨著究竟繼續使用 ASIC 還是選擇 FPGA 的情形。這個抉擇,非常重要。

因為第二代 Nitro 架構使用的是一家名為 Annapurna 的創業公司研發的 ASIC,這家公司的技術創新和優秀的團隊令 AWS 印象深刻。於是,AWS 收購了 Annapurna,並與 Annapurna 合作開發了新的晶元,推出了全新設計的 Nitro Hypervisor。這一協同合作的成果,就是 AWS 在本月早些時候推出的 EC2 C5 實例。

而 Nitro 系統架構演進的另一部分,就是令 VMWare ESXi 管理程序可以直接在 EC2 實例上運行。這為客戶帶來了巨大的便利!

接下來,令人興奮的大消息來了!AWS 宣布推出 Amazon EC2 Bare Metal Instance(裸金屬實例)! 裸金屬實例允許客戶應用可以在 AWS 上直接使用底層伺服器的處理器和存儲,並具有 AWS 雲服務的所有彈性、安全性和可擴展性!

Amazon EC2 Bare Metal Instance 將以 EC2 I3 實例提供預覽。

接下來,Autodesk平台工程副總裁 Brian Mathews 登台演講。他分享了 Autodesk 公司如何使用 AWS 服務來改進摩托車擺臂支架的設計。

讓我們聊聊負載均衡

Peter DeSantis 再登場,聊一聊大規模負載均衡的話題。Peter DeSantis 回顧了從亞馬遜負載均衡早期發展,到硬體負載均衡的黃金時代。但隨著負載均衡成為成本的一大部分,這對運維提出了挑戰——負載均衡成為了神秘的黑盒子

十年間,亞馬遜的虛擬 IP 從6,000暴增至600,000,而 AWS 單一區域內由下一代負載均衡服務處理的 S3 流量更是高達 37Tb/s!

因此,AWS 研發了 AWS Hyperplane 服務。這是一項針對內部使用的服務,讓 Amazon EFS、AWS Managed NAT、AWS Network Load Balancer 以及 AWS PrivateLink 等服務真正得以實現。

讓我們聊聊安全

接下來登場的是 AWS 副總裁兼首席信息安全官 Steve Schmidt。他分享的主題是《大規模雲安全》。

他開場就考了大家兩道題:我們安全運營中心每時每刻有大約多少安全工程師上班?每一個值班段有多少安全工程師在工作?

答案是:第一個是個偽問題,我們沒有安全運營中心這個機構。第二個的答案,每個時間段我們只有一名安全工程師當班!

這一切是如何做到呢?當然全靠自動化部署Automated Dispositioning。AWS 大量使用 Lambda 函數來進行安全運維。同時 AWS 充分利用了此前(今年8月在紐約)發布的 Amazon Macie 這樣應用機器學習的數據安全服務。

接下來,Steve Schmidt 發布了一項重磅服務:Amazon GuardDuty,大規模的智能雲安全威脅檢測系統。

Steve Schmidt 還邀請了 AWS 安全高級經理 Jenny Brinkley 和 Netflix CPO Greg Peters 登台,暢聊雲安全。


除了熱鬧非凡的 Tuesday Night Live,在28號白天舉辦的 AWS 全球合作夥伴大會也是重磅消息連連!

AWS CEO Andy Jassy 還專程參加了全球合作夥伴峰會並發表了演講。

重量級客戶如西門子也先後登場,分享了他們與 AWS 的精誠合作與巨大收益。

諸位 2017 New Premier Partners 也顯示了 AWS 合作夥伴生態的欣欣向榮。


經歷了一天的熱鬧與喧囂,AWS re:Invent 2017 正式開幕的第二天落下帷幕。

讓我們簡單回顧一下今天 AWS 發布的新服務吧!

【新服務】Amazon AppSync

應用同步幫助構建數據驅動的 Web 和 App 應用。

【新服務】Amazon MQ

全託管的基於 Apache ActiveMQ 的信息中介服務。

【新服務】Amazon EC2 M5 Instance

新一代通用計算實例。

【新服務】Amazon EC2 H1 Instance

新一代高密度存儲優化的實例。

【新服務】Amazon EC2 Bare Metal Instance

「裸金屬」實例允許客戶應用可以直接使用底層伺服器的處理器和存儲。

【新服務】Amazon GuardDuty

大規模的智能雲安全威脅檢測系統。


好了,今天的回顧就到這裡。

第三天的 re:Invent 大會,AWS CEO Andy Jassy 將親自登台發表演講。

更多精彩,敬請期待!

AWS 上的人工智慧

免費註冊AWS賬號


推薦閱讀:

「直播聯盟」解3大難題,為何偏偏由樂視雲執牛耳?
從0到數千萬日活,靠什麼?音樂+社交
精彩啟程 | AWS re:Invent 2017 第一天回顧
kubernetes的kube-scheduler性能將提升40%
鄭葉來:為什麼華為雲的「三不」很重要

TAG:AmazonWebServicesAWS | 雲計算 | 人工智慧 |