2020年12月，一年一度的亞馬遜云服務（AWS）年度盛會——AWS re:Invent活動線上舉行，峰會時間長達三周。

12月2日主論壇首日，AWS首席執行官安迪·杰西（Andy Jassy）進行了長達3小時的主題演講，并一口氣發布了27項創新的云服務和功能。其中，有4項功能是安迪認為能夠改變游戲規則的顛覆式服務，他們分別是數據庫服務Amazon Aurora Serverless v2、數據分析服務AWS Glue的新功能AWS Glue Elastic Views、機器學習服務Amazon SageMaker的新功能Data Wrangler、開發工具AWS Proton。這些服務的關鍵詞是幫助企業進行“重塑”，正與AWS峰會的名字re:Invent的意義一致。

現在，越來越多企業根據自己的需求，選擇了混合云的部署。AWS作為公有云服務的主推者，也介紹了自己對混合云的理解。AWS認為，企業最終都將不再會有自己的數據中心，但為了在云和本地之間搭建橋梁，AWS也推出了更多細化的服務，在云與本地數據中心之間建立橋梁。

隨著世界范圍內5G和工業互聯網布局深入，12月9日，AWS還進一步發布了5個全新的用于工業領域的機器學習服務。

AWS首席執行官安迪·杰西（Andy Jassy）進行了長達3小時的主題演講。

4個顛覆性工具助力企業重塑

12月2日的主題演講中，安迪介紹了新冠疫情給企業帶來的變化，并強調企業重塑自己的重要性。很多人都是面臨絕境才想到重塑，但就像借錢一樣，越是業務不好時越借不到錢。安迪認為，重塑的關鍵，部分與技術相關，但更重要的是企業有沒有自己的“重塑”文化。

在主題演講中發布的27項創新云服務和功能中，有四項是安迪認為是能改變游戲規則的顛覆性服務。

第一個是數據庫服務Amazon Aurora Serverless v2，它是Amazon Aurora無服務器數據庫的新版本，可以做到實時擴容，在不到1秒的時間內擴展至支持幾十萬個數據處理事務。這樣，開發者就不需要按業務峰值進行容量配置，而是按需擴容，相比之下可節省高達90%的成本。

AWS大中華區云服務產品管理總經理顧凡表示，目前市面上還沒有任何一款數據服務可以做到這個量級，Amazon Aurora Serverless v2整體推動了數據庫服務的演進。

第二個是數據分析服務AWS Glue的新功能AWS Glue Elastic Views，它可以從多個不同數據源創建虛擬表（也叫實例化視圖或物化視圖），簡單、高效地將數據孤島連接起來，形成統一的數據視角，當數據源發生變化時能夠在幾秒鐘內同步。

第三個是機器學習服務Amazon SageMaker的新功能Data Wrangler，它可以提高機器學習數據準備的速度。通過Data Wrangler做數據準備，只需把Data Wrangler指向合適的AWS數據存儲或第三方數據存儲，它可以在控制面板合并、組合多個功能，在SageMaker Studio中預覽數據轉換，然后應用到整個數據集。

第四個是開發工具AWS Proton，它的作用是簡化容器和無服務器應用的開發和部署。

容器和無服務器應用由非常小的代碼段組成，每個代碼段通常由不同的團隊開發和運維，有獨立的基礎架構，需要對其更新和維護。隨著容器和無服務器應用的增加，應用和團隊之間的協調工作會日益復雜，拖慢應用開發速度。AWS Proton讓中心平臺團隊可以建一個調用棧（Stack），除了具體的應用代碼以外，所有關于微服務部署的信息全都在調用棧里。平臺團隊將調用棧發布在Proton控制臺，開發者準備部署微服務時，選擇一個模板，加入參數，點擊部署即可。

AWS大中華區首席云計算企業戰略顧問張俠解釋說，Proton是質子的意思。AWS Proton提供了更細粒度的開發和部署管理工具，具有劃時代的意義。

重塑混合云

當下，混合云的理念和設計仍在探討之中，越來越多企業也根據自己的需求，選擇了混合云的部署。

AWS是公有云服務的主要推進者。談到混合云，安迪在演講中表示，AWS始終認為，企業最終都將不再會有自己的數據中心，當然，這需要一個較長的演進過程。為此，AWS推出了虛擬私有云服務Amazon VPC和網絡服務AWS Direct Connect，在云與本地數據中心之間建立橋梁。

AWS認為，混合基礎設施是由云和各種邊緣節點組成的，本地數據中心是邊緣節點的一種，那么AWS應該把云推到這些邊緣節點去。

大部分本地數據中心是運行VMware虛擬化的，這些客戶希望上云后還使用同樣的工具。于是AWS跟VMware合作，推出了VMware Cloud on AWS，客戶可以在AWS使用同樣的VMware軟件和工具，這讓IT基礎設施成本節省40%，運營成本節省43%，預期5年投資回報為479%。

進一步，客戶在轉換過程中，會有必須駐留在本地的工作負載，能不能把AWS部署到本地呢。2018年，AWS發布了Outposts，它是跟AWS云數據中心一樣的服務器硬件，上面有計算、存儲、數據分析等AWS服務，仍然由AWS全托管，由AWS向客戶交付，負責安裝和維護，使用跟AWS云上相同的API、控制面板、工具、功能。這一服務推出后廣受企業歡迎，目前，飛利浦、大眾、思科、豐田等企業都在使用AWS Outposts。

新發5個用于工業領域的機器學習服務

隨著世界范圍內5G和工業互聯網布局深入，AWS也清晰呈現出針對5G和工業互聯網的數字化平臺的布局。12月9日，AWS進一步發布了5項全新的用于工業領域的機器學習服務。

當下行業中，將機器學習功能添加到工業環境的需求越發旺盛，例如制造設施、配送中心、食品加工廠等。對這些企業來說，數據已成為將復雜工業系統結合在一起的重要媒介。工業系統中通常具有許多相互依存的流程，這些流程容錯能力低，甚至很小的問題也會帶來重大后果。許多企業通過分析其設施中運行設備的數據來應對這一挑戰。

此次AWS發布的五項全新的機器學習服務代表了現有最全面的從云端到邊緣的工業機器學習服務套件，共同幫助工業和制造業客戶在其生產過程中嵌入智能能力，以提高運營效率，改善質量控制、信息安全和工作場所安全。

Amazon Monitron提供包含傳感器、網關和機器學習服務的端到端機器監控解決方案，以檢測可能需要維護的異常設備狀況；Amazon Lookout for Equipment為擁有設備傳感器的客戶提供了使用AWS機器學習模型來檢測異常設備行為并進行預測性維護的能力；AWS Panorama Appliance幫助已在工業設施中裝配攝像機的客戶使用計算機視覺來改善質量控制和工作場所安全；AWS Panorama軟件開發套件（SDK）允許工業相機制造商在新相機中嵌入計算機視覺功能；Amazon Lookout for Vision在圖像和視頻流上使用AWS訓練的計算機視覺模型，以發現產品或流程中的異常和缺陷。

使用全新AWS工業機器學習服務的客戶和合作伙伴包括Axis、凌華科技、BP、德勤、Fender芬達、GE 醫療和西門子交通。