AWS首席云计算企业战略顾问张侠：谈谈AWS云计算的深度和广度

AWS 2019年12月宣布推出的量子计算服务Amazon Braket，可以说是AWS云服务广泛的一个典型代表。Amazon Braket(已发布预览版)是一项完全托管的云服务，让科学家、研究人员和开发者能够在一个地方开始试验来自量子硬件提供商(包括 D-Wave、IonQ 和 Rigetti)的计算机。

众所周知，量子计算有可能解决经典计算机无法企及的计算问题，例如改变储能、化学工程、材料科学、药物发现、工艺优化和机器学习等领域的计算模式。不过，量子计算应用迄今主要局限于概念验证研究阶段，实际应用有限，但一些AWS客户已经准备开始探索量子计算、获取经验。然而，客户目前很难跟量子计算机打交道。特别是，如果他们想要评估不同的早期技术，每种技术都有自己的开发、仿真和测试环境，如果客户没有机会发展必要的技能，就很难确定量子计算何时能带来好处，很难了解如何设计算法，很难发现新应用。为此，AWS 推出了 Amazon Braket 服务，还成立了亚马逊量子解决方案实验室，以便客户能够立即开始学习和试验量子计算。

可以说，只要客户有需求，AWS就会想办法推出新的服务，降低客户的技术门槛，简化客户的劳动。

深度：计算服务的例证

所谓深度，是指AWS云服务的功能很强。这一点是最不容易说清楚的。当然，也还是能够说清楚的。不过可能涉及到一些技术细节，需要您耐心看下去。

我们以计算服务为例，看看提供了多么深入的云服务。不太熟悉技术的人可能认为，云计算就是提供虚拟的云主机，或者叫云服务器。实际上，仅就计算服务方面，AWS就提供了14大项服务，包括实例(云主机)、容器和网络等三个方面，每一项服务又包括很多功能。

一、275种实例：丰富的、功能强大的规格选择

275种实例相当于275个不同的服务器型号。AWS总是创新地融合CPU、内存、存储、GPU、网络等方面的最新技术，甚至自己定制芯片，研发出新的实例类型，向客户提供。从大的方面来说，这275种实例分为通用型、计算优化、内存优化、加速计算、存储优化五个类别，适用于客户不同的计算需求，每一个类别又分为不同的型号，更精准地满足客户需求，最大限度减少IT资源浪费。例如，某个应用只需要超大容量内存，就可以选择超大内存的实例;需要GPU加速，就可以选择不同规格的计算加速实例。

AWS第一时间采用内核频率高达 4.0GHz、目前云中速度最快的CPU处理器，推出了Amazon EC2 z1d 实例，它兼具高计算性能和高内存的特点，方便那些运行电子设计自动化 (EDA)、游戏以及某些关系数据库负载的客户。

AWS第一时间采用新一代的NVIDIA T4 GPU和AWS定制的Intel Cascade Lake CPU，推出了Amazon EC2 G4dn实例，方便客户部署机器学习模型。

讲两个AWS通过技术创新增加实例类型的例子：一个是AWS Nitro 系统; 一个是AWS定制芯片。

Amazon Elastic Compute Cloud (Amazon EC2) 实例是AWS最基础的计算实例。2017年12月，AWS发布AWS Nitro系统，它如今是新一代Amazon EC2实例的基础平台。Nitro系统包含了定制的专用Nitro芯片、Nitro卡、Nitro虚拟机管理程序(Hypervisor)等一系列软硬件创新。

基于AWS Nitro系统，AWS实现了计算实例的快速创新，实例类型比两年前多了 4 倍，进一步为客户降低了成本。此外，AWS Nitro系统还能带来增强实例的安全性等一系列益处。去年12月，AWS推出了AWS Nitro Enclaves功能，在同一物理主机的不同实例之间创建额外的CPU和内存隔离，进一步保护Amazon EC2 实例中高度敏感的数据，例如个人身份信息、金融数据、医疗****数据等。

AWS 还通过定制芯片，推出性能卓越、性价比高的实例。

AWS Inferentia是专用于机器学习推理的芯片，基于这款芯片推出的Amazon EC2 Inf1实例，让客户可以实现云中成本低、高性能的机器学习推理应用，特别适合在生产环境中大规模运行机器学习推断。

AWS Graviton2是AWS推出的新一代ARM芯片，基于这款芯片的Amazon EC2 M6g、R6g 和 C6g实例，跟当前基于 x86芯片的实例相比，性价比高出40%，如果客户的应用可以运行在ARM上，就可以选择这些类型的实例。

二、容器服务：高级的云计算功能

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!