2021年5月11日，在完全托管的機器學(xué)習(xí)服務(wù)Amazon SageMaker落地中國區(qū)域一周年之際，亞馬遜云科技宣布通過與光環(huán)新網(wǎng)和西云數(shù)據(jù)的緊密合作在中國區(qū)域進一步落地多項人工智能與機器學(xué)習(xí)的新服務(wù)和功能，豐富了其針對不同企業(yè)需求而打造的人工智能與機器學(xué)習(xí)(AI/ML)工具集。亞馬遜云科技針對不同需求的客戶在機器學(xué)習(xí)技術(shù)堆棧三個層面提供廣泛而深入的機器學(xué)習(xí)服務(wù)，包括頂層-人工智能服務(wù)、中間層-機器學(xué)習(xí)服務(wù)以及底層-框架和基礎(chǔ)架構(gòu)。在人工智能(AI)服務(wù)層面，亞馬遜云科技在北京區(qū)域推出了Amazon Personalize，客戶無需具備機器學(xué)習(xí)專業(yè)知識，即可方便、快速地構(gòu)建個性化推薦系統(tǒng);在中間層，將Amazon SageMaker在re:Invent 2020上亮相的包括Data Wranger、Feature Store、Pipelines等七項新功能在北京區(qū)域和寧夏區(qū)域上線，讓客戶可以更輕松地構(gòu)建端到端的機器學(xué)習(xí)管道;在算力層面，亞馬遜云科技在北京區(qū)域和寧夏區(qū)域推出了Amazon EC2 Inf1實例，該實例基于亞馬遜云科技自研機器學(xué)習(xí)推理芯片Amazon Inferentia，與當(dāng)前成本最低的基于GPU的實例相比，可以提高多達(dá)30%的吞吐量，并使每次推斷的成本最高降低45%。

亞馬遜云科技大中華區(qū)云服務(wù)產(chǎn)品管理總經(jīng)理顧凡表示，“Amazon SageMaker落地中國區(qū)域一年以來，我們見證了中國各個行業(yè)各種類型客戶積極應(yīng)用亞馬遜云科技服務(wù)進行機器學(xué)習(xí)創(chuàng)新，我們希望通過將更多服務(wù)落地到中國區(qū)域，并堅持‘授人以魚不如授人以漁’，甚至更進一步‘扶上馬，送一程’的方式，幫助客戶更快應(yīng)用機器學(xué)習(xí)技術(shù)，把機器學(xué)習(xí)的能力交到每一位構(gòu)建者手中，加速人工智能和機器學(xué)習(xí)的普惠?！?

目前，全球數(shù)以十萬計的客戶選擇亞馬遜云科技運行機器學(xué)習(xí)工作負(fù)載。在中國，亞馬遜云科技機器學(xué)習(xí)服務(wù)得到醫(yī)療健康、教育、出行、工業(yè)智能、游戲、新媒體等各個行業(yè)客戶的青睞，益體康、晶泰科技、新世紀(jì)醫(yī)療、LEMONBOX、有道樂讀、嘰里呱啦、全美在線、首汽約車、德比軟件、Momenta、圖森未來、行者AI、天和榮、中科創(chuàng)達(dá)、華來科技、大宇無限、陜西科技大學(xué)、易點天下、淄博熱力等一批企業(yè)和機構(gòu)的廣泛采用，在各行各業(yè)實現(xiàn)了豐富多樣的人工智能應(yīng)用創(chuàng)新。

山東淄博市熱力集團有限責(zé)任公司利用亞馬遜云科技豐富的AL/ML技術(shù)和服務(wù)，快速構(gòu)建、訓(xùn)練和部署機器學(xué)習(xí)模型，實現(xiàn)了精準(zhǔn)供熱，可以根據(jù)氣象、工控數(shù)據(jù)、建筑物維護結(jié)構(gòu)等信息計算出最佳的供熱模式，并給出具體的操作指令，既讓用戶室溫始終保持人體最佳舒適溫度，又做到盡可能節(jié)約成本。淄博市熱力集團有限責(zé)任公司董事長、黨委書記汪德剛表示，“多年來，淄博熱力利用信息化手段改造傳統(tǒng)供熱，致力于成為行業(yè)標(biāo)準(zhǔn)的制定者和行業(yè)發(fā)展的引領(lǐng)者。通過與亞馬遜云科技合作，借助機器學(xué)習(xí)能力創(chuàng)新，建成了基于機器學(xué)習(xí)和大數(shù)據(jù)分析的智能供熱平臺，幫助我們從傳統(tǒng)供熱向產(chǎn)業(yè)智能化方向轉(zhuǎn)型，在滿足用戶需求的同時實現(xiàn)節(jié)能減排，建立綠色能源生態(tài)系統(tǒng)。未來，希望我們能借助先進的云技術(shù)持續(xù)創(chuàng)新，推動國內(nèi)熱力行業(yè)的數(shù)字化、智能化轉(zhuǎn)型。“

為進一步加速人工智能/機器學(xué)習(xí)的普惠，亞馬遜云科技構(gòu)建了強大的合作伙伴網(wǎng)絡(luò)，通過合作伙伴網(wǎng)絡(luò)成員構(gòu)建行業(yè)機器學(xué)習(xí)模型，幫忙更多客戶解決行業(yè)算法模型構(gòu)建難題并落地行業(yè)解決方案。上海音智達(dá)信息技術(shù)有限公司是亞馬遜云科技合作伙伴網(wǎng)絡(luò)成員之一，提供圍繞人工智能和大數(shù)據(jù)技術(shù)的預(yù)測性分析及商務(wù)智能解決方案的技術(shù)專家服務(wù)，幫助客戶實現(xiàn)數(shù)字化轉(zhuǎn)型。上海音智達(dá)信息技術(shù)有限公司CEO孫曉臻表示，“我們?yōu)閬喼薜貐^(qū)數(shù)以百計的跨國企業(yè)及本土客戶提供數(shù)據(jù)服務(wù)，擁有豐富的數(shù)據(jù)分析與業(yè)務(wù)實施經(jīng)驗，在生命科學(xué)、快消品、汽車、零售、電子消費產(chǎn)品、金融、保險、以及運輸行業(yè)擁有眾多實踐和成功案例。但是，我們在機器學(xué)習(xí)方面的算法和人才儲備遠(yuǎn)遠(yuǎn)不能夠滿足客戶需求。亞馬遜云科技豐富的機器學(xué)習(xí)服務(wù)大幅提升了音智達(dá)的技術(shù)開發(fā)和服務(wù)能力，助力我們打造了覆蓋不同行業(yè)和場景的解決方案，實現(xiàn)了業(yè)務(wù)發(fā)展和持續(xù)創(chuàng)新?！?

如今，各種規(guī)模、各種類型的企業(yè)和機構(gòu)，都在積極探索人工智能和機器學(xué)習(xí)技術(shù)的應(yīng)用并希望能盡快發(fā)揮實際效應(yīng)。為滿足不同客戶的創(chuàng)新需求，亞馬遜憑借在人工智能/機器學(xué)習(xí)領(lǐng)域20多年深厚的技術(shù)積累，提供了廣泛而深入的、并且不斷迭代創(chuàng)新的機器學(xué)習(xí)服務(wù)組合。

無需具備機器學(xué)習(xí)專業(yè)知識，即可通過Amazon Personalize構(gòu)建個性化推薦系統(tǒng)

在人工智能服務(wù)層面，針對沒有機器學(xué)習(xí)專業(yè)知識和能力的客戶，亞馬遜云科技提供開箱即用的人工智能服務(wù)。Amazon Personalize，一項用于構(gòu)建個性化推薦系統(tǒng)的完全托管型機器學(xué)習(xí)服務(wù)，已在北京區(qū)域上線。開發(fā)人員無需具備機器學(xué)習(xí)專業(yè)知識，即可通過該服務(wù)訓(xùn)練、調(diào)整和部署自己定制的機器學(xué)習(xí)模型，構(gòu)建個性化推薦系統(tǒng)，可用于產(chǎn)品推薦、個性化營銷、個性化搜索和定制化直銷等廣泛的個性化推薦場景。

打造包羅萬象的AI/ML工具集，七項新功能讓Amazon SageMaker更強大

作為亞馬遜云科技機器學(xué)習(xí)服務(wù)層面的核心產(chǎn)品，Amazon SageMaker是業(yè)界首個面向機器學(xué)習(xí)開發(fā)者的集成開發(fā)環(huán)境，它消除機器學(xué)習(xí)過程中的繁重工作，使客戶能專注于自身的業(yè)務(wù)和應(yīng)用創(chuàng)新，在提高客戶工作效率的同時還大幅降低機器學(xué)習(xí)的總體擁有成本。去年12月在亞馬遜云科技全球大會re:Invent 2020上剛剛亮相的七項 Amazon SageMaker新功能，近期已經(jīng)在北京區(qū)域和寧夏區(qū)域落地。

1.Amazon SageMaker Data Wranger，簡化機器學(xué)習(xí)的數(shù)據(jù)準(zhǔn)備工作。通過該功能，客戶可以將各種數(shù)據(jù)存儲中的數(shù)據(jù)一鍵導(dǎo)入。Amazon SageMaker Data Wrangler內(nèi)置了300多個數(shù)據(jù)轉(zhuǎn)換器，讓客戶無需編寫任何代碼，就可以對機器學(xué)習(xí)用到的特征進行規(guī)范化、轉(zhuǎn)換和組合。

2.Amazon SageMaker Feature Store，一個完全托管且專門構(gòu)建的特征存儲庫，用于存儲、更新、檢索和共享機器學(xué)習(xí)特征?？蛻艨梢栽谄渲写鎯驮L問特征，以便更輕松地在各個團隊中對其進行命名、共享和重復(fù)使用。

3.Amazon SageMaker Pipelines是業(yè)界首個針對機器學(xué)習(xí)專門構(gòu)建、易于使用的持續(xù)集成和持續(xù)交付服務(wù)，通過編排和自動化提高機器學(xué)習(xí)工作的效率。借助該服務(wù)，用戶可以大規(guī)模地創(chuàng)建、自動化和管理端到端機器學(xué)習(xí)工作流。

4.Amazon SageMaker Clarify讓機器學(xué)習(xí)開發(fā)人員可以更好地掌控其訓(xùn)練數(shù)據(jù)和模型，從而識別和限制偏差并解釋做出相關(guān)預(yù)測的原因。

5.Amazon SageMaker Distributed training libraries為訓(xùn)練大型深度學(xué)習(xí)模型和數(shù)據(jù)集提供了易用的方法，與現(xiàn)有分布式訓(xùn)練實現(xiàn)相比，以最高快 40% 的速度完成分布式訓(xùn)練，并且?guī)椭脩魷p少手動實施數(shù)據(jù)并行和模型并行策略所需時間。

6. Amazon SageMaker Model Monitor幫助客戶時刻保持機器學(xué)習(xí)模型的準(zhǔn)確性，它能夠自動檢測生產(chǎn)環(huán)境中部署的模型，并在檢測到不準(zhǔn)確的預(yù)測時發(fā)出警報，從而幫助客戶維護高質(zhì)量的機器學(xué)習(xí)模型。

7.Amazon SageMaker Debugger，可以通過實時捕獲訓(xùn)練指標(biāo)，自動識別機器學(xué)習(xí)訓(xùn)練任務(wù)中正在出現(xiàn)的復(fù)雜問題，例如梯度值變得過大或過小等。它可以實時監(jiān)控系資源(例如GPU、CPU、網(wǎng)絡(luò)和內(nèi)存等)的利用率，幫助用戶提高資源利用率，對訓(xùn)練過程中的資源瓶頸進行告警，讓開發(fā)者及時調(diào)度資源，快速采取糾正措施，減少時間和成本浪費。

基于高性能機器學(xué)習(xí)推理芯片Amazon Inferentia的Amazon EC2 Inf1實例落地中國區(qū)域

在機器學(xué)習(xí)底層的框架和基礎(chǔ)架構(gòu)層面，亞馬遜云科技全面提供基于各家芯片供應(yīng)商的最新技術(shù)選項，提供從小到大多種配置，支持市面上流行的各種機器學(xué)習(xí)框架和算法。同時，為了不斷給客戶提供更好性價比的算力，亞馬遜云科技自主設(shè)計芯片，推出了高性能機器學(xué)習(xí)推理芯片Amazon Inferentia?；贏mazon Inferentia的Amazon EC2 Inf1實例落地北京區(qū)域和寧夏區(qū)域，讓中國區(qū)域客戶又多一種云端高性能和更低成本機器學(xué)習(xí)推理的算力選擇。

亞馬遜云科技的人工智能與機器學(xué)習(xí)服務(wù)，還受益于亞馬遜云科技在計算、存儲、數(shù)據(jù)庫和數(shù)據(jù)分析等方面廣博深厚的能力，以及它們優(yōu)異的安全性、可靠性、可擴展性和成本效率，這些服務(wù)無縫集成、有效支撐，賦能更多組織和個人進行數(shù)字化轉(zhuǎn)型和創(chuàng)新。