199IT訊 自2006年業務上線，12年來AWS一騎絕塵，甩開微軟和谷歌，在IaaS(Infrastructure as a Service基礎設施即服務)行當成為當之無愧的大哥。同時在雲端儲存、組網、計算、資料庫等方面，AWS也已成為行業領導者。

據亞馬遜AWS全球副總裁、大中華區執行董事容永康給出的資料，AWS 2018年第二季度的營業額已經增加到61億美金，同比增長49%，年化收入預計超過240億美元。數百萬活躍客戶大部分都是企業客戶，分佈全球190多個國家。

（圖：亞馬遜AWS全球副總裁、大中華區執行董事容永康 來源：199IT）

也許在旁人看來，AWS的確可以高枕無憂了。自有亞馬遜的電商業務，視訊行業Netflix和Prime視訊等標杆客戶已經讓AWS極具想象空間。當然，AWS並不想止步於此。

無人機物流配送、Amazon Go 無人商店、智慧音響Echo等等這些新奇好玩的商業創新背後，AWS功勞居功至偉。

（圖：亞馬遜首席技術執行官沃納·威格爾（erner Vogels） 來源：199IT）

亞馬遜首席技術執行官沃納·威格爾(Werner Vogels) 稱，大概12年之前，AWS深知雲將給軟體開發帶來翻天覆地的變化，大家都需要全新的工具。而AWS希望與軟體開發者密切合作，打造出一個現代化的軟體開發框架。因此，AWS不會給開發者一個預製好的房子，而是給開發者一個巨大的工具箱，在裡面開發者可以挑選需要的工具，從而開發自己的軟體。

時過境遷，在人工智慧時代，AWS同樣延續這一發展思路。AWS希望將機器學習的能力交付給每一位開發人員與資料科學家。

沃納·威格爾(Werner Vogels)非常自豪於AWS上過去一年機器學習的使用井噴，達到250%的增長率，“而且在全球AWS平臺之上，可以說全球這種機器學習的工作負載十個就有八個是在AWS平臺之上執行的。如果要推動機器學習的普及化的使用，我們就需要做一些改進。因為機器學習需要全新的堆疊。”

目前，AWS上有框架、TensorFlow、Caffe等等，在此之上，AWS打造了一個叫SageMaker的平臺，讓每一位開發人員都能夠通過演算法獲得機器學習的能力，如果只是用預製的模型，AWS提供有各種各樣的服務。

沃納·威格爾(Werner Vogels) 介紹稱：“我們再來看一下機器學習的流程，首先要選擇資料、挑選演算法，然後做培訓。培訓就是要調整演算法的引數，直到你獲得的輸出能夠達到足夠的準確度，就是達到你設定的門檻值。然後你把這個輸出的模型進行部署，把它部署在多個可用區上，讓模型可用。所有的這些元件我認為都是屬於一些繁雜的工作。其實和機器學習本身並沒有太多關係，80%的你做的工作都是一些所謂的沒有差分性的苦活、累活。所以我們想把這個轉過來，80%你們的工作應該是機器學習本身，而一點點只是那些繁雜的工作。SageMaker能夠幫助你解決那些繁重的苦活累活。而你來選擇任何你想用的演算法，我們做一鍵式培訓，你來選擇要做演算法測試的引數以及準確門檻值，輸出的是模型，我們提供一鍵式模型部署，然後把它在多個AZ部署，這就是Amazon SageMaker的絕對革命式的機器學習普及化的平臺服務。”

在過去6個月時間，AWS已經開發了機器學習方面100多個新的功能和新服務。就整體而言，2017年AWS推出的新的服務、新的功能，達到1400多項。單單在2018年第一季度已經推了大概400多個。

“AWS有數以萬計的客戶，在平臺之上使用機器學習。比如在中國，我們有一家客戶是開發無人車駕駛的，他們開發了一個非常複雜的，是用的Apache開源的框架來開發的，就是在AWS平臺之上進行的技術開發。”據瞭解，自動駕駛公司圖森未來、Monmenta等都在使用AWS的服務。

對於自動駕駛領域，雖然去年《華爾街日報》有傳出亞馬遜已經專門組建了一個團隊，專注於無人駕駛技術，以幫助零售業在交通運輸的變革中佔據先機。

（圖：AWS全球技術與開發者佈道師團隊負責人Ian Massingham 伊恩·馬幸哈姆 來源：199IT）

但AWS全球技術與開發者佈道師團隊負責人Ian Massingham (伊恩·馬幸哈姆)對199IT表示，“對於亞馬遜或者AWS自身來說，我們絕對不會說自己來參與開發具體的自動駕駛的系統。因為我們是不會有非常可視性的所謂個人方面駕駛的資料的收集，我們也拿不到。但是我們有很多客戶，比如圖森，它在美國已經完成了250萬英里的自動駕駛卡車的路測。同時我們和寶馬等公司，為他們提供服務，幫助他們來開發自己的自動駕駛系統。

針對類似於像自動駕駛這樣一些系統開發的需求來說，AWS提供一個大量資料輸入、視訊捕獲、視訊流傳輸的服務。“我們把它稱之為Amazon Kinesis Video的服務，什麼意思呢？我們可以把大量的視訊流捕獲，然後把它幫你們進行傳輸，並且把它打上時間碼，你以後可以用註釋應用來對它進行註釋。同時還有一個Snowball的服務，它是可以以百態位元組的體量，來幫助你傳輸大量的資料。其實不光是自動駕駛的開發，對於油氣行業，對於很多其他的比如安全監控方面，都是一種非常好的資料傳輸的服務。”Ian Massingham (伊恩·馬幸哈姆)介紹到。

在機器學習、人工智慧甚至自動駕駛方面，AWS延續此前一貫思路，通過給開發者提供強大的工具庫，通過自有的演算法模型以及開源的演算法模型，AWS正在搶佔AI時代的戰略高地，提供普及化的平臺服務。

在全球化越來越熱的機器學習、人工智慧、自動駕駛的掘金浪潮之路上，AWS想做那個通盤贏家——賣水者。