Amazon SageMaker機器學習服務落地中國一週年
2021年5月11日，在完全託管的機器學習服務Amazon SageMaker落地中國區域一週年之際，亞馬遜雲科技宣佈通過與光環新網和西雲資料的緊密合作在中國區域進一步落地多項人工智慧與機器學習的新服務和功能，豐富了其針對不同企業需求而打造的人工智慧與機器學習 （AI/ML）工具集。亞馬遜雲科技針對不同需求的客戶在機器學習技術堆疊三個層面提供廣泛而深入的機器學習服務，包括頂層-人工智慧服務、中間層-機器學習服務以及底層-框架和基礎架構。在人工智慧（AI）服務層面，亞馬遜雲科技在北京區域推出了Amazon Personalize，客戶無需具備機器學習專業知識，即可方便、快速地構建個性化推薦系統；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域和寧夏區域上線，讓客戶可以更輕鬆地構建端到端的機器學習管道；在算力層面，亞馬遜雲科技在北京區域和寧夏區域推出了Amazon EC2 Inf1例項，該例項基於亞馬遜雲科技自研機器學習推理晶片Amazon Inferentia，與當前成本最低的基於GPU的例項相比，可以提高多達30%的吞吐量，並使每次推斷的成本最高降低45%。
亞馬遜雲科技大中華區雲服務產品管理總經理顧凡表示，“Amazon SageMaker落地中國區域一年以來，我們見證了中國各個行業各種型別客戶積極應用亞馬遜雲科技服務進行機器學習創新，我們希望通過將更多服務落地到中國區域，並堅持‘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，幫助客戶更快應用機器學習技術，把機器學習的能力交到每一位構建者手中，加速人工智慧和機器學習的普惠。”
目前，全球數以十萬計的客戶選擇亞馬遜雲科技執行機器學習工作負載。在中國，亞馬遜雲科技機器學習服務得到醫療健康、教育、出行、工業智慧、遊戲、新媒體等各個行業客戶的青睞，益體康、晶泰科技、新世紀醫療、LEMONBOX、有道樂讀、嘰裡呱啦、全美線上、首汽約車、德比軟體、Momenta、圖森未來、行者AI、天和榮、中科創達、華來科技、大宇無限、陝西科技大學、易點天下、淄博熱力等一批企業和機構的廣泛採用，在各行各業實現了豐富多樣的人工智慧應用創新。
山東淄博市熱力集團有限責任公司利用亞馬遜雲科技豐富的AL/ML技術和服務，快速構建、訓練和部署機器學習模型，實現了精準供熱，可以根據氣象、工控資料、建築物維護結構等資訊計算出最佳的供熱模式，並給出具體的操作指令，既讓使用者室溫始終保持人體最佳舒適溫度，又做到儘可能節約成本。淄博市熱力集團有限責任公司董事長、黨委書記汪德剛表示，“多年來，淄博熱力利用資訊化手段改造傳統供熱，致力於成為行業標準的制定者和行業發展的引領者。通過與亞馬遜雲科技合作，藉助機器學習能力創新，建成了基於機器學習和大資料分析的智慧供熱平臺，幫助我們從傳統供熱向產業智慧化方向轉型，在滿足使用者需求的同時實現節能減排，建立綠色能源生態系統。未來，希望我們能借助先進的雲技術持續創新，推動國內熱力行業的數字化、智慧化轉型。“
為進一步加速人工智慧/機器學習的普惠，亞馬遜雲科技構建了強大的合作伙伴網路，通過合作伙伴網路成員構建行業機器學習模型，幫忙更多客戶解決行業演算法模型構建難題並落地行業解決方案。上海音智達資訊科技有限公司是亞馬遜雲科技合作伙伴網路成員之一，提供圍繞人工智慧和大資料技術的預測性分析及商務智慧解決方案的技術專家服務，幫助客戶實現數字化轉型。上海音智達資訊科技有限公司CEO孫曉臻表示，“我們為亞洲地區數以百計的跨國企業及本土客戶提供資料服務，擁有豐富的資料分析與業務實施經驗，在生命科學、快消品、汽車、零售、電子消費產品、金融、保險、以及運輸行業擁有眾多實踐和成功案例。但是，我們在機器學習方面的演算法和人才儲備遠遠不能夠滿足客戶需求。亞馬遜雲科技豐富的機器學習服務大幅提升了音智達的技術開發和服務能力，助力我們打造了覆蓋不同行業和場景的解決方案，實現了業務發展和持續創新。”
如今，各種規模、各種型別的企業和機構，都在積極探索人工智慧和機器學習技術的應用並希望能儘快發揮實際效應。為滿足不同客戶的創新需求，亞馬遜憑藉在人工智慧/機器學習領域20多年深厚的技術積累，提供了廣泛而深入的、並且不斷迭代創新的機器學習服務組合。
無需具備機器學習專業知識，即可通過Amazon Personalize構建個性化推薦系統
在人工智慧服務層面，針對沒有機器學習專業知識和能力的客戶，亞馬遜雲科技提供開箱即用的人工智慧服務。Amazon Personalize，一項用於構建個性化推薦系統的完全託管型機器學習服務，已在北京區域上線。開發人員無需具備機器學習專業知識，即可通過該服務訓練、調整和部署自己定製的機器學習模型，構建個性化推薦系統，可用於產品推薦、個性化營銷、個性化搜尋和定製化直銷等廣泛的個性化推薦場景。
打造包羅永珍的AI/ML工具集，七項新功能讓Amazon SageMaker更強大
作為亞馬遜雲科技機器學習服務層面的核心產品，Amazon SageMaker是業界首個面向機器學習開發者的整合開發環境，它消除機器學習過程中的繁重工作，使客戶能專注於自身的業務和應用創新，在提高客戶工作效率的同時還大幅降低機器學習的總體擁有成本。去年12月在亞馬遜雲科技全球大會re:Invent 2020上剛剛亮相的七項 Amazon SageMaker新功能，近期已經在北京區域和寧夏區域落地。
1．Amazon SageMaker Data Wranger，簡化機器學習的資料準備工作。通過該功能，客戶可以將各種資料儲存中的資料一鍵匯入。Amazon SageMaker Data Wrangler內建了300多個資料轉換器，讓客戶無需編寫任何程式碼，就可以對機器學習用到的特徵進行規範化、轉換和組合。
2．Amazon SageMaker Feature Store，一個完全託管且專門構建的特徵儲存庫，用於儲存、更新、檢索和共享機器學習特徵。客戶可以在其中儲存和訪問特徵，以便更輕鬆地在各個團隊中對其進行命名、共享和重複使用。
3．Amazon SageMaker Pipelines是業界首個針對機器學習專門構建、易於使用的持續整合和持續交付服務，通過編排和自動化提高機器學習工作的效率。藉助該服務，使用者可以大規模地建立、自動化和管理端到端機器學習工作流。
4．Amazon SageMaker Clarify讓機器學習開發人員可以更好地掌控其訓練資料和模型，從而識別和限制偏差並解釋做出相關預測的原因。
5．Amazon SageMaker Distributed training libraries為訓練大型深度學習模型和資料集提供了易用的方法，與現有分散式訓練實現相比，以最高快 40% 的速度完成分散式訓練，並且幫助使用者減少手動實施資料並行和模型並行策略所需時間。
- Amazon SageMaker Model Monitor幫助客戶時刻保持機器學習模型的準確性，它能夠自動檢測生產環境中部署的模型，並在檢測到不準確的預測時發出警報，從而幫助客戶維護高質量的機器學習模型。
7．Amazon SageMaker Debugger，可以通過實時捕獲訓練指標，自動識別機器學習訓練任務中正在出現的複雜問題，例如梯度值變得過大或過小等。它可以實時監控系資源（例如GPU、CPU、網路和記憶體等）的利用率，幫助使用者提高資源利用率，對訓練過程中的資源瓶頸進行告警，讓開發者及時排程資源，快速採取糾正措施，減少時間和成本浪費。
基於高效能機器學習推理晶片Amazon Inferentia的Amazon EC2 Inf1例項落地中國區域
在機器學習底層的框架和基礎架構層面，亞馬遜雲科技全面提供基於各家晶片供應商的最新技術選項，提供從小到大多種配置，支援市面上流行的各種機器學習框架和演算法。同時，為了不斷給客戶提供更好價效比的算力，亞馬遜雲科技自主設計晶片，推出了高效能機器學習推理晶片Amazon Inferentia。基於Amazon Inferentia的Amazon EC2 Inf1例項落地北京區域和寧夏區域，讓中國區域客戶又多一種雲端高效能和更低成本機器學習推理的算力選擇。瞭解更多有關Amazon EC2 Inf1例項的資訊請訪問：https://aws.amazon.com/cn/ec2/instance-types/inf1/
亞馬遜雲科技的人工智慧與機器學習服務，還受益於亞馬遜雲科技在計算、儲存、資料庫和資料分析等方面廣博深厚的能力，以及它們優異的安全性、可靠性、可擴充套件性和成本效率，這些服務無縫整合、有效支撐，賦能更多組織和個人進行數字化轉型和創新。