AWS的CEO Andy Jassy一登上舞臺，臺下便響起了長時間的口哨聲與掌聲——盡管這在喬布斯時代的蘋果發布會上確實很常見，但在今天略顯垂直的云計算行業，實屬少有。
美國時間11月28日上午8點，在拉斯維加斯舉辦的AWS re：Invent正式進入第三天的議程。今天格外熱鬧，會場門口從6點半就排起了長龍，這主要取決于今天亞馬遜AWS的CEO Andy Jassy將帶來持續3個小時的keynote。
果然，這180分鐘里，Andy Jassy一口氣發布了十多個重磅產品與服務（這架勢與蘋果發布會相比如何？），其中主要包括機器學習芯片、區塊鏈、存儲、數據庫、機器學習和混合云等。
一開始，當然是介紹成績和市場份額。2018年收入270億美元（按照Q3收入做的年化收益），增速46%。
全球云計算市場份額圖上，順便調戲一下Oracle（現場一陣爆笑。此前甲骨文CEO拉里·埃里森在 10月26日甲骨文 Openworld 大會演講期間多次將矛頭指向AWS，并稱甲骨文的云計算產品比 AWS 更便宜、更好用、速度更快）。
亞馬遜每年都會使用re：Invent會議來突出新的工具和功能，今年看上去也毫不例外。雷鋒網現場為你解讀。
15個重磅新品一覽
Amazon S3 Glacier Deep Archive 云上超低成本的冷存儲。
Amazon FSx for Windows File Server 全托管建在原生Windows視窗文件服務器之上的視窗文件系統。
Amazon was FSx for Lustre 全托管的針對繁重計算負載的Lustre文件系統。
Amazon Control Tower 提供安全合規的多賬戶的環境，作為Landing Zone登陸區。
AWS Security Hub 在AWS環境里集中管理安全和合規的服務。
Amazon Lake Formation 助你在幾天內建起安全的數據湖。
Amazon Timestream 全托管的快速、可伸縮的時間序列數據庫。
Amazon Quantum Ledger Database（QLDB）全托管的中心權威機構擁有的分布式記賬數據庫，提供透明、不可更改、加密的交易認證。
Amazon Managed Blockchain 全托管的支持超級賬本平臺Hyperledger Fabric和以太坊Ethereum架構的區塊鏈服務。
Amazon Elastic Inference 在EC2實例上輔以圖形加速處理，以實現低成本的快速推斷運算。
Amazon Marketplace for Machine Learning 提供上百可直接在Amazon SageMaker 上部署的機器學習算法和模型。
Amazon Textract 從幾乎任何文件中提取文字和數據的光學字符識別服務。無需機器學習經驗即可使用。
Amazon Personalize 基于亞馬遜網站使用的相同技術，提供實時個性化定制和推薦的服務。無需機器學習經驗即可使用。
Amazon Forecast 基于亞馬遜網站使用的相同技術，提供準確的時間序列預測的服務。無需機器學習經驗即可使用。
AWS Outposts 在本地數據中心運行AWS基礎設施，獲得一致的混合架構體驗。
接下來，我們將為你詳細介紹幾個重要的發布信息。
AWS推出新的Inferentia機器學習芯片
令人振奮的是，Andy Jassy在現場宣布了一款名為Inferentia的新型專用機器學習芯片，他表示Inferentia將是一種高吞吐量、低延遲、持續性能極具成本效益的處理器。Inferentia支持流行的框架，如INT8、FP16和混合精度。更重要的是，它支持多種機器學習框架，包括TensorFlow、Caffe2和ONNX。
當然，作為亞馬遜的產品，它還支持來自流行的AWS產品的數據，如EC2、SageMaker和新彈性推理引擎。只不過，這款芯片會在2019年正式售賣。
此舉被認為是AWS向英偉達和Google發起挑戰——這兩家在機器學習芯片市場目前保持領先優勢。
目前，運行在AWS上的TensorFlow有這么多（下圖）。
AWS彈性推理將深度學習成本降低大約75%
會上，Andy Jassy宣布推出Amazon Elastic Inference，這項新服務可讓客戶將GPU驅動的推理加速連接到任何Amazon EC2實例，并將深度學習成本降低多達75％。雷鋒網了解到，通?？吹降腜3實例GPU的平均利用率約為10％到30％，這對彈性推理非常浪費。
Andy Jassy現場表示，現在不必浪費所有成本和所有GPU，Amazon Elastic Inference將是一個非常重要的行業改變者，能夠以更具成本效益的方式進行推理，適用于亞馬遜SageMaker筆記本實例和終端，支持機器學習框架TensorFlow、Apache MXNet和ONNX。
正式啟動區塊鏈服務：QLDB和Managed Blockchain
雖然一年之前的Andy Jassy明確告訴外界，AWS對區塊鏈不感興趣，但是今天，他卻十分激動地宣布，AWS正式推出2項區塊鏈服務，一個是QLDB（Quantum Ledger數據庫），另一個是AWS Managed Blockchain（管理區塊鏈）。
其中，用戶使用QLDB的時候，無需參與構建類似分類賬單的應用程序等復雜開發工作，數據的更改歷史記錄是不可變的，并且使用加密技術。雷鋒網注意到，QLDB官網上也指出，QLDB也是無服務器的，因此它會自動擴展以支持應用程序的需求，這意味著沒有要管理的服務器，也沒有要配置的讀取或寫入限制。
而AWS Managed Blockchain作為一種托管區塊鏈服務，能夠支持以太坊和Hyperledger Fabric。Andy Jassy表示，AWS更喜歡的是Hyperledger Fabric——這取決于他們知道區塊鏈網絡中的成員數量，并且需要強大的私有運營和功能。支持以太坊的功能會稍遲幾個月啟動。
AWS將向混合云客戶銷售硬件，以便在他們自己的數據中心運行
今天會上的一個重頭戲是AWS與VMware的合作，VMware的CEO Pat Gelsinger也來到了Andy Jassy的舞臺。
右邊微笑的就是VMware的CEO Pat Gelsinger（基辛格）
他們共同宣布，VMware將正式部署AWS的云服務，從明年開始，AWS將允許客戶訂購與其云服務相同的硬件，以通過名為AWS Outposts的服務在其自己的數據中心中運行。該服務還將采用VMware設計的軟件，有助于融合兩種運營環境。它將于2019年上市。（雷鋒網注：VMware是全球桌面到數據中心虛擬化解決方案的領導廠商，可以稱之為“一個虛擬PC軟件公司”，通過數據中心改造和公有云整合業務，2018財年全年收入79.2億美元。）
AWS Outposts
“這對整個行業來說是一個非常重要的聲明，因為現在亞馬遜將成為一個內部硬件供應商。兩家公司未來都將出售新產品并分享收入?！盤at Gelsinger說到。
不過，圍繞AWS Outposts的許多細節仍然有點不清楚，在采訪環節，Andy Jassy并沒有透露太多，例如確切地提供哪些硬件配置。
推出首款具備微型機器學習能力的全球自主賽車DeepRacer
Andy Jassy其實私下也是個體育愛好者。現場，他宣布了一個名為AWS DeepRacer的全球自主賽車計劃。在世界各地的比賽中，開發人員將能夠在物理軌道上與其他人競賽。亞馬遜將舉辦AWS DeepRacer總決賽，并在明年的re：invent會議上頒發AWS DeepRacer冠軍杯。
DeepRacer是一款1/18比例無線電控制的自動駕駛四輪賽車，旨在幫助開發人員了解RL強化學習——這是亞馬遜SageMaker中的一種機器學習功能。它采用Intel Atom處理器，一個400萬像素的攝像頭，1080p分辨率， 多個USB端口和一個2小時的電池。目前的售價為399美元，但亞馬遜預售訂單現價為249美元。這輛車將于2019年3月上市。
推出SageMaker Ground Truth服務：自動打標簽
直到今天，標簽任務仍由用戶決定，然而AWS宣布正在推出SageMaker Ground Truth，這是一套訓練集標簽服務。使用Ground Truth，開發人員可以將服務指向存儲數據的存儲桶，并允許服務自動標記它，用戶可以為全自動服務設置可信水平，也可以將數據發送給人工。就好像你討厭一個員工，都可以讓Ground Truth做標簽。
其他，例如AI/ML產品矩陣、混合云家族等也一并公布，在此就不贅述，直接上圖。
雷鋒網總結
一個CEO用技術的方式完成了一次絕佳的產品推介與品牌宣傳。
“我們不相信一種統治世界的工具，我們只希望客戶使用合適的工具來完成正確的工作。”盡管Andy Jassy在現場始終這樣強調，但是他的馬拉松式的發布會會給云同行帶來更多的壓力。
Andy Jassy180分鐘里最后一張PPT
眼下，據Gartner公司稱，全球公共云市場將在2021年增長至2780億美元，高于今年的1760億美元。而2022年，AWS的銷售額將達到710億美元，這將使AWS的估值達到約3500億美元。微軟、谷歌、阿里云正迎頭趕上的當下，AWS試圖繼續保持2-5年的差距，不僅是收入上，更是在技術上和洞見上。
Andy Jassy覺得，無論是谷歌還是微軟，如果選擇在短時間內嘗試復制AWS的規模，效果肯定是有限——“這些都是沒有經驗的壓縮算法?！?/p>
AWS之所以成功，其內部一致的公式是關注客戶的需求，并將他們對世界的看法全部都放在滿足這些需求的Web服務上。憑借強大的管理紀律、分散的團隊以及數據驅動的運營計劃和審核，AWS的管理運營并不斷創新的方式被證明是一種競爭優勢。
在不久的將來，AWS會設想，新一代開發人員將不會考慮實例、服務器和集群，開發人員將專注于編寫軟件或者可能購買Lambda函數，這些服務將自動可用并連接到基礎架構中的每個可以想象的領域。
這就是接下來AWS要做的工作。
正如同那句“云計算是個巨大無比的市場，但依舊處在它的第一天而已”。眼下研究機器學習和人工智能領域所需的所有東西都還屬于早期的探索，但未來云計算市場的風會怎樣吹，會與AI、IoT、邊緣等產生怎樣的結合，變數依然很多。
但可以確定的是，云不僅會留在今天的層面，它必定會推動新的產品、服務和商業模式的誕生。
注：以上圖片均雷鋒網編輯拍攝，引用請注明出處。
箭的設計就像一個攔截器：飛機將被引導到一個有GCI（地面控制攔截）控制器的來襲轟炸機，飛機的雷達將由后座的RIO（雷達攔截官員）操作，以獲取目標的位置，坐在前排的駕駛員必須操縱飛機以獲得射擊方案。這與當時的其他雙座攔截器的設置相同?，F在，箭會用什么武器？
在1956年2月對工程模型和全尺寸木制模型進行評估后，RCAF要求進行額外的修改，選擇先進的RCAF Victor Astra I火控系統發射同樣先進的美國海軍AIM-7 Sparrow II……代替Hughes休斯MX-1179火控系統和AIM-4 Falcon導彈組合。簡單地說：RCAF更傾向于一種高風險的、性能不確定的新系統，而不是一種非常好用的技術。
Avro口頭表示反對，理由是這兩款機型（Astra I/AIM-7 Sparrow II）當時甚至都沒有進行測試，而MX-1179和Falcon幾乎都已經可以生產了，而且在“大大節省成本”方面幾乎同樣有效。Astra阿斯特拉被證明是一個問題，因為該系統進入了一個漫長的時期的延誤，當美國海軍取消了Sparrow II麻雀二號在1956年，Canadair很快被請來繼續麻雀計劃在加拿大，雖然他們表示嚴重關切的項目，以及增加了更多的費用。CARDE Velvet Glove還提出了雷達制導空空導彈。Velvet Glove天鵝絨手套已經與RCAF一起開發了一段時間，但被認為不適合超音速飛行，缺乏開發潛力。因此，1956年取消了該項目的進一步工作。
休斯AIM-4“獵鷹”是美國空軍第一枚實戰制導空對空導彈。發展始于1946年；這種武器于1949年首次試驗。該導彈于1956年進入美國空軍服役。這種導彈在越戰期間與USAF McDonnell Douglas美國空軍麥克唐納-道格拉斯F-4“幻影II”部隊一起服役，有熱追蹤和雷達制導兩種型號。設計用來擊落機動性有限的慢速轟炸機，但在越南上空對機動性戰斗機無效。由于缺乏近距離引信，導彈只有在直接命中時才會引爆。只有5人被殺。由于AIM-4糟糕的殺傷記錄使得F-4在空對空作戰中失效，戰斗機被改裝成搭載美國海軍設計的AIM-9響尾蛇導彈。很可能導彈的糟糕性能也會影響箭的作戰能力。
RCA的綜合電子系統負責自動飛行控制，火控，電信和導航子系統的名稱是Astra I阿斯特拉I。
整個Astra系統集成需求是苛刻和復雜的。因此，前進的道路被分解為漸進的方法。RCA（美國無線電公司）被要求提供一個部分Astra系統，該系統具有最少的通信、導航、敵我識別（IFF）系統、飛行儀器和空中數據傳感器，以允許試驗飛機在最初的研究和開發階段飛行。接下來是一個“開發”的Astra系統，然后是一個“預生產”變體，然后再進行“全套生產”。
Astra導航子系統由航位推算導航計算機、多普勒雷達和綜合目的地指示器組成。該系統是獨立的，能夠隨時顯示飛機的實際地理位置（與目標或基地的方位和距離）。導航計算機接收來自電信、雷達和空中數據設備的輸入，并為火控雷達、自動飛行控制系統（AFCS）和導航顯示指示器提供輸出。顯示數據包括飛機的當前位置和軌跡、距離目標數據以及無線電羅盤和UHF超高頻尋地方位數據。
不幸的是，Astra I阿斯特拉一號的開發出現了問題。變化導致了更多的變化，成本上升。RCA發起的不斷修改也直接影響了Avro，因為CF-105機身每次都必須進行修改，以適應修改后的設計。最終，集成系統的進展證明是非常令人失望的，并最終導致該計劃的消亡。阿斯特拉號于1958年9月取消。
J4 Gyrosyn無線電羅盤只是一個磁羅盤。注意，RL-201和RL-202駕駛艙與其他原型略有不同。