引领AI变革，亚马逊云科技凭什么？

有人把生成式AI比喻为“大脑里的蒸汽机”。工业革命时蒸汽机成为时代巨变的核心推动力。在亚马逊云科技re:Invent 2024，你会强烈地感受到亚马逊云科技的“蒸汽机”车在全力加速。

亚马逊云科技CEO Matt Garman在re:Invent 2024主题演讲

正如Matt Garman在大会主题演讲中指出，生成式AI领域正以惊人速度发展，我们不会放慢前行的脚步。

是呀，面对生成式AI突如其来的巨变，爆炸式发展，基于现有强壮的互联网+移动传播架构，一个新应用，只要几天刷爆数十亿用户…。

对应之，你必须用百米冲刺来跑马拉松。就AI巨变，只有领跑者，跟随意味着失败。

透过re:Invent 2024的重要最新发布和现场体验，让我们试图扒扒亚马逊云科技加快步伐、提速引领AI变革的业务底层逻辑。

今年大会的最高光时刻是亚马逊CEO Andy Jassy客串闪现主题演讲，在亚马逊云科技CEO Matt Garman的Keynote中意外亮相，并隆重发布全系列多模态大模型Amazon Nova，而且按捺不住内心喜悦与自信，一口气说出Nova未来创新路线图。

亚马逊CEO Andy Jassy发布Amazon Nova多模态大模型

到2025年，语音到语音高级模型和原生多模态到多模态模型，将分别在一季度和年中发布，继续增强人工智能在不同模态下的能力。

在re:Invent 2024现场，亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松对此更是特别振奋，及时与媒体分享他的激动，并点透该新闻的本质：Amazon Nova一经发布就一举进入全球大模型第一梯队。

亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松现场感言

Nova 家族共有六种模型：Nova Micro、Nova Lite、Nova Pro、Nova Premier、Nova Canvas 和 Nova Reel。Nova 模型将通过 API 在 Amazon Bedrock 上供开发人员和商业客户使用，以支持新的 AI 体验和应用程序。

实际上，通过Nova ，亚马逊已经涵盖了生成式AI的所有用例。

Amazon Nova是直接来找OpenAI和Google等对标的，结果基准测试与对手打平甚至优胜，甚至包括可与自己巨额投资伙伴Anthropic的Claude 3.5 Sonnet媲美。

Nova Canvas在图像质量和指令遵循这两个关键变量基准测试，其结果优于行业两大领先者Dolly 3和Stable Diffusion 3.5。

Nova Reel对标行业老大Runway评测结果不凡。

亚马逊云科技2024 re:Invent全球大会大中华区管理团队现场解读发布

令人惊讶的是亚马逊在自己的AI芯片Trainium 上训练出Nova 模型，并同样是在自研芯片 Inferentia 上进行了推理。显然，亚马逊并不依赖Nvidia GPU来训练基础模型。

Andy的Amazon Nova发布使亚马逊云科技生成式AI拿下最核心战略制高点。绝对是“舵楼一人如铸铁，潮头如山挺船入”硬汉！

生成式AI大模型不是万能的，但没有大模型是万万不行的。

当然，别忘了大腕Anthropic是亚马逊云科技重金投资的大模型伙伴。内外保险，AI大模型之争，现在世界上到底谁怕谁？

其实亚马逊云科技ML和AI创新由来已久，硕果累累，一直有条不紊地不断打造企业 AI 平台的战略，已经奠定全球基于云的AI创新基础设施的领导者绝对雄厚实力。

包括re:Invent 2024针对Amazon SageMaker和Amazon Q等持续的创新多不胜举，可谓全栈创新。Matt说，我们的创新速度比以往任何时候都要快。

Matt主题演讲还有戏剧性一幕，站台嘉宾居然是苹果机器学习和人工智能高级总监Benoit Dupin。你啥时候看过高冷苹果帮友商广告？

Dupin谈到，苹果广泛使用亚马逊服务的产品和服务，与x86实例相比，苹果使用Amazon Graviton和Inferentia等芯片，在机器学习推理工作负载中实现了40%以上的效率提升。而且，苹果正在评估大会最新发布的AI培训芯片Amazon Trainium 2。Dupin表示，苹果在Trainium 2上预训练其型号时，预计效率将提高高达50%。

苹果机器学习和人工智能高级总监Benoit Dupin现身说法选择亚马逊云科技自研芯片

榜样的力量是无穷的，特别是像苹果这样的用户案例榜样。简言之，亚马逊云科技自研定制硅，中！

亚马逊云科技多年致力自研芯片，苹果亲测好用的这几款其中Amazon Inferentia 和Amazon Trainium是亚马逊云科技旗舰AI芯片，主打推理和培训。

Amazon Inferentia提供卓越的性能、成本节约和可扩展性的组合，成为在生产环境中部署人工智能推理工作负载的绝佳选择。

Amazon Trainium是AWS定制设计的机器学习（ML）芯片，专为训练深度学习模型而优化。在推理任务量身定制的Amazon Inferentia基础上，扩大了亚马逊云计算AI芯片的丰富性。

Matt在本次re:Invent，特别发布Amazon EC2 Trn2实例可用。由Trainium2芯片支持的Amazon EC2 Trn2实例是生成式AI设计中最强大的实例，专为尖端生成式AI训练和推理这类高要求工作负载而设计。它提供比当前GPU驱动的实例高出30%到40%的性价比，而且性能独一无二，别无分店。

亚马逊云科技自研AI芯片未来应用正快速扩大。Matt还发布与Anthropic 合作一个下一代前沿模型项目Rainier，构建一个包含数十万个Trainium2芯片的Trainium2 Ultra服务器集群，这个集群实际上将具备Anthropic目前用于训练其领先的Claude模型的集群五倍的计算能力，成为世界上最大的人工智能超级计算机之一。

Trainium 芯片本质上还减少对NVIDIA 的依赖，并大大开拓客户定制自有AI 芯片的未来市场。

更加振奋的消息是，明年亚马逊云科技将发布下一代Amazon Trainium3，它是首款采用3纳米工艺制造的定制芯片，它将具备比Trainium 2多出两倍的计算能力，同时，其效率还会提高40%。

亚马逊云科技CEO Matt Garman阐述AI堆栈全新四模块定义

Matt在主题演讲还高瞻远瞩提出AI堆栈全新四模块定义：计算、存储、数据库、推理。他指出，推理是每一个应用程序不可缺少的组成部分。亚马逊云科技基于自研芯片的AI推理业务未来市值恐怕要躺赢。

当然，亚马逊云科技不仅仅只有自研AI芯片，它还有支撑EC2的自研芯片Graviton ，以及自研安全芯片Nitro 。Nitro提供亚马逊云科技独有的敏感数据和应用程序保护。对AI隐私策略高度关联。

随便说一句，目前特别是在AI 领域，超高性能芯片的订单量很大，供应链吃紧，同时随AI 工作负载急剧增加，亚马逊云科技自研定制硅将更有用武之地。

亚马逊云科技AI自研定制硅战略，构建出专用硬件，以优化机器学习模型的训练和推理，强有力支持高级生成式人工智能、大型语言模型深度学习任务，满足了客户对高性能、低延迟、成本效益和可扩展性的需求。都到了大腕客户当说客的地步，自研定制硅必须胜出。

生成式AI疾风骤雨，Matt的主题演讲开始不亮大招，却大谈初创公司。

这恰恰是领导者引领AI潮流的顶端哲学思维。有初创的欲望与信念，才能活下去，而且才可能跑在前头活下去。

Matt指出，生成式AI有可能颠覆每一个行业。当你观察颠覆者时，颠覆常常来自初创公司。他在会前接受媒体采访时说，"在亚马逊云科技，公司永远是第一天"。

这种初创公司思维模式源自亚马逊创始人Jeff Bezos，它同样传承亚马逊云科技历任CEO推崇的初创企业文化。

Matt 强调，亚马逊云科技不断进行实验、调整和创新，以满足客户需求，这与初创公司构建和扩展解决方案的方法非常相似。这种思维方式使AWS 能够保持竞争力，并不断推动技术的发展，包括生成式人工智能、定制芯片和云服务等领域。

同时，亚马逊云科技乐于与众多生成式AI初创公司并肩前行。Matt指出，现在是一个绝佳时机去思考如何颠覆行业。对于一家初创企业来说，世界上从来没有比现在更激动人心的时刻，事实上，我们非常支持初创公司。他们在我们基础之上创新，同时推动我们创新。

为此，Matt很高兴地宣布，到2025年，亚马逊云科技将为全球初创公司提供10亿美元的信用额度，继续投资于初创公司的成功。

初创公司Protopia AI 高级深度学习研究科学家Kyle Mylonakis

在本次re:Invent展区，有众多初创公司参与，比如Protopia AI。

笔者采访到受益于亚马逊云科技的初创公司Protopia AI。高级深度学习研究科学家Kyle Mylonakis说，Protopia是业内首个在数据层面实现负责任人工智能的纯软件解决方案商，专注于AI系统的数据保护和隐私保护技术通过将敏感数据转换为随机表示形式，保留分析所需的信息并保障隐私安全，提供彩色毛玻璃引擎，企业可以将敏感数据用于人工智能应用，而无需暴露原始的可识别信息。

亚马逊云科技Amazon SageMaker 等服务支持Protopia进行机器学习模型训练和部署，同时利用 Protopia 专有的数据保护技术来确保敏感数据在整个过程中保持安全； AWS 对生成式 AI 开发的支持进一步加强了这种合作关系，使 Protopia 能够参与 AWS 生成式 AI 加速器等计划，从而进一步在该领域进行创新。

Protopia 在生成式创新AI安全领域小有名气，想不到Kyle说公司只有15人团队。

在生成式AI巨变浪潮中，其实初创精神、像初创那样拥抱巨变并与初创公司拧成一股绳去重塑世界的心态比什么都重要。

亚马逊云科技是全球最大云+AI现代架构平台。专注AI需求，它还是全球运行GPU工作负载的最大平台之一‌。亚马逊云科技在GPU工作负载方面具有显著的优势和庞大的资源。客户寻求生成式AI负载运行，亚马逊云科技是顶级选择。

亚马逊CEO Andy Jassy强调以客户为中心，一切让客户选择

NVIDIA选择与亚马逊云科技开创性合作，利用项目Project Ceiba构建了世界最快的AI超级计算机之一，突破人工智能的界限。

在生成式AI服务方面，亚马逊云科技秉承企业一贯原则，按客户需求提供客户选择。

Amazon Bedrock 是一个创新完全托管的服务，帮助开发人员方便选择多类优秀大模型，去构建和扩展生成式 AI 应用程序。Amazon Bedrock是亚马逊云科技以客户为中心，向客户提供生成式AI开放选择的最好例证。

拿Amazon Bedrock来说，从客户的业务出发，由基础模型选择、工程化赋能到创建完成应用，需求和路径千差万别，一个模型解决不了所有问题。哪怕是一个语言类和多模态的模型，其实都会有小、中、大、超大中心的选型。如何平衡成本、性能、延迟等，实际的选型还是要看客户自己业务定位。

全球领先ISV，像Salesforce、SAP和Workday等，纷纷把Amazon Bedrock深度集成到他们的客户体验当中，以便为所有终端客户提供生成式AI应用程序。

亚马逊云科技AI及数据副总裁Swami Sivasubramanian主题演讲

其中的原因在于到目前为止Amazon Bedrock是构建和扩展生成式AI应用程序最为简便的方式，提供众多优秀的模型，配套正确工具和强大能力，包括从生成式AI集成到生产应用程序中所需的一切要素，并且时时跟进创新速度，一店全把握新版本、新功能、新模型、新更新以及新的成本变化。

Matt重申，我们一直以来的目标就是为大家提供选择：即最广泛且最优质的功能和最佳组合。有道是：集众人之智，成众人之事。

亚马逊云科技一个非常成功的产品和服务差异化竞争力是客户成本效益。为客户积极降低成本，同时提高性能。

自2006 年以来到目前为止，亚马逊云科技对产品和服务已降价近140 次，“自杀”式与客户分享规模带来的经济效益是公司标配。

全球云计算巨无霸在搞定基础架构之后，亚马逊云科技成功开拓自研芯片之路，其中基于ARM 架构的服务器处理器Amazon Graviton被几乎每个亚马逊云科技客户广泛使用。Amazon Graviton提供比x86高40%的性价比，使用60%更少的能源。

全球社媒Pinterest本来运行数千个x86实例来运营他们的业务，现在转向价格更低Amazon Graviton，该公司实际上从每个实例中获得了更好的性能，而且计算成本降低了47%。

现在，亚马逊云科技90%的1000强Amazon EC2大客户都开始使用Amazon Graviton。

快进到生成式AI，亚马逊云科技AI自研芯片已经立竿见影提供优胜的性价比，获得用户青睐。

除苹果之外，下一代软件开发平台的初创公司Poolside计划将其所有未来的大型前沿模型都放在Trainium2上进行训练，预计可以节省40%的成本。

Databricks是全球最大的数据和AI公司之一，计划使用Trainium2为共同客户提供更好的结果，并降低其总拥有成本30%。

透过Databricks这个例子，亚马逊云科技讲的是降低 AI 训练成本替代NVIDA 昂贵的 GPU 的故事。

亚马逊云科技CEO Matt Garman重申专注客户成本效益

亚马逊云科技自己的大模型Amazon Nova成本效益特别高，相较于Amazon Bedrock中的其他领先模型，能便宜大约75%。它们的速度很快，在延迟方面表现优异，是所能见到的速度较快的模型。

当Nova模型与Amazon Bedrock蒸馏功能整合在一起，能把大模型的智能“转移”到更小的模型中，这些小模型成本效益更高，延迟更低。

通过使用Q Developer，全球专业仓库管理解决方案软件公司Datapel效率提升了高达70%，缩短了部署新功能所需的时间，能更快地完成任务，还减少了大量重复操作。而且这不仅关乎效率，以FINRA为例，借助Q Developer，他们的代码质量和完整性显著提高了20%，有助于打造性能更优、安全性更高的软件。

类似于上述生成式AI高效开发工具和工程效率提升的例子横跨整个今年re:Invet发布。

亚马逊云科技专注为客户积极降低成本，同时提高性能的市场战略，在生成式AI才是刚刚开始。

目前，AI开发投入成本巨高，提供AI更具成本效益的选择，不要让客户因成本本身放弃AI赋能和受益，亚马逊云科技肩负使命，正在推进AI应用平权。

亚马逊云科技伙伴生态拥有包括来自200 多个国家和地区的140,000 多家合作伙伴。在这些合作伙伴中，70%的总部设在美国以外。这一数据凸显了伙伴生态广泛的全球影响力，合作伙伴将 AWS 技术和服务的真正推向全球市场。

亚马逊云科技全球专家和合作伙伴副总裁Ruba Borno发布2025年度新政

这个生态中的Marketplace是个庞大的应用超市，发行销售在亚马逊云科技上运行的企业应用代码软件和服务。该市场提供已打包并可在云上部署的商业产品版本，还允许SaaS公司销售其产品，而亚马逊云科技负责计费。

现在客户越来越多在亚马逊云科技Marketplace上购买软件和服务，从而获得优胜的效率、节省成本和增强治理。Marketplace目录已增长到超过30,000 个产品列表，交易额数十亿美元。

生态的另一块是开发人员社区，现在全球拥有 600个用户组，遍布120 个不同国家，而整个AWS 社区在全球则有数百万人。

通过开发者社区，亚马逊云科技获得的反馈会直接应用到我们的产品中，从而推动创新并直接为未来产品设计提供参考。

在今年的re:Invent，亚马逊云科技首次明确推出亚马逊云科技全球初创公司扶植计划，提供资金支持，从生成式AI 和安全开始，支持初创企业实现专业化，共同营销资产，扩大SaaS 合作销售福利，使初创公司通过Marketplace 拓展业务。

全球初创公司计划直接把亚马逊云科技客户资源交给初创公司，还能帮助对接跨地区和行业开发人员，对生成式AI的客户应用至关重要。

从生成式AI特性来看，智能体是新App，生成式AI通过智能体落地应用。这好比AI是个罗汉堂，但罗汉堂中专治各种不服的罗汉才是解决实际问题杀手。这些“罗汉”从打造到推广都需要遍及全球的生态的力量。

为此，亚马逊云科技推出了Amazon Bedrock Agent智能体，方便智能体创建。本次re:Invent进一步发布Amazon Bedrock multi-agent collaboration多智能体协作功能，把生成式AI落地应用更加深入推进。

这里仅仅以智能体为例，讨论亚马逊云科技让生成式AI能够迅速全球落地的生态根基。

2025 年，亚马逊云科技伙伴生态新举措。主要改进包括：通过人工智能工具和扩大的SaaS 优势增强合作销售机会、使用生成式人工智能加速云现代化的激励措施，以及通过"使用 AWS 购买 "等功能扩大 AWS Marketplace 的覆盖范围。

此外，还强调了安全和消费品领域的新AWS 专业化，以及通过专门计划和资源支持中小企业（SMB）的重点。博客强调利用人工智能提高运营效率，并在合作伙伴的 AWS 之旅的每个阶段为其提供充足的资源和支持。最终目标是使合作伙伴能够提供卓越的客户价值并实现可持续增长。

企业AI投入回报是目前争议话题。为切实推进应用，人们开始探讨微人工智能。以小而切实的智能体开始，避免成本和收益都难以把控的大而全AI。

这种微人工智能特别适合遍及全球的合作伙伴就地把握客户疼点，按客户需求打造。

合作伙伴生态已经成为亚马逊云科技全球范围加速推进生成式AI产品和服务落地应用坚实且难以匹敌的战略资源。

亚马逊云科技合作伙伴Deepset.ai SDR 业务负责人Steven Racinski

Deepset.ai是亚马逊云科技Bedrock合作伙伴，加速具有大型语言模型 (LLM) 的自定义业务应用程序和代理的开发和部署。简化人工智能应用程序和代理开发生命周期，实现快速、可靠的应用建造。SDR 业务负责人Steven Racinski现场告诉笔者，Deepset.ai于2018年成立，大量使用Amazon Q工具，deepset.ai 被评为新的人工智能方法和为企业采用人工智能的 "Gartner最佳供应商"。

亚马逊云科技合作伙伴Proto Hologram销售总监Sean Storin及业务开发和产品营销经理Brendan Kavanagh

Proto 与亚马逊云科技携手，在2024 re:Invent全球大会上推出一项突破性的体验活动，展示世界首个由AI驱动、全自动生成对话的全息图。据Proto Hologram销售总监 Sean Storin介绍，该展示融合了全息技术、人工智能和个性化互动，推进了沉浸式技术体验。

亚马逊云科技全球服务副总裁Uwem Ukpong接受笔者采访

亚马逊云科技全球服务副总裁Uwem Ukpong在接受笔者采访时表示，很多中国公司正在走向国际，他们在美国、日本或澳大利亚运营。我们将利用亚马逊云科技的优势提供支持。我们对这项业务在中国的潜在增长非常乐观。

亚马逊云科技生成式AI产品总监Sherry Marcus博士告诉笔者，人工智能中的缩放定律仍然有效，因为我观察这个训练，你有越多的这种神经元，你就会有越高的准确度。我认为这是在实践当中，实际上是一个数据的问题，我们会产生很多的语义的数据，可能会让这个扩展法则变得更高效。一切都是关于数据。始终会有新的这个数据进来，而且是越来越多元化的数据。

根深叶茂，这是亚马逊云科技公用计算高级副总裁 Peter DeSantis本公司全球最大云+AI现代IT架构的描述。这个坚实的基础支撑起亚马逊云科技的未来，使其生成式AI创新不断。

AI巨变刚刚开始，未来丰硕成果可期，但新的挑战难料...，然而，业务逻辑清晰，特有的由客户“逆向工作法”可谓万能无敌方法论。亚马逊云科技“蒸汽机”车正轰隆隆加速前进。