本文来自微信公众号“科技云报到”。
就像自行车、手表和缝纫机是工业时代的“三大件”。生成式AI、数据、云服务正在成为智能时代的“新三大件”。加之全球人工智能新基建加速建设，成为了人类社会数字化迁徙的助推剂，让新三大件之间的耦合越来越紧密。从物理世界到数字世界跨越的分水岭已经出现。
近两年，以大模型为代表的生成式AI技术，成为引爆数字原生最重要的技术奇点，人们见证了各类文生应用的进展速度。Gartner预测，到2026年，超过80%的企业将使用生成式AI的API或模型，或在生产环境中部署支持生成式AI的应用，这也将为产业发展带来巨大的机遇与挑战。
大模型、生成式AI的发展带动了人工智能领域的范式转换，推动人工智能基础设施建设进入密集投入期，投资规模、政策支持力度、产品应用规模均呈指数级增长。
未来十年里，所有企业在战略里将充分利用三个原生（云原生、数字原生、AI原生）来颠覆自己的业务，构造自己的第二、第三增长曲线，重新编写自己的业务，在数字化时代实现企业跨越式的增长。
生成式AI在云端绽放盛开
毫无疑问，生成式AI已然成为当今技术发展和应用创新的重要引擎之一。
过去的一年多时间里，我们目睹了生成式AI是如何以移山倒海的力量，为诸多行业带来革命性乃至颠覆性的变革，帮助企业重塑生产力，已经对全球经济产生了显著的影响。
麦肯锡发布的《生成式人工智能的经济潜力：下一波生产力浪潮》报告显示，生成式AI能够大幅提高整个经济体的劳动生产率，每年为全球经济可以带来2.6万亿至4.4万亿美元的增长。
虽然，通用人工智能（AGI）的时代尚未到来，但生成式AI的未来已至，企业IT基础架构随之发生迭代革新。巨大算力增长背后其实是底层服务器、芯片、数据等重要能力的升级，而云正在重塑一切。
大模型如火如荼背后，底层的芯片、到中间的平台再到上层的应用，都与过去大为不同。如果企业继续采用传统的IT架构，CPU和加速器之间的接口会限制产品的性能水平，也就无法更好地支持生成式AI时代的新需求。
同时，由AI模型带来的大量资源消耗，也是企业关注的重点问题。所以，满足未来需求的企业架构设计，一定会充分考虑到成本和可持续发展问题。
在中国市场，承载着生成式AI的智算服务正在为云计算塑造新的增长力。IDC最新发布的《中国智算服务市场（2024上半年）跟踪》报告显示，2024年上半年中国智算服务整体市场同比增长79.6%，市场规模达到146.1亿元人民币。
其中，智算集成服务市场同比增长168.4%，市场规模达57.0亿元人民币；生成式AI IaaS市场同比增长203.6%，市场规模达52.0亿元人民币；Other AI IaaS市场同比缩减13.7%，市场规模为37.1亿元人民币。
目前，面向生成式AI的算力支出已经成为智算服务市场主阵地。以AI IaaS市场为例，生成式AI IaaS市场经历短短的一年半发展时间，市场规模就已经超过Other AI IaaS市场，占AI IaaS市场的比重达58%。在智算集成市场，增量新建的智算中心均是以生成式AI的未来需求为导向而设计的。
生成式AI不能单独创造价值，其工作负载的计算密集程度非常高，它需要底层更强大的数据和算力服务支持。因此，具有拥有高性价比的基础设施，是应用成功构建的关键要素之一。
另外，智能化系统之所以更具颠覆性，是因为在感知、理解、学习、推理、交互等方面具有更广泛的适应性，以及更友好的多模交互能力。所以，在架构设计上要充分考虑到可行性、可控性和通用性，才能满足多场景、多需求、多任务之间的快速切换。
智能化系统并不是只有一个大模型，架构设计者需要在根据不同业务场景的需求进行偏好对齐，具备多模索引、模型选择、模型算力调度和模型推理的能力。企业也要根据不同业务场景需求，以及不同技术支撑能力，选择适合的智能化架构升级路线。
AI交互的用户友好性、大模型开源及API价格的降低、插件服务带来的应用生态繁荣等，都使得AI技术或将成为像水、电、网络一样的基础设施，渗透并改变千行万业。
根据《2024年AIGC发展趋势报告》显示，在医疗领域，AI应用已能够精准辅助诊断，例如Google Health的深度学习模型，在乳腺癌筛查中的准确率已超越人类专家。利用强大的图像识别和模式分析能力，这些模型可以从成千上万的X光片中识别出极易被人眼忽视的细微变化。
金融领域也经历了由AI推动的变革。金融机构利用复杂的算法来预测市场趋势、管理风险，甚至自动执行交易。机器学习技术能够分析大规模的历史数据，识别出人类难以察觉的模式。例如，通过深度学习，AI可以在高频交易中捕捉到微小的市场变化，并在毫秒级做出反应，这是任何人类交易者所无法比拟的。
自动驾驶领域的AI应用，展示了AI能够在高度复杂和动态的环境中执行任务的能力。特斯拉Autopilot、谷歌Waymo，这些自动驾驶系统使用了先进的传感器阵列和AI算法，实现了车辆的自主导航和决策。它们的表现日益接近人类驾驶者，甚至在某些情境下超越了人类。
如何解锁生成式AI价值？
生成式AI的发展就像一场马拉松，现在还处于非常早期的阶段，不仅是一场长期竞争，更成为全球企业开展技术合作、携手探索未来科技世界的桥梁。
但具体到应用实践，在这场时代洪流中，企业应该怎么做？作为全球领先的云服务商，亚马逊云科技给出了自己的答案。
亚马逊云科技不仅在云的核心服务层面持续创新，更在从芯片到模型，再到应用的每一个技术堆栈取得突破，让不同层级的创新相互赋能、协同进化。只有这样全栈联动的大规模创新才能真正满足当今企业的发展需求，加速前沿技术的价值释放，助力各行各业重塑未来。
在近日举行的2024 re:Invent中国行北京站活动中，亚马逊云科技大中华区产品部总经理陈晓建表示，几乎所有的应用程序都可以分解成为几个核心的构建单元，亚马逊云科技所做的就是构建出非常优秀的核心单元，用户可以通过自由搭建这些核心单元，满足他们在特定场景下不同的业务需求。
亚马逊云科技大中华区产品部总经理陈晓建
陈晓建认为，2025年肯定会发生一个变化，很多企业将从原型验证阶段转化为生产阶段，这是必经之路。届时企业需求将更加复杂，不仅是选择模型，还需要各种技术支持。
今年，亚马逊云科技在生成式AI技术、数据战略及云服务三方面进行全面升级。生成式AI技术方面，亚马逊云科技全面强化基础设施、模型工具和应用三层技术栈，推出Amazon Nova系列基础模型，包括Nova Micro、Lite、Pro、Premier，以及专注于高质量图像生成的Nova Canvas和视频生成的Nova Reel，这些模型性能卓越且应用成本相比Amazon Bedrock中的顶尖模型降低至少75%。
去年4月，亚马逊云科技推出了第一代大模型Titan，只有语言单一模态。如果说Titan只是小试牛刀，那今天的Amazon Nova系列模型，是亚马逊的真本事和大动作。在这背后，亚马逊云科技有着怎样的考虑？
陈晓建表示，亚马逊云科技今年推出了包括六个不同定位模型的Nova系列，未来还会推出speech to speech和any to any等模型。推出这些模型的重点是为用户提供更好的选择，使其能与产品更好地结合，实现更好的集成。模型的推出基于逆向工作法，通过了解客户需求来确定，比如根据用户在Micro、Lite、Pro、Premier等不同层面的诉求来构建模型，未来也会推出更多不同能力和定位的模型。
同时，亚马逊云科技还对Amazon SageMaker、Amazon Bedrock及Amazon Q等核心服务进行了强化，并提供更多样化的模型选项，深化应用场景的融合，降低训练与推理成本，致力于让企业更便捷、经济地将生成式AI技术融入业务实践，全面推动企业加快生成式AI的创新步伐。
Amazon Bedrock平台新增Luma AI和poolside模型，更新Stability AI的最新模型，并通过Bedrock Marketplace提供超过100个热门、新兴及专业模型的选择。此外，Bedrock还引入低延迟优化推理、模型蒸馏、提示词缓存等功能，显著提升推理效率，并通过GraphRAG等知识库功能增强数据利用能力，同时，自动推理检查功能和多智能体协作等创新也进一步增强AI的安全性和智能体的发展。
在底层模型训练方面，Amazon SageMaker AI的四项创新功能尤为引人注目，包括Amazon SageMaker HyperPod的新训练配方功能、灵活训练计划和任务治理功能，以及引入亚马逊云科技合作伙伴的热门AI应用。这些功能不仅帮助客户更快开始训练流行模型，还通过灵活的训练计划节省数周的时间，并将成本降低高达40%，为企业在生成式AI领域的探索提供强有力的支持。
针对数据战略，亚马逊云科技推出一系列创新举措，其中新一代Amazon SageMaker整合了数据、分析与AI功能，提供一站式解决方案，配备统一工作室，促进数据洞察与AI项目的协作。这些举措顺应客户将分析、机器学习和生成式AI融合以获取深度洞察的趋势，助力客户在数据驱动的时代中占据先机。
在云服务领域，亚马逊云科技在计算、网络、存储和数据库等核心领域不断突破。计算方面，推出搭载Trainium2和新型计算实例Amazon EC2 Trn2，以及专为万亿参数模型设计的实时推理超级服务器Amazon EC2 Trn2 UltraServers。
存储服务方面，Amazon S3新增元数据功能，推出优化的S3 Tables存储类型，大幅提升查询和事务处理能力。
数据库服务方面，推出无服务器分布式SQL数据库Amazon Aurora DSQL以满足客户跨多区域运行工作负载的高要求，并确保在多个区域间实现强一致性。这些更新，将为用户提供更强大的计算能力和更高效、更可靠的云服务体验，进一步巩固亚马逊云科技在云计算领域的领先地位。
生成式AI时代下的“底层架构师”
云服务是支持数字创新的关键生产力。不难发现，每一次技术进步的背后，云厂商都扮演着重要角色。
这一次AI浪潮背后，我们可以看见的是，云厂商为AI研发提供了基础设施、AI服务和应用工具，还在推动AI研究和实际应用方面发挥了积极作用。
亚马逊云科技即是如此。除了AI服务和应用工具，亚马逊云科技还为市场提供了丰富的计算资源和功能强大的云服务。
面对生成式AI时代带来的井喷式算力需求，亚马逊云科技通过自研芯片提供更好的性价比，通过各种丰富的计算、网络、存储等各种产品的组合优化算力成本，全面满足用户的多样化的算力需求。
云厂商不仅要扮演生成式AI时代的“底层架构师”，还必须克服数据安全和隐私保护等挑战，为用户提供安全、便捷的服务，使得生成式AI的应用能够更广泛、更深入地渗透到每一个行业和领域。
面对未来，我们期待云厂商能够持续发挥“底层架构师”的角色，引领生成式AI技术的发展，助力全社会发挥AI的巨大潜力。
