科技云報到原創。

就像自行車、手表和縫紉機是工業時代的“三大件”。生成式AI、數據、云服務正在成為智能時代的“新三大件”。加之全球人工智能新基建加速建設，成為了人類社會數字化遷徙的助推劑，讓新三大件之間的耦合越來越緊密。從物理世界到數字世界跨越的分水嶺已經出現。

近兩年，以大模型為代表的生成式AI技術，成為引爆數字原生最重要的技術奇點，人們見證了各類文生應用的進展速度。Gartner預測，到2026年，超過80%的企業將使用生成式AI的API或模型，或在生產環境中部署支持生成式AI的應用，這也將為產業發展帶來巨大的機遇與挑戰。

大模型、生成式AI的發展帶動了人工智能領域的范式轉換，推動人工智能基礎設施建設進入密集投入期，投資規模、政策支持力度、產品應用規模均呈指數級增長。未來十年里，所有企業在戰略里將充分利用三個原生（云原生、數字原生、AI原生）來顛覆自己的業務，構造自己的第二、第三增長曲線，重新編寫自己的業務，在數字化時代實現企業跨越式的增長。

生成式AI在云端綻放盛開

毫無疑問，生成式AI已然成為當今技術發展和應用創新的重要引擎之一。

過去的一年多時間里，我們目睹了生成式AI是如何以移山倒海的力量，為諸多行業帶來革命性乃至顛覆性的變革，幫助企業重塑生產力，已經對全球經濟產生了顯著的影響。

麥肯錫發布的《生成式人工智能的經濟潛力：下一波生產力浪潮》報告顯示，生成式AI能夠大幅提高整個經濟體的勞動生產率，每年為全球經濟可以帶來2.6萬億至4.4萬億美元的增長。

雖然，通用人工智能（AGI）的時代尚未到來，但生成式AI的未來已至，企業IT基礎架構隨之發生迭代革新。巨大算力增長背后其實是底層服務器、芯片、數據等重要能力的升級，而云正在重塑一切。

大模型如火如荼背后，底層的芯片、到中間的平臺再到上層的應用，都與過去大為不同。如果企業繼續采用傳統的IT架構，CPU和加速器之間的接口會限制產品的性能水平，也就無法更好地支持生成式AI時代的新需求。同時，由AI模型帶來的大量資源消耗，也是企業關注的重點問題。所以，滿足未來需求的企業架構設計，一定會充分考慮到成本和可持續發展問題。

在中國市場，承載著生成式AI的智算服務正在為云計算塑造新的增長力。IDC最新發布的《中國智算服務市場（2024上半年）跟蹤》報告顯示，2024年上半年中國智算服務整體市場同比增長79.6%，市場規模達到146.1億元人民幣。其中，智算集成服務市場同比增長168.4%，市場規模達57.0億元人民幣；生成式AI IaaS市場同比增長203.6%，市場規模達52.0億元人民幣；Other AI IaaS市場同比縮減13.7%，市場規模為37.1億元人民幣。

目前，面向生成式AI的算力支出已經成為智算服務市場主陣地。以AI IaaS市場為例，生成式AI IaaS市場經歷短短的一年半發展時間，市場規模就已經超過Other AI IaaS市場，占AI IaaS市場的比重達58%。在智算集成市場，增量新建的智算中心均是以生成式AI的未來需求為導向而設計的。

生成式AI不能單獨創造價值，其工作負載的計算密集程度非常高，它需要底層更強大的數據和算力服務支持。因此，具有擁有高性價比的基礎設施，是應用成功構建的關鍵要素之一。

另外，智能化系統之所以更具顛覆性，是因為在感知、理解、學習、推理、交互等方面具有更廣泛的適應性，以及更友好的多模交互能力。所以，在架構設計上要充分考慮到可行性、可控性和通用性，才能滿足多場景、多需求、多任務之間的快速切換。

智能化系統并不是只有一個大模型，架構設計者需要在根據不同業務場景的需求進行偏好對齊，具備多模索引、模型選擇、模型算力調度和模型推理的能力。企業也要根據不同業務場景需求，以及不同技術支撐能力，選擇適合的智能化架構升級路線。

AI交互的用戶友好性、大模型開源及API價格的降低、插件服務帶來的應用生態繁榮等，都使得AI技術或將成為像水、電、網絡一樣的基礎設施，滲透并改變千行萬業。

根據《2024年AIGC發展趨勢報告》顯示，在醫療領域，AI應用已能夠精準輔助診斷，例如Google Health的深度學習模型，在乳腺癌篩查中的準確率已超越人類專家。利用強大的圖像識別和模式分析能力，這些模型可以從成千上萬的X光片中識別出極易被人眼忽視的細微變化。

金融領域也經歷了由AI推動的變革。金融機構利用復雜的算法來預測市場趨勢、管理風險，甚至自動執行交易。機器學習技術能夠分析大規模的歷史數據，識別出人類難以察覺的模式。例如，通過深度學習，AI可以在高頻交易中捕捉到微小的市場變化，并在毫秒級做出反應，這是任何人類交易者所無法比擬的。

自動駕駛領域的AI應用，展示了AI能夠在高度復雜和動態的環境中執行任務的能力。特斯拉Autopilot、谷歌Waymo，這些自動駕駛系統使用了先進的傳感器陣列和AI算法，實現了車輛的自主導航和決策。它們的表現日益接近人類駕駛者，甚至在某些情境下超越了人類。

如何解鎖生成式AI價值？

生成式AI的發展就像一場馬拉松，現在還處于非常早期的階段，不僅是一場長期競爭，更成為全球企業開展技術合作、攜手探索未來科技世界的橋梁。

但具體到應用實踐，在這場時代洪流中，企業應該怎么做？作為全球領先的云服務商，亞馬遜云科技給出了自己的答案。

亞馬遜云科技不僅在云的核心服務層面持續創新，更在從芯片到模型，再到應用的每一個技術堆棧取得突破，讓不同層級的創新相互賦能、協同進化。只有這樣全棧聯動的大規模創新才能真正滿足當今企業的發展需求，加速前沿技術的價值釋放，助力各行各業重塑未來。

在近日舉行的2024 re:Invent中國行北京站活動中，亞馬遜云科技大中華區產品部總經理陳曉建表示，幾乎所有的應用程序都可以分解成為幾個核心的構建單元，亞馬遜云科技所做的就是構建出非常優秀的核心單元，用戶可以通過自由搭建這些核心單元，滿足他們在特定場景下不同的業務需求。

亞馬遜云科技大中華區產品部總經理陳曉建

陳曉建認為，2025年肯定會發生一個變化，很多企業將從原型驗證階段轉化為生產階段，這是必經之路。屆時企業需求將更加復雜，不僅是選擇模型，還需要各種技術支持。

今年，亞馬遜云科技在生成式AI技術、數據戰略及云服務三方面進行全面升級。生成式AI技術方面，亞馬遜云科技全面強化基礎設施、模型工具和應用三層技術棧，推出Amazon Nova系列基礎模型，包括Nova Micro、Lite、Pro、Premier，以及專注于高質量圖像生成的Nova Canvas和視頻生成的Nova Reel，這些模型性能卓越且應用成本相比Amazon Bedrock中的頂尖模型降低至少75%。

去年4月，亞馬遜云科技推出了第一代大模型Titan，只有語言單一模態。如果說Titan只是小試牛刀，那今天的Amazon Nova系列模型，是亞馬遜的真本事和大動作。在這背后，亞馬遜云科技有著怎樣的考慮？

陳曉建表示，亞馬遜云科技今年推出了包括六個不同定位模型的Nova系列，未來還會推出speech to speech和any to any等模型。推出這些模型的重點是為用戶提供更好的選擇，使其能與產品更好地結合，實現更好的集成。模型的推出基于逆向工作法，通過了解客戶需求來確定，比如根據用戶在Micro、Lite、Pro、Premier 等不同層面的訴求來構建模型，未來也會推出更多不同能力和定位的模型。

同時，亞馬遜云科技還對Amazon SageMaker、Amazon Bedrock及Amazon Q等核心服務進行了強化，并提供更多樣化的模型選項，深化應用場景的融合，降低訓練與推理成本，致力于讓企業更便捷、經濟地將生成式AI技術融入業務實踐，全面推動企業加快生成式AI的創新步伐。

Amazon Bedrock平臺新增Luma AI和poolside模型，更新Stability AI的最新模型，并通過Bedrock Marketplace提供超過100個熱門、新興及專業模型的選擇。此外，Bedrock還引入低延遲優化推理、模型蒸餾、提示詞緩存等功能，顯著提升推理效率，并通過GraphRAG等知識庫功能增強數據利用能力，同時，自動推理檢查功能和多智能體協作等創新也進一步增強AI的安全性和智能體的發展。

在底層模型訓練方面，Amazon SageMaker AI的四項創新功能尤為引人注目，包括Amazon SageMaker HyperPod的新訓練配方功能、靈活訓練計劃和任務治理功能，以及引入亞馬遜云科技合作伙伴的熱門AI應用。這些功能不僅幫助客戶更快開始訓練流行模型，還通過靈活的訓練計劃節省數周的時間，并將成本降低高達40%，為企業在生成式AI領域的探索提供強有力的支持。

針對數據戰略，亞馬遜云科技推出一系列創新舉措，其中新一代Amazon SageMaker整合了數據、分析與AI功能，提供一站式解決方案，配備統一工作室，促進數據洞察與AI項目的協作。這些舉措順應客戶將分析、機器學習和生成式AI融合以獲取深度洞察的趨勢，助力客戶在數據驅動的時代中占據先機。

在云服務領域，亞馬遜云科技在計算、網絡、存儲和數據庫等核心領域不斷突破。計算方面，推出搭載Trainium2和新型計算實例Amazon EC2 Trn2，以及專為萬億參數模型設計的實時推理超級服務器Amazon EC2 Trn2 UltraServers。存儲服務方面，Amazon S3新增元數據功能，推出優化的S3 Tables存儲類型，大幅提升查詢和事務處理能力。數據庫服務方面，推出無服務器分布式SQL數據庫Amazon Aurora DSQL以滿足客戶跨多區域運行工作負載的高要求，并確保在多個區域間實現強一致性。這些更新，將為用戶提供更強大的計算能力和更高效、更可靠的云服務體驗，進一步鞏固亞馬遜云科技在云計算領域的領先地位。

生成式AI時代下的“底層架構師”

云服務是支持數字創新的關鍵生產力。不難發現，每一次技術進步的背后，云廠商都扮演著重要角色。

這一次AI浪潮背后，我們可以看見的是，云廠商為AI研發提供了基礎設施、AI服務和應用工具，還在推動AI研究和實際應用方面發揮了積極作用。

亞馬遜云科技即是如此。除了AI服務和應用工具，亞馬遜云科技還為市場提供了豐富的計算資源和功能強大的云服務。

面對生成式AI時代帶來的井噴式算力需求，亞馬遜云科技通過自研芯片提供更好的性價比，通過各種豐富的計算、網絡、存儲等各種產品的組合優化算力成本，全面滿足用戶的多樣化的算力需求。

云廠商不僅要扮演生成式AI時代的“底層架構師”，還必須克服數據安全和隱私保護等挑戰，為用戶提供安全、便捷的服務，使得生成式AI的應用能夠更廣泛、更深入地滲透到每一個行業和領域。

面對未來，我們期待云廠商能夠持續發揮“底層架構師”的角色，引領生成式AI技術的發展，助力全社會發揮AI的巨大潛力。

【關于科技云報到】

企業級IT領域Top10新媒體。聚焦云計算、人工智能、大模型、網絡安全、大數據、區塊鏈等企業級科技領域。原創文章和視頻獲工信部權威認可，是世界人工智能大會、數博會、國家網安周、可信云大會與全球云計算等大型活動的官方指定傳播媒體之一。

審核編輯 黃宇