2018 re:Invent 回顾篇:前线开发者眼中 AWS 的创新版图

语言: CN / TW / HK

2018 AWS re:Invent 闭幕已近半月,回眸本次大会所带来的惊喜和震撼,已远远不能用“创新”二字形容。在历时 5 天的大会上,InfoQ 共与 5 位一线开发者或参与开发者社区共建的前线观察员进行了对话,基于他们看到的技术革新、发表的感悟和收获,笔者对本届 re:Invent 的创新发布做简单的梳理及总结。同时,基于现场对三位 AWS 客户嘉宾的专访(分别是树根互联 CTO & 联合创始人刘震、Strikingly 技术副总裁龚凌晖、睿视智觉 CEO& 联合创始人龚纯斌),InfoQ 也欲呈现一些 AWS 的技术与服务实践之路。

Navigate Isn’t Just Cooperation

本次 re:Invent 上,AWS 在 Day2 议程中发布了 AWS Navigate 计划。该计划面向的是 AWS 合作伙伴(也成合作伙伴网络,APN),主要是为其提供成为 AWS 专家所需的指导,并使其代表 AWS 客户部署创新解决方案。

其实,Navigate 计划并不简单意味着加深 AWS 与新旧客户的进一步捆绑式合作,还意味着技术整个生态链上上下游产业的加速发展。在 InfoQ 前线专访的 5 位观察者中,有 3 位作为 AWS 的重度使用者而发言。虽然他们关注的技术领域和工具不尽相同,但对于 AWS 的工具创新都给予了肯定。

在 Srikingly 技术副总裁龚凌晖的采访中,他表示,Srikingly 在整套技术方案里面综合使用了不少 AWS 的服务,也自主开发了不少工具或平台。借助 AWS 服务(包括多可用区的 AutoScaling、S3、CloudFront、Route 53、SQS 和 SNS 等),Srikingly 一方面加强了 SaaS 产品整体性能的稳定性和安全性,另一方面,基于 AWS 中国区在 17 年 -18 年落地的各种不同的新服务,Srikingly 也扩大了产品线,将之前比较单一的小程序产品线扩大到不同的垂直领域。龚凌晖提到,加入 APN 之后,AWS 在市场宣传和渠道拓展方面也给予了较多支持。

类似 Srikingly,睿视智觉与 AWS 的合作覆盖了从产品和服务支持到技术支持等多个维度,这也使得他们可以在较短时间内完成对基础产品的落地。

睿视智觉 CEO& 联合创始人龚纯斌在采访中提到,2016 年底他们就加入了亚马逊云创计划,2017 年 3 月使用亚马逊 F1 开始做 FPGA 的部署,因为在 VGA16 模型上实现了超过某友商六倍的速度,所以使用 AWS 价值很快在其内部得到认可。当时在国内还没有 FPGA 的环境,睿视智觉使用 AWS EC2 F1 实例完成了第一代和第二代 FPGA 加速模型的开发。此外,龚纯斌也谈到,亚马逊早期的 BD 团队为其推荐了很多资源,大家在整个产业链可以创造更多的合作和价值。

正如龚纯斌所说的,“AWS 内部有大量的合作伙伴体系,比如整个 APN 体系。在这个大体系里可能就有一些大量的配合。大家擅长于某个模块,不同的企业之间可以做更有效的结合。”

树根互联是由三一重工孵化后独立成立的工业互联网公司,主要基于云计算技术为工业界提供数据管理分析等解决方案。早期,为实现工业互联网平台搭建与设计,并实现整体商业模式,树根互联做了一系列基础建设工作,包括专门针对工业界数据管理,数据分析而建设的特殊平台。因为工业数据具有较为明显的特性、参数变化也很大,所以为了管理各行各业参数,树根互联在云端专门搭建了特殊的数据管理平台,并在此基础上设计了数据处理特殊平台,主要进行的是流处理工作。

树根互联 CTO & 联合创始人刘震谈到,在流处理技术上,工业界特殊的数据及数据分析处理工作决定了树根互联平台设计中,不能完全套用通用型流处理的处理器或者中间件,而是需要使用更高效的中间件,使其在数据的模型处理上更高效。此外,需要在参数处理层处理非常大的参数状况,特别是在整个数据库后端的数据存储和处理上,数据平台需要能够对各种不同的模型进行同时期的有效处理。基于此,树根互联使用了多项 AWS 云服务,以应对数据采集、数据分析处理层的多项挑战。

共建生态之外,创新依然是 AWS 的本源

本次 2018 re:Invent 上,AWS CEO Andy Jassy 和 CTO Werner Vogels 在两天的日程中发布了几十余项重磅产品。有的是对 2017re:Invent 发布产品的升级和延续,有的对业界来说,或许又是一轮颠覆式的新武器。例如,一方面作为去年里程碑式产品——Amazon SageMaker 的重磅升级,此次 AWS 推出了 SageMaker RL 和 SageMaker Groud Truth;另一方面,AWS 将自身积累二十余年的能力释放出来,对外开放了 Amazon Personalize 和 Amazon Forecast。总的来说, 通过越来越多 AI/ML 层的发布,AWS 期望让更多企业在没有专家和经验基础的情况下完成在 AI 上的技术接入,从而快速推进产品和业务的落地。

对于 Day3 的发布,InfoQ 特约观察员——来自 Kyligence 的大数据平台总监 Brian 总结了几项重点:

1、云上安全被提到了更加重要的位置,比如发布 AWS Control Tower 和 Security Hub 等;另外也加强在数据湖上的投入,例如 Lake Formation 的发布,可以使用户在几个月甚至几天内就能安全地建立数据湖,极大地缩短数据湖配置和安全管控的时间。

2、加大 AI/ML 层的投入。在我们前线采访中,Brian 和 AWS User Group 负责人 Becky 都谈到了一项有趣的发布——DeepRacer。关于 DeepRacer 的细节在此不赘言,不过 DeepRacer 确实从某种程度上体现了让机器学习技术平易近人的目标。

截至 2018 re:Invent 结束之时,外媒系统化地梳理了 AWS 在 Machine Learning 层的全新版图(详情见下),以供大家参考。

作者:Julien Simon,截图来自 @julsimon 的 Twitter

此外,Serverless 也是本次 re:Invent 的重磅发布项之一。AWS 正通过提供各种附加功能来增强 Lambda 功能,无论是发布的 AWS Firecracker 还是通过 ALB 支持 Lambda。作为本次大会 InfoQ 的特约观察员,龚凌晖在 Day4 日程结束后也综合谈到了 2018 re:Invent 上对 Serverless 的增强:

1、对 IDE 增强:为 Java、Python、Node.Js 定制 IDE 集成服务,可以让用户直接写 Lambda Code 并上传。

2、对编程语言的增强:主要增加了对 Ruby 语言的支持,这一点也另 Srikingly 很开心,因为他们在开发环境中主要使用的就是 Ruby 语言。除此之外,这次 AWS 还有一项更重点的发布,即发布了相关框架以支持任意语言写 Lambda,只要满足预定条件即可。

3、对编程模型的增强:发布 Lambda Layers,使得用户可以在管理依赖时更加方便。

4、对 WorkFlow 的增强:发布 Step Functions Service Integrations,将 AWS 服务加入该流程,方便用户更方便地构建更复杂的工作流,甚至无需写代码即可连接调用 AWS 服务。

由于篇幅有限,本文只能简单展示本次 re:Invent 的发布中的冰山一角,AI/ML 和 Serverless 的相关应用与实践并不能完全体现 AWS 的创新版图。如果感兴趣的朋友,可以浏览本次 InfoQ 对 re:Invent 大会的特别报道页面, 查看本次大会记者带来的全面报道。

分享到: