12/01 2020

AWS re:Invent 2020 – 新技術發表懶人包看這篇!

reInvent 2020

每年的re:Invent 最受矚目的議程即AWS 全球 CEO Andy Jassy 的Keynote,演講中將會宣布AWS的新服務及未來發展方向,而今年的 re:Invent 則改為線上舉辦,讓全球的觀眾都能第一時間、不分地理位置,在螢幕前接收最新的AWS資訊。博弘雲端編輯群徹夜追蹤完整的 CEO 演講,為您整理本場 Keynote 精華內容,掌握第一手消息!

Andy Jassy 首先提及 AWS 每年的業務呈指數成長,目前全球公有雲的應用已經占全球主機用量4%,其中 AWS 佔公有雲的比例達45%。今年因疫情影響,許多企業面臨嚴重營運問題,根據 Fortune 500 的資料指出,2000年成立的企業至今仍有50%維持正常營運,然而1970年代創立的企業只剩17%。企業轉型和快速調整營運的能力是後疫情時代企業發展成長的關鍵,企業上雲數位轉型更是刻不容緩的議題,Andy Jassy提出8點建議,希望公司的領導層級能夠由此反思數位轉型的重要性:

  1. The leadership will to invent and reinvent
  2. Acknowledgement that you can’t fight gravity
  3. Talent that’s hungry to invent
  4. Solving real customer problems with builders
  5. Speed
  6. Don’t “complexify”
  7. Use the platform with broadest and deepest set of tools
  8. Pull everything together with aggressive top-down goals

AWS re:Invent 2020 新服務

本次發表會總共發布多達20幾項新服務,博弘雲端編輯群將分五大項目詳細介紹:Compute、Data Store、Machine Learning/AI、Improve Industry Process以及Hybrid Solution。同時說明每個項目的重要更新,以及其解決的使用者問題。在每項服務的後面,也會標註該服務目前狀態—現已上市(Generally Available) 、2021年即將上市(Coming in 2021)和尚未確定上市時間(Preview Now)。

運算 Compute

今年AWS推出macOS的EC2主機,使用戶開發與發佈iOS應用程式更為簡便,也針對機器學習運算推出了兩款新型晶片Habana Gaudi-based EC2 Instance和AWS Trainium。AWS今年針對地端環境,加強了ECS和EKS,讓原本受限於雲端的兩項服務也能在地端環境運行。無伺服器運算中,除了更為精準計算Lambda運算成本,更支援將容器映像作為打包格式,使用自定義映像和您喜歡的程式平台構建無伺服器應用程式將更加容易。

  1. 新EC2 Instance 種類 C6gn with enhanced networking (Coming in 2021)
  2. Habana Gaudi-based EC2 Instance(Coming in 2021 H1):特別為機器學習所打造的晶片,可節省機器學習訓練成本最高40%
  3. AWS Trainium(Coming in 2021):新型機器學習訓練晶片,支援Tensorflow、PyTorch、Mxnet三大常見機器學習框架

容器 Container

  1. ECS Anywhere(Coming in 2021):可在地端環境運行ECS服務
  2. EKS Anywhere(Coming in 2021):可在地端環境運行EKS服務

無伺服器 Serverless

  1. Lambda更新:以1ms計價(過去計價是100ms),可節省最高70%成本
  2. Lambda Container Support(Generally Available):使用現有的容器作業流程建立Lambda應用程式,可以直接打包程式碼以及相依程式,並使用現有的容器作業流程
  3. AWS Proton(Preview Now):用來建立容器或是無伺服器應用程式的全代管服務,也可用於建立微服務

資料儲存 Data Storage

近一年來,日常產生的數據已經比過去20年加總起來還要多上許多,且預計未來三年內產生的數據會超出過去30年的總和。AWS今年針對區塊儲存推出了io2、gp3、io2 Block Express,優化儲存成本與效能。資料庫的部分,AWS也針對SQL Server提出授權到期過後的相對應解決方案。

  1. gp3 volume for EBS(Generally Available):Next-gen SSD、3000IOPS per volume、125MB/s、1000MB/ s peak throughput,可佈建IOPS而不受限於儲存容量每GiB的IOPS
  2. io2 Block Express(Preview Now):專為雲端所設計的SAN,4xIOPS(256000)、4000MB/s throughput、64TB容量,未來也即將支援Multi-Attach、I/O fencing、Fast snapshot restore、以及Elastic volume
  3. Amazon Aurora Serverless V2(Preview Now):在幾秒內自動擴展以處理數百、數千個交易資料,並支援Multi-AZ、Read replica、Global database、Backtrack以及Parallel query。
  4. Babelfish for Aurora PostgreSQL(Preview Now):無須更改任何程式碼,直接在Aurora PostgreSQL上面執行SQL Server,可以透過DMS執行資料庫遷移,之後可將應用程式指向Aurora 資料庫進行處理。
  5. Babelfish PostgreSQL(Available on GitHub in 2021):開源軟體協助客戶轉移SQL Server至PostgreSQL,無須更改程式碼。2021年將於GitHub推出。
  6. AWS Glue Elastic View(Preview Now):跨資料儲存服務建構資料視覺化介面,輕鬆組合和複製數據到不同形式的儲存空間,且支援的輸出目標相較於以往多出了ElasticSearch與DynamoDB

機器學習/人工智慧Machine Learning and AI

近年機器學習應用越來越受企業重視,機器學習的開發也瞬息萬變—有60%的企業同時使用兩種以上的機器學習訓練框架發展模型。在現今企業機器學習的開發,訓練資料準備仍然是一大痛點,從原始資料傳輸、下載到資料清洗,企業仍然面對時間成本的問題。AWS在機器學習產品的更新,幫助企業更快速、簡便的使用機器學習解決不同的資料分析需求、提升營運效率。

  1. SageMaker Data Wrangler(Generally Available):能協助用戶快速準備機器學習的資料,自動辨識機器學習模型訓練用的特徵資料,提供300種以上特徵分析、轉換建議,即時預覽轉換結果。
  2. SageMaker Feature Store(Generally Available):機器學習儲存庫用以儲存、分析以及分享機器學習功能,幫助客戶統整不同機器學習模型使用之特徵,以利客戶重複使用、紀錄版本不同機器學習模型。
  3. SageMaker Pipeline(Generally Available):機器學習CI/CD服務,可自行定義機器學習作業流程,提供範本,會紀錄每個步驟到SageMaker Experiment,可分享作業流程,並在不同Use case重複使用
  4. Amazon Codeguru更新:現可支援 Python, Codeguru Security Dectector 會自動偵測程式碼,有資安疑慮時發出告警通知。
  5. Amazon DevOps Guru(Preview Now):在影響客戶之前,可自動偵測維運問題並提出建議,包含錯誤配置告警、運算資源不足等。
  6. Amazon QuickSight Q(Preview Now):讓客戶直接以白話提問,透過NLP、深度學習理解問題,並自動產生資料模型、圖表提供分析結果。

Amazon Connect

  1. Amazon Connect Wisdom(Preview Now):根據客戶問題即時自動化搜尋資料庫,協助客服在接電話當下減少查找解決答案的時間。
  2. Amazon Connect Customer Profile(Generally Available):可即時提供客戶背景資料,幫助客服人員在通話當下即時了解客戶需求。
  3. Amazon Real-time Contact Lens(Generally Available):透過機器學習,在客服人員與客戶交談時,可自動判斷客戶語意與情緒。
  4. Amazon Connect Task(Generally Available):讓客服人員能夠追蹤任務以及將任務自動化。
  5. Amazon Connect Voice ID(Preview Now):即時語音身分驗證,減少客服人員線上身分驗證所需時間。

改善產業流程 Improve Industry Process

越來越多產業也開始採用雲端,例如:汽車製造、製造業、醫療業、媒體與娛樂等,Andy Jassy 指出資料是改善產業流程的重要因素。

Machine Data:使用機器學習模型,預測機台維護時間

  1. Amazon Monitron(Generally Available):端到端裝置監控,可與手機整合,並預測什麼時候要進行設備的維護。
  2. Amazon Lookout for Equipment(Preview Now):製造機台異常偵測服務,透過傳送資料建立機器學習模型,並提早發出機台故障告警。

Computer Vision:改善流程、瓶頸辨識、異常偵測

  1. AWS Panorama Appliance(Preview Now):可在現有監視器IP Cam加入電腦視覺功能,自動執行傳統上需要人工檢查和監視的任務。
  2. AWS Panorama SDK(Preview Now):提供第三方製造商在其監視器上運行複雜的電腦視覺模型,從而使設備供應商可以構建通過電腦視覺進行增強的新設備,以進行對象檢測或活動識別。

混合雲 Hybrid Solution

許多客戶因為所在地區或產業規範,在上雲的同時必須保留地端機房,此時雲端和地端的資料傳輸速度、和Outpost的規格是客戶長期以來的難題。對此問題,AWS更新地端和混合雲的產品,也新增了Local Zone和Wavelength 的服務區域:

  1. AWS Outposts in two new size(Coming in 2021):提供新型1.75 (1U)以及3.5 (2U),兩種不同尺寸機型
  2. AWS Local Zone更新:新增美國12個城市
  3. AWS Wavelength:與東京KDDI 、SK Telecome Daejhon、即將與倫敦Vodafone進行合作

 AWS re:Invent 2020預計有長達3週的精彩活動,博弘雲端編輯群將會繼續為您掌握最新消息,請隨時鎖定博弘雲端官網,別錯過最熱門的資訊!