亚马逊云科技 re:Invent 2024：从云计算到人工智能，“让理想发生”

12 月 2 日，有着 “云计算春晚” 之称的亚马逊云科技 re:invent 大会，在美国拉斯维加斯盛大开幕。本届大会以 “Turn your ideas into reality”（让理想发生）为主题，精心筹备了诸多场主题演讲，内容广泛涉及人工智能、数据分析、云计算等一系列关键技术领域，旨在深度剖析行业前沿动态，为从业者及科技爱好者呈上一场知识盛宴。

当下，生成式 AI 赛道持续升温、竞争白热化，亚马逊云科技在该领域的每一步布局，都如同投下巨石，激起行业的千层浪，备受各界瞩目。而此次大会上，AWS 于人工智能板块重磅发力，携一众新技术、新产品与新服务惊艳亮相。

AWS 高级副总裁 Peter DeSantis 在演讲中抛出关键观点：人工智能所承载的海量计算负载，绝非仅靠横向扩展（Scale out）资源就能彻底攻克，纵向扩展单个计算单元的能力（Scale up）同样不可或缺。他进一步指出，构建人工智能基础设施需牢牢依托两大支柱 —— 打造功能更强大的服务器，以及组建规模更大且效率更高的服务器群组。

亚马逊云科技高级副总裁 Peter DeSantis

Amazon Nova 系列：六大模型正式发布

自 2023 年 4 月凭借 Titan 系列模型初涉生成式 AI 战场、崭露头角后，AWS 此番再度亮剑，Amazon Nova 系列自研生成式 AI 多模态模型重磅登场。六大模型宛如六把利剑，精准切入不同领域，解锁多元业务可能，强势搅动行业格局，掀起新一轮变革热潮。

该系列涵盖四个基础大模型版本以及两个独立的内容生成模型。四大基础模型各有所长：纯文本模型 Amazon Nova Micro 具有响应延迟低的特点，其上下文窗口为 128,000 个 token。该模型能够以极低成本实现最低延迟响应，适用于对响应速度要求较高的应用程序。

多模态模型 Amazon Nova Lite 作为成本较低的多模态模型，能够快速处理图像、视频和文本等多种模态的信息，支持 300k 上下文或 30 分钟视频输入。它在速度和成本之间取得了较好的平衡，适合一些对成本较为敏感，但又需要多模态处理能力的轻量级任务。

多模态模型 Amazon Nova Pro 在准确性、速度和成本之间达到了平衡，是较为通用和高效的多模态模型，同样支持 300k 上下文或 30 分钟视频输入，能够出色地处理各种复杂的任务。Amazon Nova Premier 作为功能最强的多模态模型，计划于 2025 年第一季度问世。它将专注于处理复杂推理任务，并能够用作自定义蒸馏模型的教师模型。

2个独立的内容生成模型中，图像生成模型 Amazon nova Canvas 可以根据文本提示生成并编辑专业级别的图像，还提供丰富的配色方案和布局控件，方便用户对生成的图像进行个性化调整。视频生成模型 Amazon Nova Reel 能够根据关键提示词和参考图像生成 6 秒视频，并支持用户调整摄像头运动，如平移、360 旋转和缩放等，未来还会支持 2 分钟视频生成。

Amazon Nova 系列基础大模型

Amazon Bedrock ：基础模型托管服务进阶升级

AWS 基础模型托管服务 Amazon Bedrock 同样迎来华丽蜕变。成功整合最新发布的前沿模型后，通过 Amazon Bedrock marketplace，平台现已提供 100 多款专业模型的访问，包括 Mistral Nemo、Falcon RW 等，用户可选择适合自身需求的模型，并通过完全托管的端点在可扩展的 AWS 基础设施上部署它们，还能使用 Bedrock 的 API 进行安全集成。

尤为亮眼的是其全新推出的模型蒸馏功能，允许用户将大型 AI 模型（教师模型）提炼成更小的模型（学生模型），且不会大幅损失准确性。经过蒸馏后的小模型运行速度更快、成本更低，如优化后的模型比原始大型模型快五倍，计算成本低 75%，对于检索增强生成等用例，准确度损失不到 2%，堪称降本增效的神器。

不仅如此，Amazon Bedrock 的智能体现在支持复杂的工作流程，能够管理多个专门的 AI 智能体。跨多个交互的记忆保留特性上线，智能体得以随时间推移学习并适应每个用户的独特需求和偏好。自动推理检查功能同步登场，可以通过交叉引用提供的信息来验证大模型响应是否准确，减少大模型产生幻觉的问题，输出结果更精准、可靠。

基础模型托管服务 Amazon Bedrock

Amazon Sagemaker ：机器学习平台再度进化

一直以来，定位为 “基于云计算的机器学习服务” 的 Amazon Sagemaker，此番华丽转身，升级为 “下一代” 平台技术，原 Sagemaker 顺势更名为 “Amazon SageMaker AI”。在之前功能的基础上，又引入了子产品 Amazon SageMaker HyperPod，用于重点优化训练过程中的效率问题。

机器学习平台 Amazon SageMaker

HyperPod 让用户能够更轻松地快速开始训练一些当今最流行的公开可用模型，通过灵活的训练计划节省数周的模型训练时间，并最大限度地提高计算资源利用率，降低高达 40% 的成本。同场发布的 Amazon SageMaker Unified Studio 现已开放预览，用户能够在单一环境中利用所有数据以及用于分析和 AI 的工具进行构建。

Amazon Trainium3：AI训练芯片引领算力革命

AWS 重磅推出新一代 AI 训练芯片 Amazon Trainium3，它是首款采用 3 纳米工艺制造的芯片，专为新一代前沿生成式 AI 工作负载的高性能需求而设计，在性能、能效和密度上树立了新标杆，搭载 Trainium3 的 UltraServers 性能预计将是 Trn2 UltraServers 的 4 倍。按照规划，首批基于 Trainium3 的实例将于 2025 年末正式上线，届时必将掀起新一轮算力革命，赋能 AI 产业迈向更高峰。

AI 训练芯片 Amazon Trainium3

展望前路，随着众多前沿技术与产品逐步落地生根、深度融入市场，必将成为企业发展的 “加速引擎”、行业破局创新的关键力量。作为 AI 普及公益的发起和参与者，我们会始终坚守初心，砥砺前行，让大众共享 AI 能力。