面对当前的生成式AI浪潮，其超高的进入门槛把大部分玩家挡在了门外。针对这一现象，亚马逊云科技在刚刚落幕的纽约峰会上，提供了一份基于云的生成式AI完整解决方案。
亚马逊云科技，创建生成式AI普惠新范式
此次，亚马逊云科技延续了过去一贯的“务实”风格，瞄准当前生成式AI应用转化所面临的痛点问题，上新了一系列全新的功能和服务。从硬件到软件，从开发端到应用端，试图打造一个功能最全、能力最强的生成式AI服务平台。
Amazon Bedrock服务：搭建生成式AI开发的“快速通道”
针对开发层面基础模型训练成本昂贵、环境部署复杂的问题，今年4月，亚马逊云科技首次宣布推出Amazon Bedrock服务，允许用户通过可扩展、可靠且安全的亚马逊云科技托管服务，用API来便捷地访问来自不同供应商的基础模型，并利用它们来构建生成式AI应用程序。
当时，除了自家的Titan大模型之外，首发第三方合作商及基础模型还包括AI21 Labs的Jurassic-2，Anthropic的Claude，以及Stability AI的Stable Diffusion。在这次的纽约峰会上，亚马逊云科技宣布再次增加前生成式AI领域的最大独角兽之一的Cohere作为供应商，也新增了包括Anthropic最新的语言模型Claude 2，和Stability AI最新版文生图模型套件Stable Diffusion XL 1.0等基础模型。
亚马逊云科技认为，未来一定不会是一个模型统管一切，Amazon Bedrock通过不断集成业界最领先的基础模型，用户将可以根据自身需求来便捷地调用最合适的模型。但基础模型有了之后，还有一个棘手的问题没有解决——如何使用这些模型进行个性化的应用开发?云平台还要进一步解决私有数据学习、系统集成和调试以及任务自动执行的问题。
在过去这对于开发者来说是一个庞大的工程，但现在，亚马逊云科技新推出了一项名为Amazon Bedrock Agents服务，让这一切变得触手可及。最新的Amazon Bedrock Agents服务能够在基础模型的基础上，把对话的定义、模型外部信息获取和解析、API调用、任务执行等打包成为一个全托管式的服务，从而能够及时、有针对性的输出结果。
如此一来，开发者不必重巨资从头开发自己的基础模型，也不要花费大量的时间和人力去进行模型的个性化部署和调试，从而能让开发者把更多的精力放在AI应用的构建和运营上，让不具备雄厚资金和技术实力的中小型开发者都可以加入到生成式AI浪潮中来。
“向量数据+硬件算力”双护航，铸造应用开发的最强大脑+最强底座
进行模型的定制开发，除了需要如Amazon Bedrock这样的专业托管服务，也需要计算、存储、安全等其他相关能力，来保证模型的持续可用、和迭代升级。毋庸置疑，数据是人工智能出现和发展的基底。生成式AI为了学习和理解人类语言的复杂性，需要大量的训练数据，而这些训练数据通常是以“向量”的形式存在，也就是把自然语言转化为计算机可以理解和处理的数字。
在自然语言处理中，使用词嵌入技术表示的“词向量”通常是几百维的，而在图像处理中，使用像素值表示的图像向量可能有数千到数百万的维度。被“向量化”之后的数据将被存储在向量数据库之中，在高维空间中去高效地检索和生成最相关或最相似的数据。
然而，要将数据进行向量化处理和储存并不是一件容易的事，往往要耗费大量的人力和时间。针对这一问题，亚马逊云科技此次推出了适用于Amazon OpenSearch Serverless的向量引擎，该向量引擎能够支持简单的API调用，可用于存储和查询数十亿个Embeddings(将高维度的数据映射到低维度空间的过程)。亚马逊云科技还表示，未来所有亚马逊云科技的数据库都将具有向量功能，在AI数据层面成为开发者的“最强大脑”。
除了向量引擎的支持，在算力层面，亚马逊云科技也一直致力于构建低成本、低延迟的云上基础设施。亚马逊云科技和英伟达合作已超过12年，为人工智能、机器学习、图形、游戏和高性能计算等各种应用提供了大规模、低成本的GPU解决方案，在交付基于GPU的实例方面拥有无比丰富的经验。此次，亚马逊云科技展示了最新基于英伟达H100 Tensor Core GPU提供支持的P5实例，能够实现更低的延迟和高效的横向扩展性能。
P5实例将是第一个利用亚马逊云科技第二代Amazon Elastic Fabric Adapter(EFA)网络技术的GPU实例。与上一代相比，P5实例的训练时间最多可缩短6倍，从几天缩短到几小时，这一性能提升将帮助客户降低高达40%的训练成本。借助第二代Amazon EFA，用户能够将其P5实例扩展到超过2万个英伟达H100 GPU，为包括初创公司、大企业在内的所有规模客户提供所需的超级计算能力。
降低生成式AI门槛，用产品最大化赋能用户
除了面向生成式AI开发的工具和平台之外，在企业的日常运营之中需要一些能够拿来即用的生成式AI产品，来帮助提升工作和管理效率。关于这一点，亚马逊云科技也陆续推出了一些在工作场景中直接可以使用的产品，这些产品既覆盖底层开发人员也关注到了企业中大量的非技术人员。
比如在代码开发领域，自从亚马逊云科技在去年6月首次推出AI编程助手Amazon CodeWhisperer之后，现在该功能已经成为了很多开发者日常必备工具之一。Amazon CodeWhisperer基于几十亿行开源代码训练，可以根据代码注释和现有代码实时生成代码建议，另外还能进行安全漏洞扫描。目前支持包括Python、Java和Javascript 15种编程语言和包括VS Code、IntelliJ IDEA、JupyterLab和Amazon SageMaker Studio等集成开发环境。
为了进一步提高开发效率，在纽约峰会上，亚马逊云科技正式宣布Amazon Glue Studio Notebooks也能支持Amazon CodeWhisperer。通过Amazon Glue Studio Notebooks，开发人员可以用自然语言编写特定任务，接着Amazon CodeWhisperer可以直接在Notebooks中推荐一个或多个可完成此任务的代码片段，供开发人员直接使用和编辑。
而对于非开发类工作场景，通过将Amazon Bedrock的大语言模型能力与支持自然语言问答的Amazon QuickSight Q相结合，为用户提供了基于生成式AI的商业智能新服务。
类似拿来即用的产品还有帮助企业打破内部信息孤岛、加快数据驱动决策的Amazon Entity Resolution，以及能够帮助医疗软件供应商便捷地构建基于生成式AI的临床应用程序的Amazon HealthScribe等等，在各行各业扩大着生成式AI产品的使用场景。
释放AI时代的“云力量”
生成式AI的发展需要云，更需要大量基于云的工具和服务。大模型之后，下一阶段生成式AI技术一定会朝着多样性和个性化方向发展，我们既可以看到比较通用的生产力工具，也会看到各种瞄准特定场景的AI产品。而在这个过程中，云平台会起到越来越关键的作用。
作为云服务领域的行业领导者之一，亚马逊云科技提供了200多种服务，涵盖了计算、存储、数据库、网络、开发者工具、安全、分析、物联网、企业应用等广泛领域，云基础设施覆盖全球。同时，亚马逊云科技还是人工智能和机器学习领域的领先者，多年来持续提供和更新着一系列端到端的AI相关服务，让开发者可以灵活、便捷、低成本的开发和部署生成式AI应用。
此次，亚马逊云科技发布生成式AI工具“全家桶”，其核心目的就是要进一步降低生成式AI开发的门槛，让更多不懂大模型、不懂人工智能的普通人也能快速加入生成式AI的开发和应用之中。
