Amazon S3是最可用的云上数据湖,低延时运行,S3智能分层存储,通过机器学习来分冷热数据,调整动态定价。
Amazon Managed (Apache) Cassandra Service 是全托管的可扩展、高可用的Apache Cassandra兼容的数据库服务;Amazon Elasticsearch Service UltraWarm 可用于海量数据弹性搜索服务的新型存储层,降低成本提高效率。
另外,AQUA (Advanced Query Accelerator) for Amazon Redshift 创新的新型硬件加速缓存,查询性能比其他云数据仓库高出10倍。
SageMaker“全家桶”
关于AWS的机器学习模型SageMaker的系列产品发布,使会场一度进入一个小高潮。
Andy Jassy宣布推出Amazon SageMaker Studio,这是第一个用于机器学习的全集成开发环境,可为机器学习模型的开发部署提供更高的自动化、集成、调试和监控;
SageMaker Notebooks允许开发人员在几秒钟内启动弹性机器学习笔记本,并通过单击自动执行笔记本的共享;
Amazon SageMaker Model Monitor可通过概念漂移检测,发现生产中运行的模型性能何时开始偏离原始训练的模型·······
相比一些云厂商在试探机器学习的服务,用张侠博士的话来说,就是“每一个Sagemaker都是为了开发者设计的,AWS完全把能力都工具化了。”
Local Zones 加码边缘计算
Outposts把AWS“塞进”客户机房
针对边缘计算,AWS Local Zones 实现新型的AWS基础架构部署,使AWS计算、存储和数据库服务更靠近人员、行业和IT中心,实现“家门口”建云。
比如洛杉矶的公司,如果需要向洛杉矶的终端用户提供只有几毫秒延迟的访问,现在可以在 AWS Local Zone运行工作负载。
Netflix、FuseFX 和 Luma Picture等公司已经开始使用洛杉矶 AWS Local Zone。
AWS首席布道师 Jeff Barr
Jeff Barr说,对AWS而言,还有很多创新要去做,AWS试着将“战线”拉长一点,不想全都挤在re:Invet上发布。就像量子计算还处于很早期的阶段,AWS会努力营造这样的环境,做“长期投资”。
在收入上拉开差距,洞见上、理念上的鸿沟可能更需要被填补——这应该是这次AWS re:Invent给我们带来的一些启示。