以往傳統伺服器架構常設 Hypervisor 連接客戶與網絡、儲存及運算服務，EC2 從保安、運算表現與固有系統高相似度出發，用戶不會因改用雲端平台而不習慣，近年更持續提升「Nitro System」層讓企業更易調動運算資源，以回應微服務（Microservices）需求。其中，網絡服務會被遷移此系統層下，更新版 C5 更設為 Linux KVM 優化而設的 Nitro Hypervisor，讓用戶盡用平台接近 100% 運算能力。此外，AWS 推出直接以 WMware ESXi 標準執行的 EC2 平台和 Bare Metal Instances 服務，後者讓企業能遷移舊式運算架構。
調動運算資源
人工智能與機器學習技術有助提升企業營運流程。Amazon 的 AI 善用由 S3 提供的數據儲存架構，伸延至 SQL 數據庫以至 Hadoop 等分析工具應用，令數據變成企業眼中價值連城的黃金。AWS 亞太區新興科技主管 Olivier Klein 表示，數據屬整個系統的中心點，以 AI 建模正是由此出發，期間不斷重複收集數據與改善分析流程，再達至相對圓滿的決策方式。
完善 AI 延伸
為何組合方式多達 432 萬兆獨立組合的扭計骰把戲，可被電腦分析快速破解，甚至在短至數秒內即能還原？這是因為每件事均有既定解決方式，「深度學習（Deep Learning）」有助不停在決策中除錯，最終更有機會達到 95% 以上的成功解決率。Klein 認為，全自動應用與運算架構的配合，正是 AWS 希望達成的目標，除了為企業儲存數據以外，更可藉現有的 AI 工具建立自家的業務分析模式，如收集的數據源與例子愈多，架構可被進一步完滿。
該公司給予客戶的選擇之一，是讓他們在 Amazon EC2 上「訓練」可用的數據分析模組後，再推送至終端機器或邊緣網絡上應用，毋須每每依靠中央雲端平台處理問題。目前在 AWS 平台採用「深度學習」的工具組件眾多，其中 Amazon Polly 可助企業把文字轉化為語音信息，毋須再忍受以往生硬的語音合成，僅英文便有包括英國、美國、澳洲、印度甚至威爾斯口音選項，香港企業 GoAnimate 亦以此技術為客戶製作內部培訓工具。
開源推動改進
AWS 人工智能部門總經理 Matt Wood 博士認同 AI 與機器學習以往較難推動，但巨大的雲端平台技術與運算能力支援之下令「美夢成真」，目前硬件運算能力不斷提升，例如新近推出的 NVIDIA Tesla V100 GPU 更是針對深度學習而設；針對機器學習的架構不斷成長，更有開源社群開發者推動平台改進。目前已實現「第四等級自動駕駛」（編按：即汽車在司機在席的情況下，以自動方式完成大部分駕駛程序），以及電腦斷層掃描（CT）協助醫護更早發現惡性腫瘤，有助提升癌症治癒率。
Photo：法新社
Source：ezone.hk