云计算是如今信息技术发展的先锋力量，许多技术创新都是在云的推动下完成的，12月初前，备受全球瞩目的亚马逊云科技的年度大会，被业内人士称为“云科技春晚”的2021 re:Invent大会又召开，云计算圈子又燥了起来。
2021 亚马逊云科技（以下简称AWS）的 re:Invent大会上，AWS简要宣布了七个重大发布，这些发布当中，有一些都在预料之中，比如Graviton3，有一些让人感到有些意外，比如Private 5G和IoT方面的发布，这里简单谈谈对于7大发布的看法。
1，Amazon Graviton3 正式问世
Amazon Graviton3 自研芯片问世，能效利用率新高，性价比又新高，具体的规格和性能表现的数字咱们过几天细聊。
聊聊云厂商自研芯片的意义吧。
首先，AWS作为ARM服务器阵营的顶梁柱，用最近这几年证明了ARM服务器真的可以了，而且，又有云厂商以及ARM服务器芯片厂商跳了出来，人们的脸上已经没有了对ARM服务器的怀疑。
另外，AWS开辟了云厂商竞争的新维度，套用2021年的国内网络热词，我们应该把AWS叫做“云计算内卷的带头大哥”。带头内卷，卷到了芯片级别，并且在事实上造成了很大影响，并没有像一些厂商只在新闻稿上对x86体系喊打喊杀。
值得一提的是，AWS的自研芯片还有一个Amazon Trainium 芯片，采用该芯片的Trn1 实例可以在机器学习训练场景提供更高的性价比，所以，这次矛头直指隔壁英伟达的地盘儿。
这滋味，英特尔和英伟达都懂。此外，大会期间，AWS首席布道师Jeff Bar在官网博客上晒出了Outposts 1U和2U机架服务器的高清大图，也不知道广大服务器厂商看到后心里怎么想。
采访过几次AWS的发言人，他们不会谈论和回应任何关于竞争的话题，只是强调多样性服务的重要性，核心思想是把盘子做大，而不是一昧考虑竞争和内卷，格局要大。
2，Amazon Mainframe Modernization，大型机现代化技术
我私下里把这个叫做大型机负载迁移计划，看到这个，我脑海里想的是，AWS终于要对IBM的自留地下手了。Amazon Mainframe Modernization试图触及IBM核心业务的核心部分。
AWS CEO Adam Selipsky更是将大型机比作原地不动投篮的篮球运动员。他想说的是，这种做法太呆板，不灵活，从观感上来看，还有点反人类。
这一发布让我看到了云计算的新的可能，过去十几年，大家对于云计算的看法发生了很多变化。
最早云计算的唱衰者认为，云只是个营销概念。
过了几年后，又有人说，公有云是给中小企业用的。
后来，大企业也用上了公有云，于是又有人说，核心业务公有云根本玩不转。
而现在，大型机的工作负载都准备让你上云了。
从技术层面看，公有云好像没什么不行的了。
云计算已经发展了十几年了，在大会上，AWS认为“一切不过刚刚开始”，还处于发展的早期阶段。他们盯着的是整个万亿美元级别的IT开支。云计算的创新或许也是刚刚开始？未来要怎么发展，或许还真得需要点想象力。
当然，凭我对AWS发言人的了解，他们肯定说：AWS未来具体要发展什么，是不会有具体的Roadmap的，AWS只会根据用户的需求决定提供什么。【微笑】
3，Private 5G——5G专网服务
目前，AWS中文新闻稿翻译成5G专网，但我喜欢叫它5G局域网。
随着企业的联网设备越来越多，部署网线和Wi-Fi都不如5G这么轻松、便捷、高效、安全，5G的组网方式本来就支持这一私有部署模式，所以，Private 5G并不是技术的创新。
所以说，Private 5G让我看到了云厂商娴熟资源整合能力，企业用户点击几下按钮就能得到一套本地的5G局域网，这体验或许跟现在在购物网站上下单，过几天就给你送货上门一样。
当然，具体在操作过程中可能还需要当地运营商的合作和支持，总之，企业自己部署和使用5G局域网的麻烦事，AWS全帮你搞定，这就是它的价值。
本以为是运营商应该做的事儿，为什么是云厂商来做呢？我能想到的是，AWS提供的5G局域网可以轻松对接各种云服务，而运营商提供此类服务，用户可能享受不到云服务的舒适体验。
4，4款Serverless数据分析工具——Serverless扩大化
4款工具分别是Amazon Redshift、Amazon EMR、Amazon MSK无服务器选项和 Amazon Kinesis的按需选项。Kinesis本身已经是无服务器的，现在进一步推出按需选项，扩展能力更强了。
这可以叫做Serverless版图扩大化，Serverless的定义看起来有些拗口，但我简单的理解就是不需要管理基础设施资源，不用管理实例和集群的服务就是Serverless，我想，大多数看重Serverless的用户也是冲着这点来的。
AWS之所以把这四款服务拿出来说，可能也是看到数据分析需求增多的趋势，为了满足更多用户需求才做的。
毕竟，搞数据分析的专业人士大多也不是基础设施的爱好者。
5，Amazon SageMaker Canvas——机器学习普惠新举措
Amazon SageMaker Canvas可以让没有任何机器学习经验的人，不用写代码，就能创建机器学习模型。
Amazon SageMaker从诞生之初就一直朝着这个目标发展的，不断降低机器学习的门槛。
一开始是提供各种计算资源和运行环境以及对接数据资源，后来又加入了自动化的机器学习能力，准备好数据，点选算法和参数就能完成一套原本很复杂的机器学习训练和推理过程。
最近有一些“藐视”工具重要性的言论，会说一些长远看没什么错的判断，但从落地和发展来讲，机器学习的发展必须依赖于各种提升工作效率的工具，Amazon SageMaker所展示的或许正是机器学习未来的规范工作流程。
工欲善其事必先利其器，建议机器学习领域的从业者都多少能了解一些工程化程度更高的机器学习工具，比如Amazon SageMaker，或许会给你一种鸟枪换炮的舒畅体验。
6，Amazon IoT TwinMaker——数字孪生工具
Amazon IoT TwinMaker可以让开发人员轻松、快捷地创建现实世界的数字孪生，如楼宇、工厂、工业设备和生产线。
数字孪生是物理系统的虚拟映射，Amazon IoT TwinMaker 汇集来自多个来源的数据，并创建知识图谱，对现实世界环境进行建模。
看到这里，很多人会忍不住说“这不就是元宇宙吗？”，一定程度上，数字孪生和元宇宙有很多相似之处。
AWS很克制地没有跟风说这就是元宇宙，因为数字孪生能更准确地描述Amazon IoT TwinMaker的具体用法和作用。
另外，对于元宇宙，亚马逊云科技似乎所图更多。亚马逊云科技大中华区产品部总经理顾凡说，“元宇宙里面融合了大家所熟知的大量技术，而这些技术的背后就是云计算。无论是在数字世界里面建模，还是与之互动，都离不开机器学习在背后支撑。与此同时，元宇宙的世界必然会产生超级大的数据量，这些数据都离不开底层平台，而云一定是最佳的平台。”
7，Amazon IoT FleetWise——车厂数据管理神器
Amazon IoT FleetWise帮汽车制造商收集和管理汽车中的数据，并将数据格式标准化，方便在云上轻松进行数据分析。
Amazon IoT FleetWise能提升传输效率，减少网络流量占用，开发人员可以自定义数据的上传规则。同时，使得车厂可以对车辆进行远程诊断，分析车况，预防潜在的召回或安全问题，也可以帮助车厂改进自动驾驶和高级辅助驾驶等技术。
这是IoT方面的第二个发布，应用场景说的更具体的，行业属性更强，Amazon IoT FleetWise看重的是正在飞速成长的汽车数字化市场，规模非常之大。
观后感
说到底，技术创新就是不断提高资源利用效率，芯片创新提高单位能耗的效率，云服务的创新提高了资源组织和使用的效率，降低的是人力、物力以及时间成本，让资源更快、更灵活地用起来。
