科技云报到原创。
就像自行车、手表和缝纫机是工业时代的“三大件”。生成式AI、数据、云服务正在成为智能时代的“新三大件”。加之全球人工智能新基建加速建设，成为了人类社会数字化迁徙的助推剂，让新三大件之间的耦合越来越紧密。从物理世界到数字世界跨越的分水岭已经出现。
近两年，以大模型为代表的生成式AI技术，成为引爆数字原生最重要的技术奇点，人们见证了各类文生应用的进展速度。Gartner预测，到2026年，超过80%的企业将使用生成式AI的API或模型，或在生产环境中部署支持生成式AI的应用，这也将为产业发展带来巨大的机遇与挑战。
大模型、生成式AI的发展带动了人工智能领域的范式转换，推动人工智能基础设施建设进入密集投入期，投资规模、政策支持力度、产品应用规模均呈指数级增长。未来十年里，所有企业在战略里将充分利用三个原生（云原生、数字原生、AI原生）来颠覆自己的业务，构造自己的第二、第三增长曲线，重新编写自己的业务，在数字化时代实现企业跨越式的增长。
生成式AI在云端绽放盛开
毫无疑问，生成式AI已然成为当今技术发展和应用创新的重要引擎之一。
过去的一年多时间里，我们目睹了生成式AI是如何以移山倒海的力量，为诸多行业带来革命性乃至颠覆性的变革，帮助企业重塑生产力，已经对全球经济产生了显著的影响。
麦肯锡发布的《生成式人工智能的经济潜力：下一波生产力浪潮》报告显示，生成式AI能够大幅提高整个经济体的劳动生产率，每年为全球经济可以带来2.6万亿至4.4万亿美元的增长。
虽然，通用人工智能（AGI）的时代尚未到来，但生成式AI的未来已至，企业IT基础架构随之发生迭代革新。巨大算力增长背后其实是底层服务器、芯片、数据等重要能力的升级，而云正在重塑一切。
大模型如火如荼背后，底层的芯片、到中间的平台再到上层的应用，都与过去大为不同。如果企业继续采用传统的IT架构，CPU和加速器之间的接口会限制产品的性能水平，也就无法更好地支持生成式AI时代的新需求。同时，由AI模型带来的大量资源消耗，也是企业关注的重点问题。所以，满足未来需求的企业架构设计，一定会充分考虑到成本和可持续发展问题。
在中国市场，承载着生成式AI的智算服务正在为云计算塑造新的增长力。IDC最新发布的《中国智算服务市场（2024上半年）跟踪》报告显示，2024年上半年中国智算服务整体市场同比增长79.6%，市场规模达到146.1亿元人民币。其中，智算集成服务市场同比增长168.4%，市场规模达57.0亿元人民币；生成式AI IaaS市场同比增长203.6%，市场规模达52.0亿元人民币；Other AI IaaS市场同比缩减13.7%，市场规模为37.1亿元人民币。
目前，面向生成式AI的算力支出已经成为智算服务市场主阵地。以AI IaaS市场为例，生成式AI IaaS市场经历短短的一年半发展时间，市场规模就已经超过Other AI IaaS市场，占AI IaaS市场的比重达58%。在智算集成市场，增量新建的智算中心均是以生成式AI的未来需求为导向而设计的。
生成式AI不能单独创造价值，其工作负载的计算密集程度非常高，它需要底层更强大的数据和算力服务支持。因此，具有拥有高性价比的基础设施，是应用成功构建的关键要素之一。
另外，智能化系统之所以更具颠覆性，是因为在感知、理解、学习、推理、交互等方面具有更广泛的适应性，以及更友好的多模交互能力。所以，在架构设计上要充分考虑到可行性、可控性和通用性，才能满足多场景、多需求、多任务之间的快速切换。
智能化系统并不是只有一个大模型，架构设计者需要在根据不同业务场景的需求进行偏好对齐，具备多模索引、模型选择、模型算力调度和模型推理的能力。企业也要根据不同业务场景需求，以及不同技术支撑能力，选择适合的智能化架构升级路线。
AI交互的用户友好性、大模型开源及API价格的降低、插件服务带来的应用生态繁荣等，都使得AI技术或将成为像水、电、网络一样的基础设施，渗透并改变千行万业。
根据《2024年AIGC发展趋势报告》显示，在医疗领域，AI应用已能够精准辅助诊断，例如Google Health的 学习模型，在乳腺癌筛查中的准确率已超越人类专家。利用强大的图像识别和模式分析能力，这些模型可以从成千上万的X光片中识别出极易被人眼忽视的细微变化。
金融领域也经历了由AI推动的变革。金融机构利用复杂的算法来预测市场趋势、管理风险，甚至自动执行交易。机器学习技术能够分析大规模的历史数据，识别出人类难以察觉的模式。例如，通过 学习，AI可以在高频交易中捕捉到微小的市场变化，并在毫秒级做出反应，这是任何人类交易者所无法比拟的。
自动驾驶领域的AI应用，展示了AI能够在高度复杂和动态的环境中执行任务的能力。特斯拉Autopilot、谷歌Waymo，这些自动驾驶系统使用了先进的传感器阵列和AI算法，实现了车辆的自主导航和决策。它们的表现日益接近人类驾驶者，甚至在某些情境下超越了人类。
如何解锁生成式AI价值？
生成式AI的发展就像一场马拉松，现在还处于非常早期的阶段，不仅是一场长期竞争，更成为全球企业开展技术合作、携手探索未来科技世界的桥梁。
但具体到应用实践，在这场时代洪流中，企业应该怎么做？作为全球领先的云服务商，亚马逊云科技给出了自己的答案。
亚马逊云科技不仅在云的核心服务层面持续创新，更在从芯片到模型，再到应用的每一个技术堆栈取得突破，让不同层级的创新相互赋能、协同进化。只有这样全栈联动的大规模创新才能真正满足当今企业的发展需求，加速前沿技术的价值释放，助力各行各业重塑未来。
在近日举行的2024 re:Invent中国行北京站活动中，亚马逊云科技大中华区产品部总经理陈晓建表示，几乎所有的应用程序都可以分解成为几个核心的构建单元，亚马逊云科技所做的就是构建出非常优秀的核心单元，用户可以通过自由搭建这些核心单元，满足他们在特定场景下不同的业务需求。
亚马逊云科技大中华区产品部总经理陈晓建
陈晓建认为，2025年肯定会发生一个变化，很多企业将从原型验证阶段转化为生产阶段，这是必经之路。届时企业需求将更加复杂，不仅是选择模型，还需要各种技术支持。
今年，亚马逊云科技在生成式AI技术、数据战略及云服务三方面进行全面升级。生成式AI技术方面，亚马逊云科技全面强化基础设施、模型工具和应用三层技术栈，推出Amazon Nova系列基础模型，包括Nova Micro、Lite、Pro、Premier，以及专注于高质量图像生成的Nova Canvas和视频生成的Nova Reel，这些模型性能卓越且应用成本相比Amazon Bedrock中的顶尖模型降低至少75%。
去年4月，亚马逊云科技推出了第一代大模型Titan，只有语言单一模态。如果说Titan只是小试牛刀，那今天的Amazon Nova系列模型，是亚马逊的真本事和大动作。在这背后，亚马逊云科技有着怎样的考虑？
陈晓建表示，亚马逊云科技今年推出了包括六个不同定位模型的Nova系列，未来还会推出speech to speech和any to any等模型。推出这些模型的重点是为用户提供更好的选择，使其能与产品更好地结合，实现更好的集成。模型的推出基于逆向工作法，通过了解客户需求来确定，比如根据用户在Micro、Lite、Pro、Premier 等不同层面的诉求来构建模型，未来也会推出更多不同能力和定位的模型。
同时，亚马逊云科技还对Amazon SageMaker、Amazon Bedrock及Amazon Q等核心服务进行了强化，并提供更多样化的模型选项，深化应用场景的融合，降低训练与推理成本，致力于让企业更便捷、经济地将生成式AI技术融入业务实践，全面推动企业加快生成式AI的创新步伐。
Amazon Bedrock平台新增Luma AI和poolside模型，更新Stability AI的最新模型，并通过Bedrock Marketplace提供超过100个热门、新兴及专业模型的选择。此外，Bedrock还引入低延迟优化推理、模型蒸馏、提示词缓存等功能，显著提升推理效率，并通过GraphRAG等知识库功能增强数据利用能力，同时，自动推理检查功能和多智能体协作等创新也进一步增强AI的安全性和智能体的发展。
在底层模型训练方面，Amazon SageMaker AI的四项创新功能尤为引人注目，包括Amazon SageMaker HyperPod的新训练配方功能、灵活训练计划和任务治理功能，以及引入亚马逊云科技合作伙伴的热门AI应用。这些功能不仅帮助客户更快开始训练流行模型，还通过灵活的训练计划节省数周的时间，并将成本降低高达40%，为企业在生成式AI领域的探索提供强有力的支持。
针对数据战略，亚马逊云科技推出一系列创新举措，其中新一代Amazon SageMaker整合了数据、分析与AI功能，提供一站式解决方案，配备统一工作室，促进数据洞察与AI项目的协作。这些举措顺应客户将分析、机器学习和生成式AI融合以获取 洞察的趋势，助力客户在数据驱动的时代中占据先机。
在云服务领域，亚马逊云科技在计算、网络、存储和数据库等核心领域不断突破。计算方面，推出搭载Trainium2和新型计算实例Amazon EC2 Trn2，以及专为万亿参数模型设计的实时推理超级服务器Amazon EC2 Trn2 UltraServers。存储服务方面，Amazon S3新增元数据功能，推出优化的S3 Tables存储类型，大幅提升查询和事务处理能力。数据库服务方面，推出无服务器分布式SQL数据库Amazon Aurora DSQL以满足客户跨多区域运行工作负载的高要求，并确保在多个区域间实现强一致性。这些更新，将为用户提供更强大的计算能力和更高效、更可靠的云服务体验，进一步巩固亚马逊云科技在云计算领域的领先地位。
生成式AI时代下的“底层架构师”
云服务是支持数字创新的关键生产力。不难发现，每一次技术进步的背后，云厂商都扮演着重要角色。
这一次AI浪潮背后，我们可以看见的是，云厂商为AI研发提供了基础设施、AI服务和应用工具，还在推动AI研究和实际应用方面发挥了积极作用。
亚马逊云科技即是如此。除了AI服务和应用工具，亚马逊云科技还为市场提供了丰富的计算资源和功能强大的云服务。
面对生成式AI时代带来的井喷式算力需求，亚马逊云科技通过自研芯片提供更好的性价比，通过各种丰富的计算、网络、存储等各种产品的组合优化算力成本，全面满足用户的多样化的算力需求。
云厂商不仅要扮演生成式AI时代的“底层架构师”，还必须克服数据安全和隐私保护等挑战，为用户提供安全、便捷的服务，使得生成式AI的应用能够更广泛、更深入地渗透到每一个行业和领域。
面对未来，我们期待云厂商能够持续发挥“底层架构师”的角色，引领生成式AI技术的发展，助力全社会发挥AI的巨大潜力。
【关于科技云报到】
企业级IT领域Top10新媒体。聚焦云计算、人工智能、大模型、网络安全、大数据、区块链等企业级科技领域。原创文章和视频获工信部权威认可，是世界人工智能大会、数博会、国家网安周、可信云大会与全球云计算等大型活动的官方指定传播媒体之一。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
