一年一度的云计算春晚——亚马逊云科技re:Invent，近日盛大开幕。那么“云计算春晚”发布了什么AI产品？
首先来看Amazon SageMaker，今年是其发布的第五年，各行各业已有数百万个机器学习模型使用该服务管理，每月进行数千亿次的预测。
今年最重磅的新功能是机器学习治理工具Amazon SageMaker ML Governance，具体来说有3个新工具：
● Role Manager，可以在几分钟内为SageMaker用户定义自定义权限，区分算法工程师、运维工程师等不同角色。
● Model Cards，可以发现并自动填充诸如训练作业、训练数据集、模型构建和推理环境等细节，还可以记录模型的详细信息，例如模型的预期用途、风险评级和评估结果。
● Model Dashboard，更是可以通过统一的仪表板监控所有部署的模型。
在这些工具帮助下，可以简化访问控制，提高机器学习项目的透明度。
接下来是Amazon SageMaker Data Wrangler再次新增40多种新的数据源，可将汇总和准备机器学习(ML)数据所需的时间从数周缩短至几分钟。
还有一个有意思的更新，是增加对地理空间数据（Geospatialdata）的机器学习支持，如卫星、地图和位置数据。具体来说简化了利用地理空间数据创建、训练和模型部署的全过程，还可以在Amazon SageMaker的交互式地图上分析和探索、分享机器学习预测结果。交通、物流、零售，甚至自然灾害监测等行业都可从中受益。
看过机器学习平台，再来看算力方面，这次的更新重点是对大模型的支持。最新发布的Amazon EC2 Inf2，针对机器学习推理优化的虚拟机实例，与上一代Inf1相比有4倍吞吐量提升、延迟降低十分之一。
Inf1对当时常见的中小模型来说恰到好处，但随着大模型逐渐实用化，对更高规格推理实例的需求也在增长。Inf2专为部署当今最严苛的深度学习模型而设计，是第一个支持分布式推理的Amazon EC2实例，在自研Inferentia2推理芯片支持下可以运行高达1,750亿参数的大模型。也就是跑个GPT-3级别的大语言模型或者Stable Diffusion这样的图像生成模型等都不在话下。
早些时候，亚马逊云科技还发布了Amazon EC2 Trn1，为机器学习训练打造，与基于GPU的同类产品相比，可节省高达50%的训练成本。
