年增长100亿美元,AWS的增长有尽头吗?

2023-12-11 21:59
文章标签 100 亿美元 aws 增长 尽头

本文主要是介绍年增长100亿美元,AWS的增长有尽头吗?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 

年增长100亿美元,AWS的增长有尽头吗?

 

2020年12月1日—12月18日,AWS re:Invent 2020大会首次于线上举行。re:Invent是全球云计算引领者亚马逊云服务 (AWS)举办的年度盛会,被誉为全球云计算领域的风向标,今年已经是第九届。

 

“学习速度远远落后于AWS推出新服务的速度”,是不少参会媒体人的感慨。AWS在大会第一天就发布43项新服务和功能,涵盖计算、存储、数据库、数据分析、容器、机器学习运维、工业机器学习等多个领域。

 

根据Gartner在2020年8月发布的《2019年全球公有云IaaS和PaaS市场份额报告》,AWS的市场份额为45%。根据亚马逊公布的财报数字,AWS在2020年第三季度达到年化收入460亿美元,同比增长29%,相当于一年增长100亿美元。

 

如今,AWS已经与微软、戴尔、IBM、思科一起,位列全球前五大企业IT公司。令外界惊艳的不是规模,而是AWS在如此大的规模下并未放缓增长速度。今年re:Invent大会上,AWS CEO Andy Jassy三小时的演讲,超过50次提及reinvent(重塑)这一关键词,让外界对AWS持续高速增长的原因有了更深入的认识。

年增长100亿美元,AWS的增长有尽头吗?

 

四大Game Changer新服务,改变了什么?

 

今年的re:Invent大会上,AWS发布了很多让人惊叹的新产品和新服务,比如:

 

Amazon EC2 Mac 实例,让2800万苹果开发者可以在云上几秒钟内配置和访问 MacOS 环境,按需运行 MacOS 工作负载;

下一代基于Intel 的 D3 / D3en 实例,可提供云端最高存储容量的本地 HDD 存储;

数据库代码转换功能Babelfish for Aurora PostgreSQL,能够在几乎不更改代码的情况下,直接在Amazon Aurora PostgreSQL上运行 SQL Server应用程序;

基于机器学习的Amazon QuickSight Q服务,支持用自然语言查询业务数据,可以在几秒钟内收到高度准确的数据洞察答案。

年增长100亿美元,AWS的增长有尽头吗?

 

不过如果非要画个重点,Andy Jassy给四个新产品打上了Game Changer的标签,分别是:

 

AWS Proton,它的作用是简化容器和无服务器应用的开发和部署。AWS大中华区首席云计算企业战略顾问张侠表示,容器和无服务器应用由非常小的代码段组成,每个代码段通常由不同的团队开发和运维,有独立的基础架构。随着容器和无服务器应用的增加,不同团队之间协调基础架构配置、代码部署和运维监控会变得日益复杂,极大拖慢应用开发速度。

 

AWS Proton通过调用栈(Stack),为不同团队构建了一个统一的对接平台。平台团队将调用栈发布在Proton控制台,开发者准备部署微服务时,选择一个模板,加入参数,点击部署即可。“从这个角度来讲,市面上没有一款产品能从一个完备的包括组织架构、标准接口定义等层面做这样一个平台型产品。”AWS技术团队专家表示。

 

Amazon Aurora Serverless V2,是Amazon Aurora无服务器数据库的新版本,可以做到实时扩容,在不到1秒的时间内扩展至支持几十万个数据处理事务。AWS大中华区云服务产品管理总经理顾凡表示,目前市面上还没有任何一款数据服务可以做到这个量级,其整体推动了数据库服务的演进。

 

要知道,关系型云数据库Aurora是AWS增长最快的一项服务,其提供商业数据库的高性能,却只需1/10的成本。而且,Aurora在无服务器化方面的进展也非常领先,Amazon Aurora Serverless v2具备Aurora高性能的同时,也给企业带来云数据库使用成本的大幅下降。

年增长100亿美元,AWS的增长有尽头吗?

 

AWS Glue Elastic Views, 是一项数据分析服务,它可以从多个不同数据源创建虚拟表(也叫实例化视图或物化视图),简单、高效地将数据孤岛连接起来,形成统一的数据视角,当数据源发生变化时能够在几秒钟内同步。

 

Amazon SageMaker Data Wrangler,可以提高机器学习数据准备的速度。机器学习开发者在做数据准备时,只需把Data Wrangler指向合适的AWS数据存储或第三方数据存储,Data Wrangler内置超过300种数据转换,可以自动识别数据类型,推荐合适的转换。用户可以在SageMaker Studio中预览数据转换,然后应用到整个数据集。

 

重塑混合云,AWS让云越来越“近”

 

除了新产品,Andy Jassy关于混合云的重新思考也引发了行业广泛关注。

 

Andy表示,一些厂商宣称混合云是本地基础设施加上云,目的是为了推本地基础设施。AWS始终认为,企业最终都将不再会有自己的数据中心,当然,这需要一个较长的演进过程。

 

在混合云的概念落地多年之后,AWS重新思考什么是混合,什么是本地(on-premise)。AWS认为本地应该不仅仅是本地数据中心,饭馆、仓库甚至农田的IT需求都应该算本地。混合基础设施是由云和各种边缘节点组成的,本地数据中心是边缘节点的一种。客户希望拥有的混合基础设施是,本地跟云一样,用一套硬件和工具管理本地数据中心和云。结论就是AWS应该把云推到这些边缘节点去。

 

简单来说,AWS将未来的云计算格局分为云和边缘两个极,边缘的范围很广,企业的数据中心是其中之一。前几年,Gartner曾经提出“边缘要吞噬云”的概念。边缘正在崛起是大势所趋,AWS显然已经早早布局。面对这一问题,AWS的解决路径是把云推到离客户需求更近的地方。AWS的一系列产品和解决方案已经这么做了,而且大受欢迎。

 

早些年,AWS推出虚拟私有云服务Amazon VPC和网络服务AWS Direct Connect,在云与本地数据中心之间建立桥梁。

 

2019年re:Invent大会,AWS推出AWS Outposts、AWS Local Zone 和 AWS Wavelength几款产品,将云的应用场景逐渐拉低,进一步贴近客户业务。

 

AWS Outposts是建在客户数据中心的一朵云,虽然整套服务器硬件建在本地,仍然是由AWS全托管的服务,使用跟AWS云上相同的API、控制面板、工具、功能。目前AWS Outposts已经收获了飞利浦、大众、思科、丰田等大型客户。AWS Local Zone可以理解为相对迷你、更灵活的区域,它是AWS区域的扩展,可以将本地终端用户的访问延迟降到毫秒级。AWS Wavelength是在5G运营商的数据中心中嵌入 AWS 计算和存储服务,满足5G应用低延时的需求,目前Verizon、KDDI等全球领先的运营商都已在使用。

年增长100亿美元,AWS的增长有尽头吗?

 

今年,AWS推出1U和2U两款小尺寸的Outposts。1U尺寸的Outposts跟披萨一样大小,体积是经典型号Outposts的1/40,却具有相同的功能。小尺寸的Outposts可以适应饭馆、医院、零售商店、工厂等IT设备空间受限的场所。继在波士顿、休斯敦和迈阿密三个城市落地AWS Local Zone之后,2021年,AWS计划在美国推出12个新的Local Zone。

 

可以看出,对于混合云的本质、混合云解决方案的创新场景,AWS不但在重塑,而且在加速迭代。

 

AWS为什么能保持如此快速的创新?

 

与规模增速相匹配的,是AWS创新的速度也在逐年加快。

 

2011年,AWS发布了80多项重要服务和功能;2012年发布了近160项;2013年发布了280项;2014年发布了516项;2015年发布了722项;2016年发布了1017项;2017年发布了1430项;2018年发布了1957项;2019年发布了2345项。

 

关于AWS的创新机制,业界已经有很多讨论,客户至尚、六页纸FAQ等。具体到今年re:Invent大会,「智能进化论」感受最深的是三点:

 

第一,客户至尚理念下的量体裁衣。AWS的核心竞争力之一就是服务多且广,广泛而深入。现在来看,服务精且细也是非常关键的一点。从新服务的发布看出,AWS每一项新服务的推出都源自于客户,都是由客户新的需求驱动而诞生。企业对IT能力升级和数字化转型的需求没有尽头,所以AWS的创新也没有尽头。这是AWS持续增长的原动力。

 

当客户的业务既会用到容器,也会用到无服务器,希望能够简单管理时,AWS就推出AWS Lambda Container Support,把两种优势都发挥,让无服务器应用开发能够利用到容器成熟的管理工具。当客户希望无服务器服务Lambda能不能成本更低时,AWS就把计费颗粒度从过去的100个毫秒降到1个毫秒,这样能够带给客户最高达到70%的成本节约。

年增长100亿美元,AWS的增长有尽头吗?

 

第二,领先的技术和架构。AWS能够快速迭代新服务,离不开虚拟计算架构Nitro。Nitro可以把原来与硬件绑定紧密的虚拟化程序卸载到专用硬件中,这样就可以支持各种各样的芯片与硬件,同时保持云服务的弹性可扩展。

 

今年re:Invent大会,亚马逊还推出了自研云端AI训练定制芯片AWS Trainium,支持三大主流深度学习框架:Tensorflow、PyTorch、MxNet。配合去年推出的自研云端AI推理芯片Inferentia,可以将吞吐量提高30%,推断成本降低45%。

 

第三,舍得吃亏,短期利润和客户利益之间选择后者。比如,因为为客户带来巨大成本节约,Amazon Aurora Serverless系列产品的发布,一定程度上冲击了原有Amazon Aurora的生意。

 

“我们相信会有一些今天在用Aurora的付费客户会迁移到Aurora Severless,这样也一定程度上给AWS带来一些收入的下降,但这就是AWS做产品不一样的地方。我们会听客户的声音,Aurora Severless是客户需要的,我们就会长期坚持下去,我们会帮客户更好地做到云上成本的节省,这样客户就能把更多的费用拿去做创新。”顾凡表示。

 

写在最后

 

每年,AWS re:Invent大会都为全球企业客户提供了超出预期的创新,也为全球云计算开发者提供了广阔的交流学习的平台。

 

用Andy Jassy的话说,AWS从来不做自己觉得很酷的东西,而是聚焦真正为客户解决问题的产品。而对于客户解决方案的优化是没有止境的。只要这种创新的势头不减,AWS的增长就有源源不断的动力。

 

本文为「智能进化论」原创作品。

这篇关于年增长100亿美元,AWS的增长有尽头吗?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/482235

相关文章

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

【LeetCode热题100】前缀和

这篇博客共记录了8道前缀和算法相关的题目,分别是:【模版】前缀和、【模版】二维前缀和、寻找数组的中心下标、除自身以外数组的乘积、和为K的子数组、和可被K整除的子数组、连续数组、矩阵区域和。 #include <iostream>#include <vector>using namespace std;int main() {//1. 读取数据int n = 0, q = 0;ci

牛客小白月赛100部分题解

比赛地址:牛客小白月赛100_ACM/NOI/CSP/CCPC/ICPC算法编程高难度练习赛_牛客竞赛OJ A.ACM中的A题 #include<bits/stdc++.h>using namespace std;#define ll long long#define ull = unsigned long longvoid solve() {ll a,b,c;cin>>a>>b>

牛客小白月赛100(A,B,C,D,E,F三元环计数)

比赛链接 官方讲解 这场比较简单,ABC都很签到,D是个不太裸需要预处理的 B F S BFS BFS 搜索,E是调和级数暴力枚举,F是三元环计数。三元环考的比较少,没见过可能会偏难。 A ACM中的A题 思路: 就是枚举每个边变成原来的两倍,然后看看两短边之和是否大于第三边即可。 不能只给最短边乘 2 2 2,比如 1 4 8 这组数据,也不能只给第二短边乘 2 2 2,比

诺瓦星云校招嵌入式面试题及参考答案(100+面试题、10万字长文)

SPI 通信有哪些内核接口? 在嵌入式系统中,SPI(Serial Peripheral Interface,串行外设接口)通信通常涉及以下内核接口: 时钟控制接口:用于控制 SPI 时钟的频率和相位。通过设置时钟寄存器,可以调整 SPI 通信的速度以适应不同的外设需求。数据发送和接收接口:负责将数据从主机发送到从机以及从从机接收数据到主机。这些接口通常包括数据寄存器,用于存储待发

多个线程如何轮流输出1到100

多个线程如何轮流输出1到100的值 这个面试问题主要考察如何让线程同步,首先线程同步必会用到的就是互斥锁,互斥锁保证多个线程对数据的同时操作不会出错。但是线程同步还会用到条件变量condition_variable,condition_variable(条件变量)是 C++11 中提供的一种多线程同步机制,它允许一个或多个线程等待另一个线程发出通知,以便能够有效地进行线程同步。 conditi

【最新华为OD机试E卷-支持在线评测】机器人活动区域(100分)多语言题解-(Python/C/JavaScript/Java/Cpp)

🍭 大家好这里是春秋招笔试突围 ,一枚热爱算法的程序员 ✨ 本系列打算持续跟新华为OD-E/D卷的三语言AC题解 💻 ACM金牌🏅️团队| 多次AK大厂笔试 | 编程一对一辅导 👏 感谢大家的订阅➕ 和 喜欢💗 🍿 最新华为OD机试D卷目录,全、新、准,题目覆盖率达 95% 以上,支持题目在线评测,专栏文章质量平均 94 分 最新华为OD机试目录: https://blog.

华为OD机试 - 最大利润(Java 2024 E卷 100分)

华为OD机试 2024E卷题库疯狂收录中,刷题点这里 专栏导读 本专栏收录于《华为OD机试(JAVA)真题(E卷+D卷+A卷+B卷+C卷)》。 刷的越多,抽中的概率越大,私信哪吒,备注华为OD,加入华为OD刷题交流群,每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景,发现新题目,随时更新,全天CSDN在线答疑。 一、题目描述

Python精选200Tips:91-100

To do a good job, one must first sharpen their tools. 091 sys092 os093 json094 re邮箱地址手机号身份证号数字(整数和浮点数)匹配科学计数法汉字大、小写字母年月日 095 itertools096 datetime097 math098 random099 collectionsCounterdequedefa

订单号自增长部分实现——工作笔记

很多场景需要用到订单号,订单号可能会有很多元素组成,比如:特定字符+时间+自增长。其中大多情况下必不可少的是自增长部分。现提供利用redis来实现自增长的几种方式: 每天重置的自增长 /*** 获取订单号自增长部分,每天重置* @param key 主键* @param model 格式模板,例如五位数: 00000* @param maxNum 最大值* @author lixiang*