AWS 在 2022 年跨云超大規模推出了 3,300 項龐大的新功能和服務——平均每天九項；這只是最新的跡象，表明在已經快速發展的更廣泛的技術環境中，要跟上來自一個軟件和服務提供商的新工具的步伐是多么困難。

與此同時，在嚴峻的經濟環境下，AWS 客戶高度關注削減云成本。

這是亞馬遜首席執行官安迪·賈西 (Andy Jassy) 的說法，他在年度信函中告訴股東，“AWS 銷售和支持團隊正在花費大量時間幫助客戶優化他們的 AWS 支出”，因為“這是近期記憶中宏觀經濟最艱難的一年”——亞馬遜還解雇了 27,000 名公司員工。

零售和云計算巨頭經歷了殘酷的 2022 年，年度凈虧損從 2021 年的 334 億美元下滑至 27 億美元，營業收入從 249 億美元減半至 122 億美元。

除了全面裁員外，該公司還進行了一些重大的運營變革，關閉了某些業務，并要求從 2023 年 5 月起員工每周返回辦公室三天。（“我們已經確信，合作和發明當我們一起工作并親自向彼此學習時，會更容易、更有效……[許多突破性的時刻來自]人們在會議后留下來并在白板上研究想法，或者在從會議回來的路上繼續談話開會，或者那天晚些時候帶著另一個想法突然出現在隊友的辦公室，”Jassy 說。）

Jassy 說，盡管“短期逆風 [that] 軟化了我們的增長率，但我們喜歡我們在 AWS 中看到的許多基本面......客戶告訴我們他們沒有像成本優化那樣削減成本這樣他們就可以利用他們的資源并將其應用于他們正在計劃的新興和創造性的新客戶體驗。”“

推斷 AWS 的未來

談到亞馬遜自己對 AWS 的展望，Jassy 最常提及的一個創新例子很能說明問題：芯片開發。在談到 AWS 基于 Arm 的 Graviton 芯片性能時，他補充說，“機器學習的采用持續加速，客戶渴望成本更低的 GPU（最常用于機器學習的芯片）。AWS 幾年前開始投資這些用于機器學習訓練和推理的專用芯片 [ML 模型提供的答案]。我們在 2022 年交付了我們的第一個訓練芯片（“ Trainium”); 對于最常見的機器學習模型，基于 Trainium 的實例比基于 GPU 的實例快 140%，而成本最多降低 70%。大多數公司仍處于培訓階段，但是當他們開發模型并逐步進入大規模生產階段時，他們會發現大部分成本都在推理上，因為模型是定期訓練的，而推理作為其相關應用程序一直在發生正在鍛煉中……

Jassy 補充說：“我們在 2019 年推出了我們的第一款推理芯片（“Inferentia”），它們已經為亞馬遜等公司節省了超過一億美元的資本支出。我們剛剛推出的 Inferentia2 芯片的吞吐量比我們的第一款 Inferentia 處理器高四倍，延遲低十倍。

“隨著機器學習即將到來的巨大增長，客戶將能夠以更低的成本使用 AWS 的訓練和推理芯片完成更多工作。我們在這方面的創新還沒有結束，這項長期投資應該會為客戶和 AWS 帶來豐碩的成果。

“AWS 仍處于發展的早期階段，并有機會在未來十年實現非同尋常的增長……

變化總是指日可待。有時，你主動邀請它進來，有時它只是來敲門。但是，當你看到它即將到來時，你必須擁抱它……我對我們的未來前景感到樂觀，因為我喜歡我們的團隊對我們面前的變化做出反應的方式。

審核編輯 ：李倩