．AWS 發佈深度學習容器和 AI 基礎設施新選項

AWS This Week: Step Functions Supports PrivateLink and Tensorflow Supports Deep Learning Containers

AKD 零售櫃檯專用監視攝影機

來源： 至顶网

AWS 與福斯汽車公司（Volkswagen AG）達成重大的基礎設施協議，AWS 馬不停蹄地又推出了，讓企業在使用其雲端平台時，更具靈活性的新功能。

主要亮點是一款名為 AWS Deep Learning Containers 的軟體包，它由來自開源生態系統的主流人工智慧工具組成，AWS 將這些工具打包到 Docker 容器中，使其可以輕鬆佈署在不同類型的 AWS 運算實例上。這麼做的目的，是為了讓工程師在短短幾分鐘時間內，就能設置好基於雲的人工智慧開發環境。

Deep Learning Containers 還打包了很多提高AI性能的優化。例如，AWS 預打包版本的 TensorFlow 深度學習框架，可以訓練神經網路，使其速度提高到最初版本的兩倍，而這主要是透過允許軟體更有效地，在 AWS 雲平台將工作分布到不同圖形卡上實現的。

TensorFlow 是 AWS 發佈 Deep Learning Container 僅支持的兩款 AI 工具之一，另外一個工具是 Apache MXNet。Amazon 表示，未來還將支持更多框架。

AWS 人工智慧總經理 Matt Wood 表示，Deep Learning Container 目的在幫助企業利用優化的、預打包的容器圖像，快速設置深度學習環境，「我們希望讓機器學習不再那麼深奧難懂」。

此外，AWS 還針對 Redshift 數據倉庫的一款新自動化工具，目的在減少客戶的管理開銷。這個名為 Concurrency Scaling 的機制，可以在出現使用高峰時，分配額外的處理能力，並在需要時取消額外資源配置。AWS 還借這次機會正式宣佈 App Mesh 網路監控工具全面上市。

除了以上這些新功能之外，AWS 還推出了三個基礎設施選項，主要針對那些希望削減雲支出的企業。第一個是 Glacier Deep Archive，是 AWS S3 對象儲存服務中的一個新層，目的在保護不常訪問的數據如財務審計日誌等。它比 AWS 為此類用例提供的現有 S3 Glacier Archive 層便宜 75％。

此外 AWS 還發佈了 M5a 和 R5a 運算實例系列的新版本，這些實例於去年 11 月份推出，採用了 AWS 的晶片，比基於英特爾至強處理器的 AWS 設備成本低 10％。

據 AWS 介紹，M5a 和 R5a 節點可以配置 75GB 到 3.6TB 的直連 NVMe 快閃記憶體驅動器，由於非常靠近底層實體伺服器，因此存取速度要高於常規儲存。

【任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET】

按此回今日3S Market新聞首頁