亚马逊&InfoQ：2020亚马逊云计算的轨迹线（51页）.pdf

1、CONTENTS/目录 人工智能 变身漫画道具玩了没？这样的AI人像特效机器学习服务帮你实现 机器学习项目复杂繁琐，该如何构建安全的机器学习环境？数据智能 企业出海服务为何这么难？不懂业务的开发人员，就不是好的数据科学家 数据湖火了，那数据仓库怎么办？容器服务 AWS打造容器服务体系，Amazon EKS这块拼图有多重要？无服务架构 开发运维配置繁杂，是时候给应用架构做减法了 开发人员相关资源 1 卷首语 卷首语 时光飞快，一转眼已到了2021年。回望在人类历史长河中都会被牢记的2020年，亚马逊云计算也经历了非常多的不一般。作为机器学习技术领导力的持续引领者，亚马逊云计算围绕着拳头产品 Am

2、azon SageMaker 机器学习开发平台，进行了大量技术更新和迭代，并尤其强调“把机器学习交付到每一位开发者手中”。在刚过去的年度 re:Invent 大会期间，与机器学习相关的新产品，就发布了20多款之多。“无数据不成云”，数据已是云计算的“基础工程”。对上，数据为人工智能等新型应用提供基础，而对下，数据如何在各种不同需求下都能平滑地“存、管、用”，这对底层计算与存储提出了新的要求。此外随着数据处理技术的不断成熟，如何让数据技术更好地契合业务应用需求，这些都是不断演进发展的课题。云中一切的源头非计算莫属，因此计算作为基础，其重要性再怎样说都不为过。继早先的“虚拟化”，后来的“容器”等风

3、潮之后，现在“云原生”成为了“当红炸子鸡”。池化、解耦、可迁移等，在这个路径演进中得以持续深入。这其实呼应了网络化应用形态从量变到质变的过程，即：过去以终端计算为中心，现在越发以云为中心来构建应用模型。这样的发展变化是深刻且不可逆的。又由于疫情的推动，企业上云的需求刚性达到了历史高位，直观地体现着市场对云计算基础的趋势性需求。以下的文章选编，只是2020年 AWS 整体技术市场演进的“沧海一粟”，希望透过这些点滴的代表，为大家折射出这一段的发展，并更好地展望新的一年。2 变身漫画道具玩了没？这样的AI人像特效机器学习服务帮你实现 近期，抖音上一款“变身漫画”的特效刷爆“我的关注”，二次元漫画样

4、式的画风更是让大家欲罢不能。从明星到路人，从大朋友到小朋友纷纷参与其中，抖音 App 中“变身漫画”话题页显示约有1851万余人使用该道具。如今，此类视频/图片风格转化特效，画面细节精致、色彩温和，颇受欢迎。其实它并非新鲜事物，通常此类风格转化是机器学习模型创造出的虚拟场景，主要采用生成对抗网络（GAN）技术。作者|冯垚 3 人工智能 生成对抗网络（生成对抗网络（GANGAN）是一种机器学习模型，由深度神经网络架构构成）是一种机器学习模型，由深度神经网络架构构成。生成对抗网络（GAN）由生成网络和判别网络组成，生成网络产生“假”数据，判别网络对生成数据进行真伪判断，通过卷积神经网络进行分析，在

5、训练过程中，两个网络持续进行对抗，直至判别网络无法识别“假”数据，其被广泛应用于媒体、游戏、娱乐等领域。生成对抗网络抗网络（生成对抗网络抗网络（GANGAN）可基于）可基于 PyTorch PyTorch 机器学习框架构建，因涉及从机器学习框架构建，因涉及从构建到部署的整个机器学习流程，所以构建到部署的整个机器学习流程，所以无无法避免机器学习全流程中存在的诸多难题法避免机器学习全流程中存在的诸多难题。首先，对于完整的机器学习项目而言，落地是一项纷繁复杂的工作且成本高昂。其次，整个项目从选择算法、优化算法到参数调节，影响模型准确性的参数有百万之多。最重要的是，需要开发者和数据科学家具有广而精的专

6、业知识。因此，一种更为友好的机器学习服务是如此重要因此，一种更为友好的机器学习服务是如此重要。而云计算时代的到来，扫清了广大企业应用人工智能和机器学习的障碍，让简化机器学习项目成为可能，并且开发者又能得到庞大算力、数据存储等云能力的支持。根据 Gartner 预测，到2023年将有超过40%的开发团队将使用自动化机器学习服务。可见，机器学习从业可见，机器学习从业者急需适者急需适用于整个机器学习工作流程的云端服务或平台用于整个机器学习工作流程的云端服务或平台。AWS 全方位支持 AI 在云端生长 20多年来，Amazon Web Services(AWS)在人工智能和机器学习方面进行的大量投入，