最近的更新
关于Re:Invent需要知道的5件事
AWS首席执行官Adam Selipsky，亚马逊首席技术官Werner Vogels博士，以及亚马逊网络服务(AWS)第11届会议上的其他领导者再保险:发明云会议将于11月28日至12月2日在拉斯维加斯举行。每年，re:Invent都有领导者的主题演讲、新的服务公告、乐趣和灵感。以下是关于今年的re需要了解的5件事:
1.预计这一周会有很多新闻和公告
re:Invent提供了一个机会，可以查看计算、数据库、分析、机器学习和存储方面的所有最新消息和发展。关注所有重要公告，并在亚马逊新闻中心．
2.re:发明是在人更多的编程
在2020年实现虚拟化，并在2021年提供混合活动之后，re:Invent将提供更多的面对面活动，以便所有与会者——从客户到合作伙伴到有抱负的技术人员——都可以向专家和彼此学习。该团队设计了一个近2300次的面对面项目。AWS正在为虚拟与会者直播所有的主题演讲和领导会议，所有的演示文稿(包括分组讨论)都将配有字幕并进行广播。要捕捉re:发明远程行动，注册虚拟参加．
3.本周将安排5个主题演讲和22个领导会议
包括首席执行官亚当·塞利普斯基在内的AWS领导人将主持会议主题演讲，宣布最新的产品发布，并分享鼓舞人心的客户故事。其他主讲人包括亚马逊首席技术官Werner Vogels博士、AWS实用计算高级副总裁Peter DeSantis、AWS全球渠道和联盟副总裁Ruba Borno，以及AWS数据库、分析和机器学习副总裁Swami Sivasubramanian。re:Invent将有特色22次领导会议．请查看排满日程．
4.re:Invent是一个直接向AWS云计算专家学习的机会
在其核心，re:Invent是一个学习会议，提供建造者实验室、训练营、游戏化学习，以及从入门到最高级的数百个技术课程。与会者可以深入了解新技术，并与云社区的同行一起练习新的工作方式，磨练自己的技能。
5.期待现场演示和机器人水龙头室的大量互动
参与者将有机会探索演示并与技术互动，包括会见机器人酒吧老板，观看篮球罚球分析仪，并玩一场云技能游戏。AWS还举办了一场可持续发展的展示活动，突出展示了如何利用技术来应对节水和脱碳等挑战。AWS灾难响应滚动实验室——一辆装满技术的卡车——展示了在灾难响应过程中云功能的好处。最后，与会者可以赶上一年一度的AWS DeepRacer联赛在冠军赛中，机器学习与模型车在艰难的赛道上自动比赛。
AWS实用计算高级副总裁Peter DeSantis向观众“窥探内幕”
11月28日(周一)，在内华达州拉斯维加斯举行的“re:Invent”主题演讲中，AWS实用计算高级副总裁Peter DeSantis详细介绍了AWS对更高性能的持续追求，从不以牺牲安全性或成本为代价。如果这听起来像是一个很难实现的组合，事实的确如此。
无论是AWS设计的每一代新Nitro系统(硬件和软件的结合，我们已经开发了近十年的大部分时间)都比以前更具有成本效益和能源效率，还是充分利用定制硅芯片的最新计算实例，德桑蒂斯举了一个又一个例子，说明AWS如何致力于长期投资，并从头开始创新。
AWS云中的性能意味着为客户提供不断增强的能力，以吸收和分析越来越多的数据——简单、快速，而且更关键的是，成本更低。德桑蒂斯说，这是硬件和软件之间的舞蹈。
德桑蒂斯说，表演不仅仅关乎你能看到什么。这也与你不能做什么有关。没有什么比一辆f1赛车更能喊出性能，或者在幕后将最快的赛车带到赛道上。
在现场开车回家的点是乔克Clear，高级性能工程师法拉利车队。Clear说，他的团队所要做的就是在一圈内制造出最快的赛车——这是一个简单的任务，但在如何实现它方面却一点也不简单。第一场比赛中最快的车并不是赛季结束时最快的车。在一场比赛中，当你走在车队前面却看不到后面会发生什么，或者在第二名却能赶上领先者时，你的驾驶策略是不同的。这一切都是关于权衡，以及如何明智地交易。在这里，创新是关键。“我们不能依赖久经考验和信任的人，”Clear说。“竞争太激烈了。”
Clear谈到了法拉利如何与AWS合作开发了一款越野虚拟地面速度传感器，该传感器使用人工智能和机器学习技术，为工程师提供更可靠的数据，更快，使其能够在每克都很重要的运动中减轻重量。Clear和team也在开发比赛策略使用AWS毫升，以及一个将于明年推出的新应用程序，该应用程序将为F1粉丝提供对车手和工程师的独家采访的后台通行证(他们自己的引擎盖下的一瞥)。
从试图收集数据以了解汽车性能各个方面的F1赛车，到试图预测下一场风暴的天气预报员，再到医疗保健公司开发疾病治疗方法，高性能计算和机器学习都将从“云的一些基本方面”的持续创新中受益最多。他在结束时表示，他只能承担AWS一直在进行的投资的一小部分，但人们本周应该继续关注。
还会有更多。
怎样才能在赛道上制造出最快的F1赛车?
法拉利车队的高级性能工程师乔克·克利尔(Jock Clear)在周一夜现场的主题演讲中告诉re:Invent的观众，设计过程中发生了什么。
看看AWS首席执行官亚当·塞利普斯基的主题演讲
亚马逊网络服务(AWS)首席执行官亚当·塞利普斯基(Adam Selipsky)在今天早上的“重新发明”主题演讲中宣布了一系列有关服务的消息。如果你想更详细地阅读，这里有一个概述，包括新闻稿的链接。
卫生纸短缺的终结?
无论是等了七个月才送来的沙发，到当地的杂货店发现卫生纸用完了，还是因为缺少微芯片而无法买到你想要的汽车，在过去的几年里，你很可能以某种方式受到了全球供应链问题的影响。对于所有行业的企业来说，及时以低成本获得我们想要的商品越来越难，因为他们不得不应对由自然灾害、快速变化的地缘政治、资源短缺等各种因素造成的前所未有的波动。预测这类事件绝非易事，特别是当大多数公司依赖于人工分析跨多个系统的不一致格式的数据时。这就是AWS供应链承诺改变购物者和供应链经理的现状。新的基于云的应用程序建立在近30年的Amazon.com供应链经验，为任何行业的企业提供实时、统一的供应链数据视图。它使用机器学习和其他AWS技术提供见解，并就如何更容易地发现趋势提出建议，并更快地应对潜在风险。阅读新闻稿了解更多。
找到正确的数据来做出正确的决定
在大多数大型组织中，一些人生产数据，如数据科学家和工程师，而另一些人则使用数据来做出业务决策，如分析师。但决策者并不总能找到他们需要的数据。即使他们知道，他们也可能无法得到它。许多公司都有一系列强有力的访问控制和数据治理策略，以管理包括保险、汽车和能源在内的行业中可能存在的pb级(换句话说，大量)信息。这些信息可以存在于数百个不同的来源中，由多个团队拥有。亚马逊DataZone是AWS的一项新的数据管理服务，旨在帮助广泛的用户群体轻松地在他们的组织中查找、组织和共享数据，使用AWS最好的分析工具来分析数据，并始终确保数据得到适当的治理。结果呢?企业可以通过让人们根据最准确和最新的可用信息，做出更及时、更明智的决策，从而推动更多创新。阅读新闻稿了解更多。
使用AWS解锁数据的价值
全球金融机构高盛(Goldman Sachs)和喷气发动机部件和系统供应商通用电气航空航天(GE Aerospace)只是AWS客户管理庞大而复杂的数据集的两个例子，由于这种庞大和复杂性，他们依赖多个AWS数据库和分析工具从中提取价值。Selipsky宣布两项新的AWS功能这将使客户更容易跨数据存储连接和分析数据，而不必在不同的服务之间移动数据。通过这种方式消除对提取、转换和加载(ETL)信息的需求，可以帮助客户从数据中释放更大的价值。阅读新闻稿了解更多。
通过动态、大规模的模拟，更容易绘制超大城市地图
城市交通模式、场地中的人群运动和工厂的地板布局都是动态环境的例子，可以在3D中进行数字建模，以了解它们将如何应对预期的和意外的变化，而无需在现实生活中测试这些场景。假设，您负责一个城市的城市规划，您可以创建一个空间模拟来调查不同道路封闭组合的影响。这是一种非常有用的方法，可以可视化和预测潜在的结果，以及创建沉浸式的训练空间。但是，您试图建模的规模越大(从绘制超大城市的人口图到跟踪国际物流操作)，您试图解决的问题越微妙，它就越复杂，需要的计算资源也就越多。扩展具有数百万个相互作用对象的空间模拟通常需要多年的投资、专门的硬件和高性能计算专家团队。这一切都将随着AWS SimSpace Weaver这是一项新的服务，允许客户构建、操作和运行大规模空间模拟，而不必担心自己的硬件容量，也不必依赖专业技能。阅读新闻稿了解更多。
分析跨多个组织的数据，同时保护敏感信息
无论是策划广告活动、做出投资决策，还是分析临床研究，各行各业的组织都越来越多地希望与其他组织就其集体数据集进行合作，但不共享或透露底层信息。以广告为例:品牌、媒体出版商及其合作伙伴严重依赖数据来获得洞察力，从而提高其活动对消费者的相关性。但这些数据通常分布在不同的渠道和应用程序中。而且，为了保护敏感的消费者信息，一家公司需要向另一家公司提供一份用户级数据的副本，并依靠合同协议来防止滥用。“数据洁净室”有助于解决这一挑战。它们允许多方在受保护的环境中组合和分析数据，而无需共享原始数据。问题是它们很难构建，需要复杂的隐私控制和专业工具。AWS洁净室是一项新服务，允许客户在几分钟内建立数据洁净室，并与AWS云中的任何其他公司协作，以生成关于其数据的独特见解，同时保护敏感信息。阅读新闻稿了解更多。
支持更快的威胁检测、调查和事件响应
安全是任何企业的首要任务，无论是保护数据、发现违反政策的行为还是防止欺诈活动。大多数公司依赖来自不同来源的日志和事件数据来识别潜在的威胁和漏洞，评估安全警报，并做出相应的响应，但他们必须首先将所有这些信息汇总起来，并以一致的格式进行分析。这需要时间，并且会减慢团队检测问题并对问题做出响应的能力。通过AWS的新亚马逊安全湖服务，客户只需点击几下，就可以在他们的AWS帐户中自动创建一个安全数据湖。这意味着组织可以自动从各种不同来源收集数据，并更容易地收集、存储和管理数据，从而实现更快的威胁检测、调查和响应。阅读新闻稿了解更多。
使用aws设计的硅来解决复杂的学术、科学和商业问题
大多数人都知道AWS是一家提供云计算服务的公司，而不是一家自己设计芯片的公司。事实上，我们有自己的芯片和加速器家族，每一代都是在以前的基础上建立和改进的。我们所有的芯片都是精心设计的我们的安纳普尔纳实验室团队，在世界各地的多个地点。他们的作品出现在彼得·德桑蒂斯和亚当·塞利普斯基的主题演讲中，并宣布三个新的Amazon弹性计算云(Amazon EC2)实例-由aws设计的芯片在云端运行工作负载的虚拟“机器”。在其他功能中，构建新实例的目的是为在Amazon EC2上大规模运行高性能计算工作负载提供最佳性价比，帮助客户解决一些最复杂的学术、科学和业务问题——从基因组学处理到数学建模再到天气预报。阅读新闻稿了解更多。
集成更智能的商业智能
分页报告(为打印或共享而设计的报告，因为它们的格式适合于页面)几十年来一直是各行业报告的标准格式。虽然它们仍被用于共享重要的运营信息，如每日交易或每周业务更新，但企业通常不可能将它们与现代商业智能仪表板集成。这意味着他们经常使用多个系统——一个用于商业智能报告，一个用于分页报告——这可能成本高且效率低。亚马逊QuickSight分页报告是一种新功能，可使跨行业的客户(从酒店业到工业制造业，再到教育技术)轻松地在其组织中创建和共享业务关键报告和数据。这是Selipsky在今天的主题演讲中宣布的亚马逊QuickSight (AWS为云构建的无服务器商业智能服务)的五个新功能之一。阅读新闻稿了解更多。
乌克兰部长谈论科技如何帮助他的人民规划未来
乌克兰数字转型部长米哈伊洛·费多罗夫说，政府不需要对官僚机构进行数字化。政府只需要尽快解决人民的问题。
费多罗夫专注于未来。作为一名技术专家，这始终是工作的一部分，但作为部长，他带着紧迫感和巨大的勇气展望未来。尽管他和他的乌克兰同胞们目前正在经历种种恐怖，但费德洛夫向周二聚集在re:Invent听他演讲的观众传达了一种乐观情绪。
他将这场战争描述为科幻小说中的东西，他说，技术帮助乌克兰战斗，生存，并为冲突结束后的时间做准备。
费德罗夫讲述了俄罗斯早期的一次袭击如何摧毁了乌克兰政府储存所有备份数据的大楼——公民和机构的备份记录，这些数据实际上描述了整个国家。
事后，乌克兰政府迅速通过立法，允许它这样做将州注册表和数据移动到AWS．使用AWS Snow Devices政府被带到这个国家后，就能够将重要信息转移到云端。费多罗夫说，迄今为止，38个政府部门和24所大学已经将他们的数据以及他们向乌克兰人提供的服务转移到AWS上。这意味着教育继续，财产的合法所有权得到维护，不幸的是，这是被破坏和破坏的记录。
当巡航导弹雨点般落在乌克兰各地的城市时，费德洛夫和他的团队一直在笔记本电脑旁构建系统和服务，帮助人们进入银行、医疗保健、甚至上学技术职业的职业培训．当信息被切断时，他们建立了数字电视和广播频道，让乌克兰官方的消息传出去。
在这一过程中，乌克兰已经建立了一个数字政府基础设施，世界其他地区可以很好地效仿。
费德洛夫说:“九个月来，乌克兰一直在为自由和民主选择而战。“在很多方面，这是一场技术专家的战争。我和我的团队相信大数据、分析和持续改进，但作为乌克兰的技术人员，我们使用的是光明的技术。”
他说:“我们希望在公共服务方面打造世界上最便利的国家。”然后，他半开玩笑地呼吁观众以他的方式提供任何可能有用的服务。“乌克兰现在是你们产品的最佳试验场，”他说。
所有建设者欢迎受助人在Re:Invent找到新的社区
本周有超过5万名与会者参加了re:Invent。但很少有人(如果有的话)拥有像28岁的软件工程师Adesola Adesina那样的经历。
五年前，阿德西娜正在攻读社会学硕士学位，当时她知道自己需要做出改变。“我不喜欢我为自己建造的东西，”她说。
10岁时，她从尼日利亚的拉各斯搬到了华盛顿特区，梦想成为一名律师，就像她的偶像克莱尔·赫克斯特布尔(Clair Huxtable)一样考斯比秀．在成长过程中，她没有攻读工程学，因为她认为自己“数学不好”。但在2017年，分手后，她发现自己睡在妈妈地板上的睡袋里，意识到她需要从研究生院辍学，去追求一份能带来更稳定的经济状况和更多个人满足感的职业。
她开始了自我重塑。她报名参加了Python 101训练营的免费培训。她找到了一份研究分析师的新工作。她深入研究了在线教学视频。Adesina继续探索之路，经历了不同的角色和学习机会，直到她看到了一种与她相关的软件工程。“我终于发现自己在一个地方，我可以看到工程师做工程师该做的事，我说，‘我想这样做。’”
本周，Adesina以“欢迎所有建设者”的身份来到re:Invent，为她提供了旅行和参加会议、指导和培训课程的机会。AWS创建了“欢迎所有建设者”资助计划，以支持多元化、包容性和可访问的技术未来。它向来自代表性不足背景的早期职业技术人员开放，并提供学习、网络和构建的机会。
Adesina现在是一家供应链物流初创公司的产品解决方案工程师。她认为女性编程和黑人编程团体等组织的成员对她进行了指导和指导，但她知道自己还有很多东西要学。
“当你自学的时候，你的知识有很多巨大的空白，”Adesina说。她想要来re:Invent来连接其中的一些。“我们的很多架构都是云原生的。这是一种我从未接触过的思维方式。我意识到这是一个全新的世界，我可以全身心投入其中。”
价值1000tb的照片*
re:Invent in Las Vegas的活动并不全是互动技术演示和机器人水龙头。漫步到威尼斯人酒店(Venetian)的二楼，你会看到一个更平静、意想不到的云端视角。这20幅大型照片展示了与AWS有关的个人和社区，不一定是你想象中的那些人——从农民到渔民，从围栏承包商到中学生，甚至是总理。这是对使我们的技术发挥作用的人和地方的不同看法。(是的，那是1pb。)
AWS罚球分析仪vs.“老奶奶投篮”
我们都为在安全的掩护下错失罚球而感到内疚。但是当被挑战投进一球时，我们中的许多人很快就会意识到这有多么困难。
在re:Invent，最勇敢的参与者带着他们的骄傲来到罚球线，考验他们的篮球技术。AWS罚球分析仪邀请选手投篮五次，由连接到一台电脑的摄像头监控AWS滚雪球边缘设备．机器学习算法分析每一个击球，提供速度、角度、球的轨迹和球员位置的实时数据。
我们开始尝试用可靠的“老奶奶投篮”来破解这个系统，尽管这是一种荒谬的投篮方式，但已被科学证明是最准确的罚球技术。
通过预测能源数据描绘碳中和的未来
全球公用事业公司ENGIE拥有180年的历史，始于工业革命时期。这家总部位于法国的公司正在筹划自己的数字革命，旨在加速向碳中和经济的过渡。
对于ENGIE来说，真正的数字化意味着能够聚合、存储和分析大量数据——这些数据来自它自己的来源，也来自第三方，如天气数据存储库。能够编译和分析来自许多地方的信息(并使用像Amazon S3)是关键，该公司数字和IT主管Biljana kaitoviic说，她在周二AWS首席执行官亚当·塞利普斯基的主题演讲中在re:Invent上发言。
“事实上，我们可以从不同的地方带来如此多的数据，并以一种我们以前无法做到的方式通过api进行连接，这对所有不是数字原生的公司都具有极大的影响，”凯托维奇在当天晚些时候与我们交谈时表示。“大多数老公司都有巨大的遗产，不同的系统和数据彼此不通信。这是一个真正的游戏规则改变者，能够获得大量的数据，并真正开始理解它们。”
ENGIE的一个显著用例直接与其净零碳目标相关。利用天气数据和运行数据预测风能、太阳能和水力等可再生能源的产量和可用性，有助于管理它们的间歇性。此外，数据分析、机器学习和物联网有助于设置最佳维护时间。换句话说，在设备故障发生之前就预测它。这反过来又提高了效率，减少了停机时间，节省了能源，并使客户在需要时更容易获得它。
凯托维奇说:“总的来说，我认为数字化是未来工业企业生存所必需的。”“除非一家企业真正实现数字化，否则我不确定它能否长期生存下去。”
数据，数据，更多的数据
AWS首席执行官亚当·塞利普斯基(Adam Selipsky)昨天的主题演讲的主题是“庞大而具有挑战性”的数据领域，以及AWS为帮助客户挖掘、管理和整合来自不同来源的数据而提供的服务，从而从中获得新的见解。如果你错过了直播，别担心。现在可以使用按需观看．
不要让你的数据湖变成数据沼泽，AWS数据库、分析和机器学习副总裁Swami Sivasubramanian说
帮助人们更好地在数据上进行协作，并从中获得有价值的见解，是昨天AWS新服务公告的核心内容。今天早上，AWS数据库、分析和机器学习副总裁Swami Sivasubramanian再次清晰地传达了这一信息。Sivasubramanian在周三的re:Invent主题演讲中指出，经得起时间的高质量工具和高质量数据是长期增长的关键因素。更不用说为断开连接的团队和断开连接的数据存储提供共享治理的安全系统了。西瓦苏布拉曼尼亚宣布了更多与数据库、分析和机器学习相关的AWS新产品。以下是主要新闻的概述，如果你想了解更多细节，可以链接到新闻稿:
保持数据更新
所有超市经理都知道保持农产品新鲜的重要性，但他们的数据呢?如果你负责一家零售连锁店，而你的团队正在分析的数据并不是最新的，你可能低估了对产品的需求，从而导致短缺，并失去收入。帮助客户监视、测量和管理数据湖中的数据质量只是其中之一AWS数据库和分析组合中的五项新功能由西瓦苏布拉曼尼亚宣布。最终目标是什么?继续让所有行业的各种规模的客户更容易地将其数据价值最大化，以获得新的见解，并更快地做出数据驱动的决策。阅读新闻稿了解更多。
机器学习在气候科学、灾害响应、农业等方面的新方法
从预防森林火灾，预测欧洲航班上乘客想吃什么，保护抹香鲸种群,帮助农民种植更多的传统原料在美国，机器学习(ML)正迅速成为我们日常生活中不可或缺的一部分，它可以解决的问题范围是无穷无尽的。但就在几年前，构建、训练和部署ML模型还是一项艰巨的任务，组织中只有少数高度专业化的专家有能力进行这项工作。AWS推出亚马逊SageMaker2017年的目标是向更多人开放ML，并使构建ML模型的过程更容易、更快、更具成本效益。自Sivasubramanian宣布以来，我们一直致力于以这种方式使ML民主化亚马逊SageMaker的八项新功能在他的“发明”主题演讲中。其中之一包括对地理空间数据的新支持，这将使气候科学、城市规划、灾害响应、精准农业等模型的开发变得更容易。阅读新闻稿了解更多关于亚马逊Sagemaker的所有8个新功能，以及它们将如何使客户更容易大规模地利用ML。
云计算如何提高员工的安全并提供更清洁的能源
有些工作显然比其他工作风险更高。例如，在水电大坝上工作，需要你对周围环境投入无限多的注意力，而不是坐在办公桌前在笔记本电脑上打字。但如果你在寻找潜在危险时能得到帮助呢?更不用说多了一双眼睛和耳朵?布鲁克菲尔德资产管理公司(Brookfield Asset management)是全球领先的可再生能源投资者之一，该公司在美国的三个水电站的员工就是这样，他们必须在现场确保设施正常运行。
在这些地点工作的所有员工都佩戴了所谓的Blackline Safety G7 Lone Worker技术——与云连接的物联网设备，这些设备可以持续高速地将位置和其他数据直接传输到运行在AWS上的Blackline Cloud。这些设备会自动检测员工是否需要健康或安全援助，并向监控团队发送警报，后者可以立即提供帮助。
提高工作场所安全并不是AWS和Brookfield合作的唯一方式。AWS正在帮助Brookfield实现其运营系统的现代化，为其提供在全球范围内提供清洁能源所需的可扩展性、可靠性和创新性。同时，Brookfield将提供601.6兆瓦的清洁风能和太阳能发电能力，为亚马逊在欧洲、北美和印度的业务提供电力。总的来说，这些项目预计每年将产生足够的能源为12万多户美国家庭供电。要了解更多关于AWS和Brookfield合作的信息，今天在re:Invent期间宣布，阅读新闻稿．
我们在re:Invent昨天了解到的关于AWS客户的10件事
迁移到云端是关于数字化转型及其对业务成果和底线的影响。但它听到的是客户——从初创企业到老牌企业——是如何真正使用这些突破性技术的。
以下是我们从AWS首席执行官亚当·塞利普斯基周二的主题演讲中了解到的关于AWS客户的10件事:
- 德国宝马集团正在用其联网汽车平台“彻底改变”驾驶体验。
- 视频游戏制造商Riot Games每秒处理大约50万件事件，以不断改进其游戏。
- Epic Games的《堡垒之夜》视频游戏支持数亿玩家，多达1300万玩家实时互动。
- 随着美俄战争的展开PrivatBank这家为乌克兰40%人口提供服务的最大银行，在短短45天内将所有业务转移到AWS云- 330 IT系统和4pb的客户数据，以保障客户继续银行业务的能力。
- 根据PitchBook的数据，全球有1000多家所谓的“独角兽”创业公司，其中83%在AWS上运行。超过90%的创业公司云100在AWS上运行他们的业务。AWS上的独角兽初创公司包括奢侈时尚电子零售商Ssense、云安全平台提供商Wiz和人工智能(AI)云公司DataRobot。
- 旅游公司Expedia集团每年处理超过6000亿次人工智能预测，由70pb的数据提供支持。
- 图片分享和社交媒体平台Pinterest在AWS的对象存储服务Amazon S3上存储了1艾字节(100万兆兆字节)的数据。
- 期权清算公司，作为所有在美国交易的上市股票期权的中央清算仓库——金融市场“中枢神经系统”的一部分——将把其核心工作转移到云端，这要归功于一项新技术美国证券交易委员会最近的举动．Selispky表示，这是一个千载难逢的技术决策，他对OCC在AWS上运行其“关键任务”应用程序感到非常兴奋。
- 一级方程式赛车的设计需要超过5.5亿个数据点来模拟赛车的空气动力学重量。在AWS上，f1能够将模拟运行时间从60小时减少到12小时，减少了70%，从而创造出一辆湍流气流不到一半的新车。
- 尼尔森公司(Nielsen Company)是一家测量和数据分析公司，每天使用AWS处理数千亿次广告测量事件，并确保其基础设施能够通过正确的计算来支持这一需求。
这封信引发了一项针对弱势群体的新科技教育项目
当休斯顿社区学院(HCC)教授雷蒙德·布朗博士写信给AWS机器学习大学(MLU)，分享他如何利用该校的资源向他的学生开放人工智能和机器学习时，他不知道这封信会成为一个新的教育项目的催化剂。
AWS MLU最初的设想是为个人用户提供亚马逊自己的科学家提供的自助机器学习培训。当布朗联系该团队时，这是他们第一次听说有教育工作者将其内容用于教学，这给了他们一个想法。
受Brown的智慧启发，AWS MLU构建了一个新的免费程序——今天由AWS数据库、分析和机器学习副总裁Swami Sivasubramanian在他的“重新发明”主题演讲中宣布——帮助社区大学、少数族裔服务机构(MSIs)和历史上的黑人学院和大学(HBCUs)向学生教授数据库、人工智能和机器学习概念。
这个项目，其中包括一个教育工作者支持虚拟训练营，向教师介绍内容，明确旨在解决历史上在技术学科中服务不足和代表性不足的学生所面临的机会差距。它适用于所有美国学院和大学，优先考虑社区学院、MSIs和HBCUs的教育支持部分。
找出MLU的内容如何帮助布朗博士在HCC启动了一个人工智能项目，该项目应该会在2023年秋季成为美国第一所提供人工智能学士学位的社区大学。
了解更多:
用超凡的数据分析来解决地球上最大的问题
采矿勘探和你最喜欢的可持续化妆品有什么共同之处?预测明年的大豆产量与防止山体滑坡有什么关系?
答案吗?它们都依赖于地理空间数据的力量。
笛卡尔实验室美国新墨西哥州洛斯阿拉莫斯国家实验室(Los Alamos National Laboratory)成立了一家地理空间情报公司，该公司正在收集和分析从卫星、飞机和其他来源收集的数据，用于广泛的行业。他们的目标是在这个过程中解决地球上一些最大的挑战。
“对笛卡尔实验室来说，数据就是一切，”该公司的商业主管迪安娜·林恩(Deanna Lyn)在re:Invent Wednesday上接受我们采访时表示。“我们从不同的来源——从地球观测数据、自动识别系统(AIS)数据到商品交易数据——获取千兆字节的(信息)，并将这些数据放到一个地方，让公司能够快速混合这些数据，并找到难题的答案。”
多亏了笛卡尔实验室，采矿业的客户现在可以确定开始挖掘的最佳地点，节省了几个月的人工勘探时间，并防止了滑坡等环境危害。像联合利华这样的消费品公司可以监控其棕榈油供应链的碳足迹，以确保化妆品和其他产品在环境上是可持续的。商品交易员现在可以预测特定作物的未来增长。
笛卡尔实验室团队依靠AWS的一系列服务和产品来维护和利用其20千兆字节的数据库。从Amazon S3优化数据存储成本，以亚马逊开放搜索服务这是一个搜索和分析套件，通过定位解决特定问题所需的精确像素，它可以在干草堆中找到真正的针。该公司本周在re:Invent上宣布，将把所有核心信息技术基础设施(包括地理处理和分析平台)迁移到AWS。
Lyn表示，这将使未来在机器学习和预测建模方面有更多的创新，而团队将继续专注于解决从气候变化到食品安全的所有问题。
数据战胜直觉
如何从数据中提取价值是re:Invent网站上反复出现的一个主题。为什么?因为这对所有行业的各种规模的组织都是一个挑战。大多数组织缺乏集中式存储库，数据通常是碎片化的——在许多业务单元之间不一致地收集、存储和控制数据。要解决这一问题，需要复杂的管道来将数据移动到正确的地方，以及让正确的个人在需要的时间和地点访问数据的机制。AWS数据库、分析和机器学习副总裁Swami Sivasubramanian在他的演讲中给出了一些答案再保险:发明主题星期三。他提出了一个强有力的数据战略蓝图，其核心是三个主要元素:
- 一个面向未来的数据基础，它可以通过大规模运行来跟上不断增长的数据量。它应该为组织减轻负担，因此团队可以花更少的时间管理和准备数据，而更多的时间从中获得价值。它应该具有最高水平的可靠性和安全性，以保护这些数据。
- 在组织之间编织“结缔组织”的解决方案。Sivasubramanian说，连接整个组织的数据需要从自动化数据路径到数据治理工具的解决方案。“这种结缔组织不仅应该整合你的数据，还应该整合你组织的部门、团队和个人。”他说，数据治理为断开连接的团队和断开连接的数据存储提供了“安全通道”，因此组织可以协作并对其数据采取行动。
- 正确的工具和教育来帮助组织的数据民主化。正如西瓦苏布拉曼尼亚所说的那样，“数据民主化”可以激发整个组织的创新——让从实习生到产品经理再到没有技术专长的业务分析师的每个人都有能力。从让非技术员工能够利用数据做更多事情的无代码工具，到帮助人们在机器学习等关键领域培养技术技能的培训项目，您可以帮助您的员工(以及未来的员工)组织、分析、可视化并从数据中获得见解，并为您的创新提供更广泛的网络。
“我坚信数据是现代发明的起源，”西瓦苏布拉曼尼亚说。“为了用我们的数据产生新的想法，我们需要建立一个动态的数据策略，最终带来新的客户体验。”
在几分钟内启动并运行应用程序
创建一个利用最新云技术的新应用程序，需要软件开发团队在一系列工具和环境中无缝地工作，以构建、测试并最终部署它。亚马逊CodeCatalyst亚马逊首席技术官沃纳·沃格尔斯(Werner Vogels)在今天的re:Invent主题演讲中宣布了一项新服务，它汇集了软件开发团队在AWS上更轻松、更快速地构建和交付应用程序所需的工具。使用Amazon CodeCatalyst，开发人员可以带来他们自己的代码或从一系列蓝图中选择，如“web应用程序”或“数据管道”，在几分钟内启动并运行一个新的应用程序开发项目。阅读AWS新闻博客以了解更多信息．
建筑商在re:Invent建筑商博览会上进行了表演
有扔斧头分析(塑料安全轴，谢谢)，一个机器人瑜伽教练，一个会自己演奏的录音机(二级塑料长笛版本)，自动石头剪刀布，还有一个云辅助啤酒酿造。
re:Invent博览会上的建筑商博览会展示了云技术的多种方式——从图像识别到自然语言处理和各种数据库——几乎可以应用于任何事情。
这里的AWS团队所构建的东西展示了云服务的强大和灵活性，而且是以有趣的方式(毕竟工程师也有乐趣)。特别是两个项目——厨房守卫和美国手语解释器(ASL) 2.0——将云转向解决可访问性问题。
厨房守卫:帮助视障厨师准备可以安全食用的食物
我的牛肉熟了吗?对于任何在后院烧烤的人来说，这都是一个重要的问题。对于色盲和视力受损的人来说，这个问题尤其难以回答。
四名AWS员工最初是在网上认识的，他们是AWS Tech U虚拟队列的一部分，大约两年前开始着手解决这个问题。本周在re:Invent上，Gabrielle Dompreh(伦敦)、Lydia Khalfoun(巴黎)、Kimessha Paupamah(约翰内斯堡)和Saubia Khan(阿拉伯联合酋长国迪拜)终于能够第一次见面，并分享他们的原型解决方案——一款基于aws的应用程序，名为Kitchen Guard。
他们的概念验证允许任何人拍一张食物的照片，然后口头提问。例如:我的苹果新鲜吗?我的奶酪发霉了吗?我的牛排是生的吗?
该团队使用语音和图像识别工具，如亚马逊Lex而且亚马逊Rekognition识别各种食物，然后应用模型来确定食物的状态。本周，他们一直在与客户和同事谈论他们的工具的未来应用，除了帮助视力受损的客户之外——从食品准备培训到广阔市场的商业厨房安全。
在“re:Invent Expo Hall”的AWS建设者博览会上，汗和她的队友一起演示了这款应用程序，她说:“我对大家的反应感到非常激动。”“人们对不同的用例非常感兴趣。”
将美国手语转换为文本和语音
在创建新产品时，AWS以从客户那里逆向工作而闻名，但这是一次有趣的对话，它为AWS解决方案架构师Ashwini Rudra提供了开发灵感。
Rudra的美国手语2.0原型在建筑商博览会上展出，它使用摄像头和多种AWS云服务(包括机器学习)将美国手语拼写转换为文本和语音。
一天，鲁德拉和女友出去喝咖啡，看到一对情侣用美国手语交谈，他和女友都听不懂。
“我想知道他们在说什么。他们是在吵架，还是在表达爱意?”楼陀罗说。
他采纳了女友的建议，用相机来读美国手语，他的新发明的机器可以确定一个单词中每个签名字母的准确程度。ASL解释器2.0使用亚马逊SageMaker对于机器学习，Amazon Simple Storage Service (Amazon S3)对于对象存储，和AWS IoT Greengrass是一个物联网、开源、边缘运行时和云服务，用于在设备上构建和管理物联网应用程序。
“可能性是无限的，”他说。
美国国家橄榄球联盟要求数据专业人士参与进来，以防止未来在赛场上受伤
美国国家橄榄球联盟(NFL)近年来通过使用AWS基础设施和预测建模工具来防止球员受伤，取得了长足进步。现在，联盟正指望来自世界各地开发者的帮助，将球员分析提升到一个新的水平。
联盟在周四的re:Invent小组会议上宣布了新的NFL接触检测挑战，嘉宾包括前亚利桑那红雀队外野手拉里·菲茨杰拉德和与体育组织密切合作的亚马逊领导者。菲茨杰拉德表示，NFL以数据为导向的伤病预防措施使运动员能够更有效地训练，更安全地比赛。
到目前为止，最大的结果之一是在过去四年中，球员脑震荡减少了25%。
NFL健康与安全创新高级副总裁詹妮弗·兰顿(Jennifer Langton)也在小组讨论中发言:“量化球员在每一种可能的游戏场景中面临的受伤风险，是理解我们如何降低风险并最终防止受伤的关键一步。”
联盟新宣布的挑战是与AWS合作，邀请专家设计新的方法，使用人工智能和相关学科来测量和分析NFL比赛中球员接触的时间、持续时间和频率。这些信息将使联盟更好地预测和预防球员受伤。
参观网站以了解更多有关这项挑战的信息，该挑战将于周一开始，并为最终获胜者提供金钱奖励。
导航re:第一次发明
Flikshop创始人马库斯·布洛克(Marcus Bullock)走上舞台和会议室，进行了他本周的第一次“发明”。Flikshop是一家总部位于华盛顿特区的初创公司，基于AWS，用户可以将照片作为明信片发送给被监禁的家人和朋友。这次活动有三件事打动了布洛克:
1.第一天在办理入住手续和走过大厅时，我立刻意识到:我不是这里唯一的黑人。这对我来说意义重大。
2.作为一个创业公司，我的困难在某些方面与大得多的公司是一样的。知道有这么好的同伴，我感到宽慰。我在台上和Code.org而且AARP我很着迷地了解到，无论是在招聘、专业发展还是推出新产品方面，他们都面临着和我一样的挑战。
3.我是一个不懂技术的创始人，创建了一家科技公司，关于技术的对话是如此周到和深入，没有你经常听到的那些术语。我喜欢学习新的人工智能框架，我们可以考虑使用它们来建立飞轮，这将帮助我们更快地扩展。我不想拘泥于陈词滥调，我只是想让技术为我们工作，帮助我们更好地利用我们的数据，减少再犯。
互联啤酒厂利用云技术进行洞察
谁是AWS合作伙伴?你可能已经认识他们了。从埃森哲(Accenture)和CrowdStrike，到趋势科技(Trend Micro)和VMware，它们都是销售和支持AWS企业产品和服务的公司，并围绕这些产品和服务构建自己的解决方案和设备。
AWS全球渠道和联盟副总裁Ruba Borno在周三的“re:Invent”主题演讲中演示了AWS合作伙伴如何在帮助客户创新方面发挥不可或缺的作用。
其中一个例子是总部位于荷兰的Schuberg Philis，该公司最近帮助喜力(Heineken，一家拥有近160年历史的酿酒公司)重新考虑其供应链，将全球16条生产线和140家啤酒厂连接到一个新的云平台上。喜力啤酒利用新的数字技术，从其运营数据中获得更好的见解。
与AWS合作，Philis创建了一个物联网平台，从喜力生产线收集原始机器数据并将其规范化，以便喜力团队可以分析这些数据以优化生产流程。
虽然连接全球啤酒厂网络，这些啤酒厂都运行不同的机器，不同的生产线，不同的供应商有自己的协议，但并非没有挑战，但它取得了巨大的成功。喜力全球互联啤酒厂负责人Michiel Maagd表示，这也有助于公司培养下一代员工。
“这个平台帮助我们保持对数据的所有权，”他说。“它避免了(产生)孤立的见解。最重要的是，它帮助我们轻松地将用例从一个啤酒厂扩展到另一个啤酒厂。现在我们的车间工人可以实时了解生产过程。他们可以看到温度、线路的速度，我们还可以扩展更聪明的用例，比如帮助定义线路轻微停止和减速的根本原因的算法。”
博尔诺说:“我们的合作伙伴对客户的转型至关重要，我们相信更好的合作伙伴体验将带来更好的客户体验。”你可以点击此处观看她的主题演讲．
让你的电动汽车随时准备上路
如果你的电动汽车(EV)电量不足，你需要知道墙上的充电器已经准备好了(并且在你开车时工作)。
电源的可用性只是其中之一Wallbox是一家位于巴塞罗那的电动汽车充电公司而能源管理公司，则希望确保其客户可以依赖。Wallbox的客户遍布113个国家，依靠AWS确保其技术高效灵活。在re:Invent上，该公司宣布已将其整个信息技术(it)基础设施迁移到AWS，包括设计和制造平台、设备和电网管理系统以及面向客户的应用程序。
“电动汽车正在迅速变化。收费正在发生变化，供应链也在发生变化，”Wallbox北美市场总监布莱恩·霍尔(Brian Hall)告诉我们。“你拥有所有这些动态力量，AWS无疑有助于我们变得更敏捷、更适应。”
Wallbox使用亚马逊运动该公司提供收集、处理和分析实时流数据的服务，以收集数据并监控其全球公共和住宅电动汽车充电器的状态。它的家用充电器Pulsar Plus使用Amazon EC2 Spot实例而且AWS Graviton2为软件开发提供动力，将整体IT成本降低了70%。
Wallbox正在使用AWS收集和分析数据，帮助该公司获得优化充电器设置的见解，以确保其电动汽车驾驶客户能够尽快充满电回到路上。
亚马逊首席技术官沃纳·沃格尔斯博士希望你使用模拟
曾经是少数专业人士的领域，现在每个人都可以使用特殊的模拟。你可以尝试并更好地规划一切，从交通模式到供应链瓶颈和森林再生。
AWS将空间模拟引入每个行业，使客户能够更轻松地模拟从交通模式到公共交通网络到供应链基础设施的一切。AWS SimSpace Weaver，是一种全新的、完全托管的计算服务，可帮助用户在云中运行大规模空间模拟，而无需管理复杂的基础设施。
“我们周围的现实世界非常复杂，”亚马逊副总裁兼首席技术官沃纳·沃格尔斯(Werner Vogels)在周四的“re:Invent”主题演讲中说。“有成千上万的事件，有成千上万的实体持续在我们周围。想想看，一场盛大的足球比赛正在进行，不远处还有一场流行音乐会。交通如何穿过城市到达他们?怎么操作呢?我们要怎么做才能保证安全?如果你进行模拟，你会发现其中有成千上万个不同的实体，包括位置、速度、行为、交互行为。”
这些类型的模拟曾经在一台机器上运行，因为它们需要大量的内存，”Vogels说。“AWS SimSpace Weaver使每个人都可以访问空间模拟。这真的降低了门槛。”
Vogels表示，AWS SimSpace Weaver的独特之处在于模拟的分布方式。它允许用户将模拟分解为网格(更小的离散空间区域)，并将运行模拟代码的任务分配给多个网格Amazon弹性计算云(Amazon EC2)实例。
“模拟逻辑在网格中的每个不同单元上运行，”Vogels说。“每个单元都跟踪该区域和该单元中所有实体的逻辑。每个对象都是一个单独的实体，单元格由计算实例集群分布。这些实例一起工作来处理整个模拟，就好像你有一个非常大的内存模型，它看起来像一个包含所有东西的单一集成空间。”
根据Vogels的说法，模拟在创新中扮演着至关重要的角色，因为用户可以尝试在现实生活中无法做到的“假设”场景。他说:“在将系统应用到现实世界之前，你可以随心所欲地进行实验，而不会对现实世界产生实际影响。”