【观察】跻身全球第五大企业级IT公司，AWS从突破过去到布局未来

申耀的科技观察

读懂科技，赢取未来！

从2006年，亚马逊第一次推出AWS云服务开始算起，云计算已经走过了十四个年头。今天，“上云”这个关键词已成为整个业界的集体共识，而AWS也凭借强大的创新迭代速度，以及服务的深度和广度，长期在全球公有云市场中占据领导者的地位。

早在2011年，AWS就发布了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……

正是依靠长期不断的技术创新，AWS在2020年第三季度的年化收入高达460亿美元，同比增长29%，相当于一年增长了100亿美元；此外，Gartner发布的《2019年全球公有云IaaS和PaaS市场份额报告》中，AWS的市场份额为45%，超过第二、第三、第四、第五名的总和（34.3%）。更为关键的是，最新的营收数据显示，AWS就与微软、戴尔、IBM和思科一起，成为了全球第五大企业级IT公司。

客观的说，世界上没有无缘无故的成功，即便是对AWS这样早已在很多领域证明过自己的公司来说。那么，AWS成功背后究竟靠的是什么呢？在今年举办的AWS re:Invent大会上，AWS CEO Andy Jassy给出的答案是“唯有不断地重塑，再造自己才能够生存下来。”

事实上，Andy Jassy在re:Invent大会首日长达3个多小时的演讲中，就出现了超过50次的“重塑”，从这个角度来说正是“重塑”，让AWS成为了这个时代众多企业数字化转型的“底座”；也正是“重塑”，让AWS每一次都能突破过去，并提前布局未来，其成长之路也越走越宽，越来越有力量。

混合云市场的新重塑

众所周知，并不是AWS创造了混合云的概念，但现在的AWS俨然已是混合云市场创新的“代言人”，其探索与创新的步伐更是早已远超众多对手。

在AWS看来，未来大部分公司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，因此对于AWS而言，当下最重要的工作就要帮助客户在混合云的本地部署（on-premise）模式中，通过技术的创新让客户的混合云之旅能够实现短期、中期和长期的转型与升级。

基于这样的考量，AWS在早期推出过虚拟私有云服务Amazon VPC和网络服务AWS Direct Connect，在云与本地数据中心之间建立了一座“桥梁”。随后，AWS与VMware合作推出了VMware Cloud on AWS，让客户可以在AWS使用同样的VMware软件和工具。2018年，AWS重磅发布了AWS Outposts，它采用与AWS云数据中心一样的服务器硬件，搭载AWS服务并由AWS全托管，使用与AWS云上相同的API、控制面板、工具、功能等，这样就不但解决了客户本地设备和云计算之间的延时的问题，也不用担心运维，并且使用一致性的平台技术，使得企业开发的门槛变得更低。

也正因此，AWS Outposts尽管只是发布了一年多的时间，就在全球获得超过上千家客户的支持，而在此基础上，AWS认为“本地”不应该仅仅是指本地的数据中心，包括饭馆、仓库甚至农田的IT需求都应该算“本地”，因此混合云不仅是云上+本地的结合，同时也需要把各种边缘节点结合进来。

为此，AWS重新设计和开发了1U和2U两款小尺寸的Outposts，可以适应餐馆、医院、零售商店、工厂等IT设备空间受限的场所。其中，1U尺寸的Outposts跟一盒披萨一样大小，体积是AWS Outposts的1/40，却具有相同的功能；同样，AWS Snow系列设备在全新的边缘应用场景下，也有了新的用武之地，特别在偏远地区、山区、船舶、救援车辆等环境下，AWS Snow也能满足用户的需求。

类似的思考和类似的方案，也能放到城市的范畴上，但这不是针对某个客户的混合云本地化部署，实际上是为城市赋能企业所搭建的一个创新平台，AWS称之为“AWS Local Zone”，AWS Local Zone服务去年率先部署在美国洛杉矶，今年又开通了波士顿、休斯顿和迈阿密三个区域，而2021年AWS Local Zone将新增12个美国区域市场的覆盖。

由此可见，在混合云市场，AWS的策略是十分务实和稳健的，其“立足点”始终是围绕客户的需求而展开不断的创新与重塑，可以想象这样一个“画面”，即未来在5G、云边端等各种不同的场景之中，AWS Outposts都能把自身云端的各种基础服务推送给最终客户，或许这也是AWS一直以来都坚信公有云未来会“无处不在”、“无所不及”的重要原因吧。

开启容器服务新未来

如果评选过去一年整个科技圈最热门的词汇，那么容器一定首当其冲。同样，作为全球领先的云计算服务商，AWS也积极拥抱容器化和云原生，并围绕容器服务打造自身的产品体系。

早在2015年，AWS率先推出了Amazon ECS全托管容器调度管理服务，其为AWS 原生Docker容器解决方案，同时为了进一步支持开源的Kubernetes的发展，AWS相继推出了Amazon EKS 与 AWS Fargate，由此AWS的容器产品和服务涵盖从底层容器镜像仓库到上层应用网络，支持了企业容器化应用的全生命周期。

当然，尽管AWS提供了多种容器化服务，但不少企业仍有强烈的在本地运行容器应用的需求，因此在今年的re:Invent大会上，AWS也正式发布了Amazon ECS Anywhere以及Amazon EKS Anywhere，分别让客户能够在自己的数据中心运行Amazon ECS和Amazon EKS，同时为进一步降低开发者使用容器应用的难度，AWS Proton“应运而生”，它能帮助开发者让容器和无服务器应用程序的开发和部署自动化。此外新增的Amazon ECR，则可以更加方便开发者公开分享和部署容器软件，简单且高可用。

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，需要对其更新和维护，而随着容器和无服务器应用的增加，基础设施团队、开发团队和运维团队之间，协调基础架构配置、代码部署和运维监控的工作变得日益复杂，拖慢应用开发速度，而全新发布的AWS Proton服务，能够提供更细粒度的开发和部署管理工具，极大便利了容器和无服务器应用的开发与部署。

具体而言，AWS Proton能够让基础设施团队可以建一个调用栈（Stack），调用栈是一个文件，由三部分组成：一是定义和配置微服务中所用AWS服务的模板；二是持续集成/持续部署模板，定义代码编译、测试和部署流程；三是Proton模式，指明开发者可以加入的参数，例如内存分配、DOCKER文件等，除了具体的应用代码以外，所有关于微服务部署的信息全都在调用栈里。同时，基础设施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。

对此，AWS大中华区云服务产品管理总经理顾凡强调，AWS Proton的发布具有“划时代”的意义，主要是过去的市场的重点是聚焦无状态容器应用的编排，重点是利用容器及编排技术提升应用交付效率，但随着容器的不断发展，已很难满足容器应用的统一管理、统一运维、统一调度的诉求，此外，传统容器解决方案主要提供通用的基础平台能力，缺乏对新兴技术的支持，及以应用为中心的资源调度能力等等。

而AWS Proton是业界少有的从组织管理维度、标准接口层面定义的视角出发，打造面向容器化应用部署和管理平台型产品，通过标准化的服务模板，企业就能显著降低管理微服务的复杂性，且开发人员也可以更简单地使用容器和无服务器技术部署代码。

不难看出，AWS在容器和云原生领域的探索与实践，其实和AWS Outposts的策略“一脉相承”，那就是通过ECS Anywhere 和 EKS Anywhere，AWS整个云原生的应用管理能力逐渐从云端无缝延伸到客户自有的数据中心，而客户无论是在本地数据中心，还是云端也能通过ECS或EKS来管理自身的容器平台，再加上“AWS Proton”加持，更多的企业就能够在混合多云的环境下，更好的踏上容器和云原生的旅程。

释放机器学习新力量

值得一提的是，机器学习也是今年re:Invent大会的“主角”之一。事实上，AWS利用机器学习技术已经有20多年时间，并在2016年开始发力，在云上提供机器学习服务。当年仅发布了三个服务，2017年开始加速，最近三年，每年新增的服务和功能超过200个，可以说真正为全球AI的开发者丰富了他们急需的工具集。

据介绍，目前AWS在机器学习领域已搭建起了一个三层“架构”，每一层中都具备丰富的“工具集”，能够全方位满足用户的需求，具体而言：

一是，最底层是“机器学习框架和基础设施”，AWS支持主流的机器学习框架，客户还可以通过容器部署的方式，自带机器学习框架；同时，AWS可以提供基于英伟达、英特尔、AMD、赛灵思等芯片厂商的最新处理器的强大算力，同时还通过自主设计的处理器，极大地降低机器学习的算力成本。

二是，中间层是“机器学习服务”， AWS的Amazon SageMaker为客户提供了首个全托管的机器学习集成开发环境，并为这个开发环境不断增加新功能，从数据准备、到模型训练、参数调优与模型迭代、到模型部署、模型质量监控，在整个过程中最大限度地提高企业开展机器学习的效率，降低客户开展机器学习的门槛。

三是，最顶层是“普惠的AI服务”，即面向技术能力相对薄弱的客户，这些企业有一定的数据，但没有算法人才，他们希望在业务场景中直接引入人工智能。为此，AWS为这类客户提供“开箱即用”的AI服务，目前已经涵盖机器视觉、语音文字转换、机器对话、文本处理、电商业务、客服、企业内信息搜索、开发与运维、工业AI等方面。

不仅如此，在大会上AWS还专门面向工业领域的机器学习场景，发布了Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama Appliance、AWS Panorama SDK和Amazon Lookout for Vision五项全新的机器学习服务，共同帮助工业和制造业客户在其生产过程中嵌入AI能力，以提高运营效率，改善质量控制、信息安全和工作场所安全。

顾凡表示，今天全球已有超过10万家客户选择在AWS上跑机器学习的工作负载，背后其实也正是AWS在机器学习领域构建出来的三大优势所决定的，首先是AWS机器学习服务的宽度和深度，让AWS可以为不同的客户提供“right tool for the right job”（为每一项工作都提供一个趁手的工具）；其次是AWS在机器学习领域抱着开放的心态，由此可以更好的集成到客户的应用环境之中去；最后是AWS始终坚持“授人以鱼，不如授人以渔”的价值观，不仅给客户提供丰富的“工具集”，更要教会他们使用这些工具，同时还会把产品原型做出来，让客户真正感受到AIaaS服务的新价值。

从这个角度来看，站在千行百业智能化转型变革的重要关口，AWS始终站在技术与应用的最前沿，通过打造的三层架构的机器学习平台，以及提供丰富的机器学习“工具集”，AWS为推动整个行业的智能化转型带来了更多的可能，同时也释放了机器学习的新力量。

正如顾凡最后所言：“中国客户尤其关心数据分析、机器学习、现代化应用、微服务、Serverless、容器等高级功能, 而AWS在这些方面源源不断地发布创新功能和服务，我们也希望尽快把这些创新的服务和功能引入中国，助力中国客户的上云和重塑之旅。”

全文总结，无论是混合云、还是容器、机器学习领域的前沿探索与广泛布局，都只是今年AWS re:Invent首日发布的43项全新服务和功能的一部分“缩影”，从这些“缩影”中，我们也不难感受到，AWS通过不断地“重塑自己”的同时，也重塑了客户体验，更重塑了整个行业的未来，这是AWS跻身全球第五大企业级IT公司的关键所在，也是其长期领跑全球公有云市场的强大势能所在。

点击”阅读原文“，

在线观看亚马逊re:Invent 2020！

申耀的科技观察，由科技与汽车跨界媒体人申斯基（微信号：shenyao）创办，18年企业级媒体工作经验，专注产业互联网、企业数字化、渠道生态以及汽车科技内容的观察和思考。