2018 re:Invent 回顾篇：前线开发者眼中 AWS 的创新版图

2018 AWS re:Invent 闭幕已近半月，回眸本次大会所带来的惊喜和震撼，已远远不能用“创新”二字形容。在历时 5 天的大会上，InfoQ 共与 5 位一线开发者或参与开发者社区共建的前线观察员进行了对话，基于他们看到的技术革新、发表的感悟和收获，笔者对本届 re:Invent 的创新发布做简单的梳理及总结。同时，基于现场对三位 AWS 客户嘉宾的专访（分别是树根互联 CTO & 联合创始人刘震、Strikingly 技术副总裁龚凌晖、睿视智觉 CEO&联合创始人龚纯斌），InfoQ 也欲呈现一些 AWS 的技术与服务实践之路。

Navigate Isn’t Just Cooperation

本次 re:Invent 上，AWS 在 Day2 议程中发布了 AWS Navigate 计划。该计划面向的是 AWS 合作伙伴（也成合作伙伴网络，APN），主要是为其提供成为 AWS 专家所需的指导，并使其代表 AWS 客户部署创新解决方案。

其实，Navigate 计划并不简单意味着加深 AWS 与新旧客户的进一步捆绑式合作，还意味着技术整个生态链上上下游产业的加速发展。在 InfoQ 前线专访的 5 位观察者中，有 3 位作为 AWS 的重度使用者而发言。虽然他们关注的技术领域和工具不尽相同，但对于 AWS 的工具创新都给予了肯定。

在 Strikingly 技术副总裁龚凌晖的采访中，他表示，Strikingly 在整套技术方案里面综合使用了不少 AWS 的服务，也自主开发了不少工具或平台。借助 AWS 服务（包括多可用区的 AutoScaling、S3、CloudFront、Route 53、SQS 和 SNS 等），Strikingly 一方面加强了 SaaS 产品整体性能的稳定性和安全性，另一方面，基于 AWS 中国区在 17 年-18 年落地的各种不同的新服务，Strikingly 也扩大了产品线，将之前比较单一的小程序产品线扩大到不同的垂直领域。龚凌晖提到，加入 APN 之后，AWS 在市场宣传和渠道拓展方面也给予了较多支持。

类似 Strikingly，睿视智觉与 AWS 的合作覆盖了从产品和服务支持到技术支持等多个维度，这也使得他们可以在较短时间内完成对基础产品的落地。

睿视智觉 CEO&联合创始人龚纯斌在采访中提到，2016 年底他们就加入了亚马逊云创计划，2017 年 3 月使用亚马逊 F1 开始做 FPGA 的部署，因为在 VGA16 模型上实现了超过某友商六倍的速度，所以使用 AWS 价值很快在其内部得到认可。当时在国内还没有 FPGA 的环境，睿视智觉使用 AWS EC2 F1 实例完成了第一代和第二代 FPGA 加速模型的开发。此外，龚纯斌也谈到，亚马逊早期的 BD 团队为其推荐了很多资源，大家在整个产业链可以创造更多的合作和价值。

正如龚纯斌所说的，“AWS 内部有大量的合作伙伴体系，比如整个 APN 体系。在这个大体系里可能就有一些大量的配合。大家擅长于某个模块，不同的企业之间可以做更有效的结合。”

树根互联是由三一重工孵化后独立成立的工业互联网公司，主要基于云计算技术为工业界提供数据管理分析等解决方案。早期，为实现工业互联网平台搭建与设计，并实现整体商业模式，树根互联做了一系列基础建设工作，包括专门针对工业界数据管理，数据分析而建设的特殊平台。因为工业数据具有较为明显的特性、参数变化也很大，所以为了管理各行各业参数，树根互联在云端专门搭建了特殊的数据管理平台，并在此基础上设计了数据处理特殊平台，主要进行的是流处理工作。

树根互联 CTO & 联合创始人刘震谈到，在流处理技术上，工业界特殊的数据及数据分析处理工作决定了树根互联平台设计中，不能完全套用通用型流处理的处理器或者中间件，而是需要使用更高效的中间件，使其在数据的模型处理上更高效。此外，需要在参数处理层处理非常大的参数状况，特别是在整个数据库后端的数据存储和处理上，数据平台需要能够对各种不同的模型进行同时期的有效处理。基于此，树根互联使用了多项 AWS 云服务，以应对数据采集、数据分析处理层的多项挑战。

共建生态之外，创新依然是 AWS 的本源

本次 2018 re:Invent 上，AWS CEO Andy Jassy 和 CTO Werner Vogels 在两天的日程中发布了几十余项重磅产品。有的是对 2017re:Invent 发布产品的升级和延续，有的对业界来说，或许又是一轮颠覆式的新武器。例如，一方面作为去年里程碑式产品——Amazon SageMaker 的重磅升级，此次 AWS 推出了 SageMaker RL 和 SageMaker Groud Truth；另一方面，AWS 将自身积累二十余年的能力释放出来，对外开放了 Amazon Personalize 和 Amazon Forecast。总的来说， 通过越来越多 AI/ML 层的发布，AWS 期望让更多企业在没有专家和经验基础的情况下完成在 AI 上的技术接入，从而快速推进产品和业务的落地。

对于 Day3 的发布，InfoQ 特约观察员——来自 Kyligence 的大数据平台总监 Brian 总结了几项重点：

1、云上安全被提到了更加重要的位置，比如发布 AWS Control Tower 和 Security Hub 等；另外也加强在数据湖上的投入，例如 Lake Formation 的发布，可以使用户在几个月甚至几天内就能安全地建立数据湖，极大地缩短数据湖配置和安全管控的时间。

2、加大 AI／ML 层的投入。在我们前线采访中，Brian 和 AWS User Group 负责人 Becky 都谈到了一项有趣的发布——DeepRacer。关于 DeepRacer 的细节在此不赘言，不过 DeepRacer 确实从某种程度上体现了让机器学习技术平易近人的目标。

截至 2018 re:Invent 结束之时，外媒系统化地梳理了 AWS 在 Machine Learning 层的全新版图（详情见下），以供大家参考。

作者：Julien Simon，截图来自 @julsimon 的 Twitter

此外，Serverless 也是本次 re:Invent 的重磅发布项之一。AWS 正通过提供各种附加功能来增强 Lambda 功能，无论是发布的 AWS Firecracker 还是通过 ALB 支持 Lambda。作为本次大会 InfoQ 的特约观察员，龚凌晖在 Day4 日程结束后也综合谈到了 2018 re:Invent 上对 Serverless 的增强：

1、对 IDE 增强：为 Java、Python、Node.Js 定制 IDE 集成服务，可以让用户直接写 Lambda Code 并上传。

2、对编程语言的增强：主要增加了对 Ruby 语言的支持，这一点也另 Strikingly 很开心，因为他们在开发环境中主要使用的就是 Ruby 语言。除此之外，这次 AWS 还有一项更重点的发布，即发布了相关框架以支持任意语言写 Lambda，只要满足预定条件即可。

3、对编程模型的增强：发布 Lambda Layers，使得用户可以在管理依赖时更加方便。

4、对 WorkFlow 的增强：发布 Step Functions Service Integrations，将 AWS 服务加入该流程，方便用户更方便地构建更复杂的工作流，甚至无需写代码即可连接调用 AWS 服务。

由于篇幅有限，本文只能简单展示本次 re:Invent 的发布中的冰山一角，AI/ML 和 Serverless 的相关应用与实践并不能完全体现 AWS 的创新版图。如果感兴趣的朋友，可以浏览本次 InfoQ 对 re:Invent 大会的特别报道页面，查看本次大会记者带来的全面报道。