在亚马逊云科技（AWS）2024年的re:Invent大会上，该公司展示了其在加速计算和生成式人工智能（AI）领域的最新进展。AWS通过一系列高性能、低成本的计算实例，为开发者和企业提供了构建和扩展大规模生成式AI模型的基础设施。
AWS宣布了一系列新功能和产品，旨在解决生成式AI工作负载的独特需求。其中，Trainium 2加速器的推出尤为引人注目。这款由AWS自主研发的AI加速器专为机器学习工作负载设计，每个加速器拥有96GB内存，支持高达1.5TB的聚合高带宽内存，为训练和推理大型模型提供了强大的计算能力。
在医疗保健领域，AWS的客户如Amgen正在利用基于Transformer的模型加速药物发现过程。这些模型能够学习蛋白质的结构和功能，为新药开发提供候选分子。大型语言模型（LLM）在简化电子病历和文档编制方面也展现出巨大潜力。
在工业和汽车制造中，生成式AI被集成到机器人技术中，提高了生产线的效率和安全性。法拉利等公司利用生成式AI设计汽车，通过高度逼真的3D渲染改善客户体验。
金融服务行业也受益于生成式AI的应用。一些公司利用LLM优化年报和财务报表的处理，使其更易于投资者理解。在零售行业，AWS推出了基于GPT的购物助手Rufus，为客户提供个性化的购物建议。
媒体和娱乐行业同样受益于生成式AI的发展。Adobe等公司利用多模态模型，使用户能够通过简单的文字输入创建复杂的电影体验。这种创新彻底改变了内容创作过程，为创作者提供了前所未有的灵活性和效率。
AWS在EC2计算层面拥有独特的优势，能够洞察生成式AI的发展趋势。过去一年中，LLM的训练规模持续增长，最大的任务使用了超过10,000个GPU进行同步分布式工作负载。AWS不断扩大其集群规模，以支持数十万个加速器的训练需求。
除了训练规模的扩大，LLM的推理需求也在全球范围内显著增长。AWS通过优化计算经济性和扩大计算足迹，使全球各地的公司都能将最强大的LLM集成到其应用程序中。
在硬件加速方面，AWS提供了包括NVIDIA GPU、Amazon Inferentia和Trainium在内的多种加速器选项。这些加速器通过高性能的芯片间互连和优化的计算资源，为AI工作负载提供了卓越的性能和成本效益。
AWS还通过其Nitro System提供了业界领先的安全功能。Nitro TPM能够测量和验证部署代码的完整性，确保应用程序运行在可信的环境中。AWS还通过优化网络协议和存储选项，提供了高效、可靠的数据访问能力。
在生成式AI技术栈方面，AWS提供了包括SageMaker和Bedrock在内的多种工具和服务。SageMaker提供了端到端的托管服务，帮助客户准备数据、训练模型和部署应用。Bedrock则简化了对预训练语言模型的微调和部署过程。
在re:Invent大会上，meta分享了其利用AWS开发Ray-Ban meta智能眼镜的经验。该眼镜集成了meta AI功能，能够通过视觉和听觉输入为用户提供实时反馈。meta利用AWS的计算能力和可靠性，快速原型设计和扩展其多模态LLM。
AWS在加速计算和生成式AI领域的不断创新，为全球企业和开发者提供了强大的支持。随着生成式AI技术的不断发展，AWS将继续引领这一领域的进步，推动各行各业实现数字化转型和智能化升级。
AWS通过其全面的计算实例组合、强大的托管服务和创新的技术栈，为客户提供了构建和扩展生成式AI模型的高效解决方案。随着生成式AI技术的不断成熟和应用场景的不断拓展，AWS将继续发挥其全球领先的云计算优势，为客户创造更大的价值。
