新火種
2024-05-31 
16家頭部大模型公司上海神秘碰頭，現場人擠人人人
擠爆了，簡直要被大模型公司們給擠爆了。
來感受一下這個feel：
毫不夸張地說，國內外叫得上來的大模型公司基本上都來了——
Anthropic、Meta、Mistral.AI、Stability.ai、月之暗面、智譜AI、百川、MiniMax……
到底是什么樣的事情能讓它們紛紛聚集到了一起？
不賣關子，這正是“云計算一哥”亞馬遜云科技所舉辦的中國峰會，整場活動的關鍵詞就是大熱的生成式AI。
不過有一說一，自打AIGC大戰開局以來，全球科技巨頭如谷歌、微軟、OpenAI等一直呈現出你追我趕的態勢。
而亞馬遜云科技的“出鏡率”似乎并沒有它們那么高，但這場活動又為何會引來如此多的廠商和圍觀群眾？
其實在深入了解和體驗一番之后，我們不難發現，亞馬遜云科技在AIGC這件事上已然是“全棧+全能”的狀態了。
已經可以上崗的AIGC應用
之所以說是全棧，是因為亞馬遜云科技的能力已經覆蓋到了生成式AI最為關鍵的三大層面，即：
算力層：用于基礎模型訓練和推理的基礎設施模型層：使用基礎模型加速生成式AI應用構建應用層：開箱即用的生成式AI應用
至于能力如何，我們直接來看下最為直觀的效果。
在生成式AI應用方面，亞馬遜云科技面向企業和開發人員所推出的是生成式AI助手——Amazon Q。
它相當于給企業配備了一個量身定制的AI專家，可以根據企業既有的人員、角色和權限對每個用戶交互進行個性化的定制。
例如用上Amazon Q Developer(開發者版)，編程這件事就只需簡單的“點點點”和“提要求”。
以功能開發和代碼轉換為例，開發者只需要向Amazon Q描述想要的新功能即可，然后它就能自己進行規劃、執行和迭代：
而且Amazon Q還會根據任務的內容，動態地分配最合適的大模型，讓性能做到Pro Max。
再如Amazon Q Business(企業版)，同樣也是只需要簡單的語言輸入，就能幫助員工簡化任務、加速決策。
例如員工可以根據公司已有但分散的數據信息，讓Amazon Q來做整理和分析的工作，從而給員工答疑解惑、增加工作效率：
諸如整合分析、撰寫報告和制作PPT文稿等工作也是不在話下：
除此之外，亞馬遜云科技為了讓提高效率這事更上一層樓，還推出了Amazon Q Apps，它是Amazon Q Business中的一項功能，可以讓員工能夠迅速且安全的基于企業信息創建、分享應用程序。
而且Amazon Q Apps是無需任何編程經驗、可以基于歷史對話、自動化的那種。
例如一個HR如果要創建一個新人的入職30天計劃，就只需要向Amazon Q Apps“喂”員工姓名和工號即可。
而整個過程，也只需要短短幾秒鐘的時間！
在數據分析處理方面，亞馬遜云科技則是將Amazon Q集成到了QuickSight中。
以往生成一個商業智能儀表盤可能需要數個小時的時間，但現在，幾分鐘就可以搞定了。
而且所有員工都可以根據這樣可視化的數據內容，向Amazon Q提出自己的問題，讓復雜的數據分析任務變得簡單且高效。
總而言之，縱觀Amazon Q的效果和能力，亞馬遜云科技主打的就是用生成式AI的力量把繁瑣復雜的工作任務變得簡單，簡單，再簡單。
但Amazon Q之所以能在企業場景做到如此方方面面且絲滑，離不開背后大模型的能力。
不會有一個大模型一統天下
亞馬遜云科技的大模型能力對外輸出，主要依靠處于模型層的Amazon Bedrock。
它是亞馬遜云科技正式加入大模型浪潮競爭的標志，也是亞馬遜云科技和微軟OpenAI正面硬剛的關鍵。
基于Bedrock打造的生成式AI應用，已經多達數十種，讓人看得眼花繚亂。
簡單理解，Bedrock是一個集成了多種先進AI大模型的平臺，只需單個API，就可以提供包括Claude、Mistral、Llama、Stable Diffusion、自研Titan系列在內30個模型的能力。通過提供預訓練、微調、知識庫、RAG、模型評估等功能，能夠靈活定制大模型或應用。
亞馬遜全球副總裁、亞馬遜云科技大中華區總裁儲瑞松在峰會上表示，亞馬遜云科技一直認為“不會有一個模型一統天下”，企業有從多個大模型中做選擇的權力。
因此，在Bedrock上被放置了數十個業界領先的大模型供企業選擇。包括和GPT-4并駕齊驅的Claude 3、主打開源的Llama系列和Mistral AI、以及圖像生成方面的Stable Diffusion。
同時還包括亞馬遜云科技自研的Titan系列，目前已陸續推出7個模型，能力范圍包括文本摘要檢索生成、圖像生成、RAG、思維鏈、問答、搜索、個性化、推薦等。
具體能力上，Bedrock重點關注4個方面：
豐富靈活的模型選擇輕松定制模型簡化AI應用集成保障隱私安全
最首要的，構建生成式AI應用關鍵的一步是找到合適的模型。
Bedrock提供了業內最廣泛的模型選擇，并推出Model Evaluation功能，支持企業快速分析和比較不同模型。
一般需要企業先給出評估標準，比如對準確性、魯棒性的要求，并上傳自有數據集/提示詞庫，或者從Bedrock內置的、公開可用的資源中選擇。一些主觀或需要細致判斷的的評判內容，平臺會引入人工審核，根據特定應用場景的指標進行評估。
完成設置后，Bedrock便可開始評估并生成報告，最短僅需幾個小時，企業就能找到適合自己的模型。
在選擇好模型后，企業可利用專有數據，通過RAG、提示詞工程或微調來定制對應大模型功能，以創建私有模型。
比如針對Command R、Llama 3、Titan Text Lite等模型，只需簡單幾步即可進行微調。如果選擇了Titan Text模型，還能對未標記的數據持續預訓練，以更適應對應行業和領域。
Bedrock知識庫可自動執行完整的RAG工作流程，包括攝取、檢索、提示詞增強和引用。
同時，Bedrock還推出了自定義模型導入（Custom Model Import）功能。企業現在能將自己定制模型導入到Bedrock中，以完全托管的API形式進行訪問。由此，自定義模型可以方便地被集成到現有應用程序和工作流中，并同樣得到隱私安全保護。
目前Bedrock專有模型導入功能已推出預覽版并支持Flan-T5、Llama和Mistral三種開放模型架構。
模型推理方面，Bedrock Batch支持有效執行大量數據的模型推理任務，可在大規模推理任務中避免限流問題，無需編寫代碼即可處理故障并重啟，適用于基礎模型及用戶自定義模型。
AI應用層面，Bedrock Agents功能支持構建基于企業系統和數據來執行任務的Agent。使生成式AI應用能夠使用自然語言來執行多步驟的業務任務。
包括利用LLM使用自然語言進行交互和相應；任務拆分和編排；通過動態調用API完成任務執行；追蹤基礎大模型思維鏈流程并優化底層Agent的提示工程。
比如使用Bedrock構建一個AI造型師，效果大概會是醬嬸兒的。
最后在安全隱私保障方面。Bedrock的Guardrails功能在基礎模型的原生能力之上提供了安全保護，可阻擋85%有害內容。
企業只需通過自然語言來定義不予顯示的內容，就能快速創建一個Guardrail。同時還可設置閾值以過濾帶有仇恨羞辱、暴力、攻擊性等內容，并移除任何個人信息和敏感信息。
這一功能可用于Bedrock上的所有大模型，并且能與微調、Agent功能結合使用。
總結來看，Bedrock以企業定制大模型為出發點，提供模型選擇、定制、應用開發、安全保障等一系列功能，使各行各業能更加簡單方便用上大模型。
在正式推出1年之后，Bedrock為亞馬遜云科技帶來的增長和影響已經在具體數據直觀體現：
亞馬遜2024年第一季度財報顯示，亞馬遜云科技收入連續兩季度加速增長，運營利潤率創下歷史新高，達到37.6%。
為啥能增長如此迅速？亞馬遜云科技的最強基本盤——算力基礎設施，為其提供了最關鍵的保障。
還有“云計算一哥”的看家本領
基礎設施一直都是亞馬遜云科技的強項。
2023年第四季度數據顯示，亞馬遜云科技依舊是“云市場一哥”，擁有全球31%市場份額。
全球1000家獨角獸中，超過80%都使用亞馬遜云。目前亞馬遜云科技的年化收入已經超過1000億美元，并且還在以17%的增長率增長。
在前大模型時代，亞馬遜云科技構建了服務全球245個國家和地區的基礎設施建設、超過200大類的云服務，過去十余年中已服務全球數百萬客戶。
其底層算力構成主要由兩部分構成，可以為企業提供高性能、高性價比、低功耗的算力選擇：
和英偉達密切合作持續投入自研芯片
一方面，亞馬遜云科技和英偉達的合作已經長達13年，二者保持長期的戰略合作關系，曾共同推出了世界上第一個GPU Cloud實例。
在披露的最新進展中，亞馬遜云科技將推出基于英偉達最新一代Blackwell架構GPU的Amazon EC2(Amazon Elastic Compute Cloud)，以加速構建及運行數萬億參數大模型的性能。
同時將提供首款搭載英偉達Grace Hopper超級芯片的云AI超級計算機，以及首款采用英偉達GH200 NVL32的NVIDIA DGX Cloud。
另一方面，在算力瓶頸愈加明顯的環境下，亞馬遜在很早期便開始自研芯片。
2019年亞馬遜云科技推出了高性能機器學習推理芯片Inferentia，2020年底又推出了定制機器學習訓練芯片Trainium。
目前最新一代用于AI訓練的Trainium 2可支持千億、萬億級參數大模型訓練。與上一代相比，其訓練性能提高4倍，能效功耗比提高2倍，內存增加3倍。
一個Amazon EC2可部署多達16個Trainium 2，相較于部署同類芯片的EC2，部署Trainium 2的可節省50%訓練成本。
用于AI推理的Inferentia 2專門針對千億參數大模型進行優化，與上一代相比，計算性能提高3倍，內存擴大4倍，吞吐量提高了4倍，延遲降低至1/10，并可支持大模型分布推理。
Inferentia 2是Amazon EC2中首個推理優化實例，可通過加速器之間的超高速鏈接支持橫向擴展分布式推理。
搭配SageMaker Hyperpod和SageMaker Jumpstart, 可進一步加速基礎模型推理與訓練。
前者可簡化大模型基礎訓練的過程，后者則提供了一個機器學習中心，通過提供一系列基礎模型，讓用戶無需自己從頭構建和訓練模型，進行快速訓練和部署。
現在亞馬遜云科技還在不斷拓展中國區域SageMaker Jumpstart中的基礎模型種類，引入領先的中文基礎模型。亞馬遜云科技在中國峰會2024上宣布，由百川智能提供的基礎模型Baichuan2-7B即將登陸中國區域SageMaker JumpStart，由零一萬物提供的基礎模型Yi-1.5 6B/9B/34B正式登陸中國區域SageMaker JumpStart，在為中國企業提供豐富模型選擇的同時滿足了企業對安全合規、快速擴展、免運維的需求。
作為首批登陸中國區域SageMaker JumpStart的中文基礎模型，Baichuan2和Yi-1.5與亞馬遜云科技托管服務深度集成，助力中國企業應用一流的生成式AI技術實現本土創新與業務轉型。
如上多個方面，共同構成了亞馬遜云科技的底層算力建設，更為其生成式AI全棧架構提供扎實底座。
在生成式AI大潮下，亞馬遜云科技提出，未來真正能創造最大價值的將是生成式 AI 的行業應用。如金山辦公、沐瞳科技、涂鴉智能、禮來科技等擁抱大模型的廠商都選擇與亞馬遜云科技合作。
其中，禮來制藥是一家全球跨國藥企。去年開始，他們重點布局打造以生成式AI為核心的AI基礎能力。基于亞馬遜云科技提供的生成式AI云服務，他們快速打造了員工聊天問答機器人、醫學文獻引用驗證、競品及市場推廣分析、基于醫學內容的FAQ生成。
實際上，這也是亞馬遜云科技一直以來強調的路線與理念。
他們提出，企業應用是行業應用未被泛化的一個個實例。
而亞馬遜云科技當下要做的，就是成為企業構建和應用生成式AI的首選，以推動各個行業真正意義上擁抱生成式AI大潮。
從宏大遠景到具體行動，亞馬遜云科技的生成式AI戰略已然全盤托出。
那么當下，也就到了重新審視亞馬遜云科技的時刻。
AIGC時代，如何評價亞馬遜云科技？
首先，不論是大模型時代的當下還是此前的傳統AI時代，一切的一切都繞不開算力這個核心關鍵點。
而亞馬遜云科技早早發力于云計算領域，已然在全球范圍內處于公認的“云計算一哥”的位置。
加之與英偉達的密切合作，亞馬遜云科技無疑是在Scaling Law為主旋律的當下妥妥的算力大玩家。
其次，在模型層面上的戰略，亞馬遜云科技走的是一條“集大成者”的路線——當下每個大模型都各自擅長的能力，將它們集成到一起，方便客戶選用。
也正如儲瑞松在這次Keynote中所述：
正是基于這樣的一個思路，在更上層的應用方面，諸如Amazon Q這樣的應用才能做到“多、快、好、省”地上崗諸多領域。
而這也是符合當下“應用為王”的大趨勢。
總而言之，有算力、有模型、有應用、有市場，亞馬遜云科技絕對是AIGC時代不容小覷的巨頭之一。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
