亚马逊云科技 CEO Adam Selipsky 曾说过：迄今为止，没有一个生成式 AI 的运用不是在云上发生的。
最近一段时间，生成式 AI 技巧快速发展，专用于新技巧的数字根源设施，已经开始催生出新的运用。
在 10 月 24 日举行的 2023 亚马逊云科技生成式 AI 建立者大会上，人们围绕运用场景、对象和根源设施、数据基座、AI 原生运用建立和生成式 AI 办事等五方面，讨论了释放生成式 AI 潜力的新方式。
与此同时，我们也看到了生成式 AI 在不少行业的运用落地案例。
「生成式 AI 不仅仅是大模型。今天，当我们谈论生成式 AI 时，大多数人都在谈论根源模型，而整个生成式 AI 运用就像是浮在海面的冰山，」亚马逊云科技大中华区产品部总经理陈晓建说道。「露在海面的冰山一角就像是根源模型，而在冰川的底部，同样有大量的根源模型以外的办事来支撑，如加速芯片，数据库，数据分析，数据安全办事等等。」
亚马逊云科技供应了完整的端到端的生成式 AI 技巧堆栈，从下层的加速层如加速芯片，存储优化，到中间层模型建立对象和办事，再到最上层的生成式 AI 相关运用，每一层都在针对客户的不同需求持续翻新。
鉴于深度学习的人工智能技巧至今已经发展超过十年。最近一段时间，随着数据容量的激增，技巧的快速迭代，以及计算资源的发展，生成式 AI 技巧获得了爆发。生成式 AI 的核心是利用根源模型进行翻新驱动的。大语言模型包含大量参数，通过学习互联网规模的数据能够学习复杂的概念，因此获得了初步的通用化能力。
但更为重要的是，我们同样可以利用私有数据对根源模型进行微调，建立起执行特定领域任意的对象。
今年 4 月起，Amazon Bedrock 等生成式 AI 运用办事的推出，标志着亚马逊云科技将大模型引入云计算根源设施的努力正式开始。
亚马逊云科技希望从多个方面辅助开发者，共同建立生成式 AI 的普惠化：
首先，辅助所有规模的企业选择合适场景、运用业内领先生成式 AI 模型。其次，通过专门建立的生成式 AI 对象和计算根源设施，辅助快速搭建生成式 AI 运用。亚马逊云科技建立了强大的数据托管平台，让企业可以便捷、安全地运用私有化数据，实现差异化竞争优势。在完全鉴于云原生的业务根源上，亚马逊云科技建立了生成式 AI 的云原生架构。除了搭建生成式 AI 运用本身，用户同样可以运用多种开箱即用的技巧来提升效率。
针对生成式 AI 根源模型迭代速度快，优势各不相同的情况，亚马逊云科技推出了 Amazon Bedrock 和 Amazon SageMaker JumpStart 两项办事，让客户可以便捷地选择适合自身业务的模型。
陈晓建表示，Amazon Bedrock 是企业运用根源模型建立和扩展生成式 AI 运用程序最简便的方法。它供应了广泛的模型选择、数据隐私机制，能够自定义模型，同时也是无办事器化的运用，无需管理下层的根源设施。
在 9 月底，亚马逊云科技刚刚宣布 Amazon Bedrock 正式可用。目前很多来自于业界的头部大模型，都可以在 Amazon Bedrock 上找到，如 Jurassic、Claude 2、Command、Llama 2、Stable Diffusion 和 Amazon Titan。
在活动中，亚马逊云科技着重强调了生成式 AI 开发平台的安全性。Amazon Bedrock 在开发之初就考虑到了安全性和隐私保护，能够辅助客户保护敏感数据。首先，用户的任何数据都不会被用于训练任何原始大模型。其次，用户可以配置自己的私有环境，如虚拟网来执行自身的环境进行训练。Amazon Bedrock 同时符合 HIPAA（健康保险流通与责任法案）和 GDPR（欧盟《通用数据保护条例》）等合规标准。
除了 Amazon Bedrock，亚马逊云科技还供应了 Amazon SageMaker JumpStart，用户可以在其之上获得更多来自工业界和学术界的开源模型，Amazon SageMaker JumpStart 同时供应了深度的定制环境和评估等功能。
虽然根源模型通常已具备强大的自然语言能力，但在执行一些特定任意时，开发人员往往需要进行大量细致的调优工作。对此，Amazon Bedrock 供应了无需编写代码就可以实现的托管代理（Amazon Bedrock Agent）对象，让自动化的 Agent 辅助人们执行复杂的任意。在其之上，开发者只需点击几次鼠标就可以让 AI 自动分解和编排任意，通过 API 链接到相关的数据源，同时可以连接到后端的 Amazon Lambda 来执行任意。
在生成式 AI 运用建立的过程中，除了大模型本身，人们同样需要高性能、低成本的根源设施。亚马逊云科技供应 Amazon EC2 P4d 实例鉴于 A100 的 GPU，最新的 Amazon EC2 P5 实例鉴于 NVIDIA 的 H100 的 GPU，为训练和部署供应了很高的性能表现。和上一代实例相比，新的根源设施把训练时间缩短了 6 倍，成本降到了原来的 40%。
在推理方面，最新的 Amazon EC2 G5 实例鉴于 NVIDIA A10G 芯片，也实现了性价比的三倍提升。
亚马逊云科技也拥有多达十年的自研芯片经验。最近发布的 Amazon EC2 Inf2 实例鉴于最新的自研机器学习芯片 Amazon Inferentia2，其推理性价比同类 Amazon EC2 实例相比高出了 40%。面向 AI 训练的 Amazon Trn1 的实例则可以让训练成本节省 50%。
亚马逊云科技表示，越来越多的客户正在选择鉴于其自研芯片的办事承载生成式 AI 运用，如 Airbnb、OPPO、Sprinklr 和 Autodesk，这个范围还在不断扩大。
大模型运用需要强大的数据底座，运用亚马逊云科技的办事时，人们可以运用 Amazon RDS 或者 Amazon Aurora 来存储数据，Amazon RDS 是一个包含了多个关系型数据库的托管办事，既包含像开源的 MySQL，同时也包括商用数据库像 SQLServer 和 Oracle。Amazon Aurora 是亚马逊自研的云原生数据库，能够供应很好的性能、扩展性和安全性。
在云原生环境中，Amazon DynamoDB 可以让用户不用关心任何下层的容量和拓展，并获得毫秒级的响应时间。
亚马逊云科技在数据库产品中集成了向量数据库功能，此外，很多办事都是无办事器化的，人们无需担心数据库下层的维护、版本控制或许可授权的问题。
除了功能完备的根源设施和大模型对象，在活动中亚马逊云科技还谈到了开箱即用的生成式 AI 开发对象。
今年 6 月，Amazon CodeWhisperer 正式上线，作为 AI 编程辅助对象，它可以实时供应编程的代码建议，从根本上提升开发人员的生产力。根据亚马逊云科技的数据，运用 Amazon CodeWhisperer 的开发者可以提升 57% 整体效率，成功率提升 27%。
在 9 月底，亚马逊云科技提出了 Amazon CodeWhisperer 定制化能力。它可以鉴于企业内部的 API、数据库、最佳实践和架构模式，生成包括内部代码库的实时推荐。
亚马逊云科技表示，目前 Amazon CodeWhisperer 已辅助上千家中小企业实现了生成式 AI 的翻新，已经有超过 10 万中国开发者运用了 Amazon CodeWhisperer。
在活动中，西门子集团、金山办公软件以及科思创中国作为亚马逊云科技中国区生成式 AI 翻新的代表客户，也分享了各自的翻新案例。
生成式 AI 的运用目前还处于初期阶段，除了供应技巧能力，亚马逊云科技希望继续扩大与国内外公司的合作范围，建立生态体系。
「建立生成式 AI 运用是充满挑战的系统工程，除亚马逊本身的资源以外，我们同样需要建立强大的合作伙伴生态，共同解决生成式 AI 运用建立中的各种技巧问题，加速运用落地，」陈晓建说道。