云计算一哥的生成式AI之道：Choice Matters

引言：
AI大模型并非一个赢家通吃的市场。自OpenAI在2022年发布ChatGPT以来，科技巨头和初创公司纷纷加大投入，试图在模型性能上超越彼此。追求单一、性能卓越的AI大模型成为主流，各类Benchmark上的夺冠也成为市场认可的入场券。然而，亚马逊云科技在大模型市场里采取了截然不同的策略。

亚马逊云科技的“AI步法”：Choice Matters
亚马逊云科技在AI大模型时代的定位，常被称为“沉睡的雄狮”。它通过“工厂模式”推动大模型的发展，以集成各路大模型的Amazon Bedrock为主。然而，在re:Invent 2024中，亚马逊云科技发布了全新的基础模型Amazon Nova系列，一口气发布了六款模型，涵盖文本对话、图片生成和视频生成，并首次公开了与主流玩家的PK测评成绩。

亚马逊云科技认为，大模型市场不是赢家通吃的市场。相反，它强调“会做选择，比拥有单一强大的大模型更为重要”。公司通常在其AI服务中使用多个基础模型，根据不同用例或结果路由到不同的模型。这种模式似乎正被市场接纳，例如Anthropic的市场份额翻倍至24%，而OpenAI的份额从50%下降到34%。

提供了怎样的AI选择权？
在re:Invent 2024中国行全国巡展北京站活动中，亚马逊云科技大中华区产品总经理陈晓建回顾了公司的AI选择权。在90分钟的主题演讲中，露出了多达30多个“AI可选项”。这些产品覆盖了生成式AI的全周期，从基础设施到模型服务再到AI应用，体现了全栈式创新。

新款自研基础模型
Amazon Nova系列包括四个“杯型”：Micro、Lite、Pro和Premier，分别针对不同需求。Amazon Nova Micro主打低价格和低延迟，Lite和Pro则在成本和性能上取得了平衡。Amazon Nova Premier则能处理复杂的推理任务。这些模型的成本大幅降低，前三者比Amazon Bedrock中表现最佳的模型至少降低75%。

亚马逊云科技的全面升级
除了大模型，亚马逊云科技还升级了其“老本行业务”——云计算。在计算层面，推出了性能全面升级的Amazon EC2 Trn2实例，训练速度提升4倍，内存带宽提升4倍，内存容量提升3倍。此外，还推出了Trn2 UltraServer，每台集成了64颗Trainium2芯片，提供2TB/s带宽和1微秒级延迟。

在存储层面，发布了专为表格数据设计的Amazon S3 Tables，提升了查询速度和事务处理速率。在数据库层面，发布了新型无服务器分布式数据库Amazon Aurora DSQL，实现跨区域强一致性和无限扩展。

数据分析能力升级
亚马逊云科技还升级了一站式数据、分析与AI解决方案中心——新一代Amazon SageMaker。新一代SageMaker整合了Amazon Athena、Amazon EMR等工具和功能，提供更灵活的训练计划和任务治理功能，帮助客户更快开始训练流行模型，节省数周时间，降低成本。

总之，亚马逊云科技通过提供多种选择，以客户为中心，逆向工作的方式，将继续在这个时代为我们带来惊喜。