eCloudtureeCloudture
  • 雲端培訓
    • 雲端培訓課程
  • 人才培育
    • 2023 eCloudture 雲端種子計畫
  • 雲端資源
    • 部落格
    • 考試中心
  • eCloudture
    • 關於eCloudture
    • 學員心得分享
    • 聯絡我們
  • English
    • 雲端培訓
      • 雲端培訓課程
    • 人才培育
      • 2023 eCloudture 雲端種子計畫
    • 雲端資源
      • 部落格
      • 考試中心
    • eCloudture
      • 關於eCloudture
      • 學員心得分享
      • 聯絡我們
    • English
    • 目錄
    • AWS re:Invent 特輯
    • 【2021 AWS re:Invent 即時新聞】- Adam Selipsky Keynote

    【2021 AWS re:Invent 即時新聞】- Adam Selipsky Keynote

    • Posted by Shelly Yu
    • 課程類別 AWS re:Invent 特輯, 全部文章, 新聞
    • Date 01/12/2021
    • Comments 0 comment

    Welcome AWS CEO – Adam Selipsky

    本次 re:Invent 由新任 AWS CEO – Adam Selipsky 搭配來自 Guns N’ Roses 槍與玫瑰的經典搖滾曲目 Sweet Child O’Mine 颯爽登台分享開場 Keynote。本屆因應疫情首次結合了實體與虛擬兩種會場,讓世界各地的 AWS Users 都能共襄盛舉,同時也呼籲了目前的全球衛生危機,需要更多的組織彼此合作、一同面臨這場挑戰。

    如果還沒報名,也可以透過 Virtual reInvent Portal 報名參加哦!

    Adam 首先回顧了在過去十五年間,雲端計算概念確實在世界各地取得了大家的認同,雲端計算技術也有非常蓬勃的發展,很難相信在剛開始時雲端的概念幾乎不存在。

    從 2006 年發布 Amazon S3、Amazon SQS 並帶出 pay as you go 按需使用開始,在每年度都有劃時代的重大發表:

    • 2007 發表 Amazon EC2,開啟雲端運算時代
    • 2008 插旗歐洲
    • 2009 的 VPC 雲端網路環境、Amazon RDS 託管資料庫
    • 2010 進軍亞洲市場、發布 AWS CloudFormation
    • 2011 登陸日本東京、Netflix 宣布 All in Cloud 計畫
    • 2012 DynamoDB noSQL database 發表
    • 2013 AWS China 正式營運 Beijing 北京區域
    • 2014 宣布 Amazon Aurora 更高效能的 RDB solution
    • 2015 AWS Lambda 發布、定義何為 Serverless 無伺服器運算
    • 2016 AWS Snowmobile 大型貨櫃車開進會場,宣告 on-premises 機房 migrate to Cloud 時代來臨
    • 2017 發布 AWS Fargate 更是大大的抽象掉管理維運的概念、獲得滿堂彩
    • 2018 正式發表 Amazon SageMaker 與其他 AI Services 使得 AI/ML 服務更親民
    • 2019 發布 AWS Outposts 讓使用者在地端體驗 AWS Services
    • 2020 則是拓展到更多的區域、發布 no-code / low-code 的體驗

    至今,每天在 Amazon S3 上有超過一萬億個 Objects 進行上傳及下載的動作、Amazon EC2 有超過六千萬台 Instances 被 Provision 出來使用。除了這些還有超過兩百種各有特色與專業領域的服務,用於計算、儲存、資料庫、機器學習、資料分析等等。AWS 將不斷地提供最廣泛和最貼合使用者的服務和能力,Keep reInvent。

    目前和 On-premises 相比,雲端的使用量尚遠低於市場普遍率,像是 5G、Digital Transformation、Machine Learning…等資訊整合,都還有很多未開發的區域值得去探索及發展!

    籃球的遊戲規則 – 荊棘之路

    對於一個樂於接受挑戰的人,通常他們具有類似的特質:不輕易地讓規則來定義他們,他們不接受現狀,而是找到更新、更好的前進道路。同時,他們利用自己所擁有的知識,幫助人們理解眼前的挑戰,以便他們能夠克服這些挑戰,從而帶來改變;亦或提供有用的工具來幫助後繼之人能夠拓展出自己的道路。

    就好比籃球,許多人認為 Michael Jeffrey Jordan、Stephen Curry 是籃球界舉足輕重的佼佼者,但是一個較少人知道的 Hank Luisetti 才是造就今日籃球遊戲規則的重要人物。他不僅改變了整個投籃技巧,更是使用單手上籃的第一人,達成單場55分的高分創舉,並證明這樣的技巧真的能夠贏得勝利。

    AWS EC2 Instance Type

    提及 Amazon EC2 時,使用者從一開始地單純要求更多的運算資源,至 AWS 推出 m1.medium,接著又推出 m1.large 及 m1.xlarge;直到現在使用者要求更多,衍伸後續的 Auto Scaling 及 Load Balancer 等相關服務及功能。

    但使用者往往需要更多、更強大、更貼近不同場景的運算資源,因此 AWS 也持續依據需求提供更多不同種類的 Instance Family。截至目前為止,AWS 已經推出 475 種不同的 Instance Types。

    而近年,AWS 為了要提供更好的服務,同時改變使用者運用 EC2 的「遊戲規則」,開始研發以 AWS 開發之 Arm 晶片所驅動的 EC2 Instance:Graviton。甚至針對價格面向的優化,推出 Graviton 2,降低了將近 40% 的收費價格。

    但使用者永遠還需要更多、更好的運算資源。

    AWS Graviton 3

    因此,AWS 推出 Graviton 3,比起前一代的 Graviton,增加 25% 的運算速度,並針對特定領域的 workload,有更好的運算能力,例如:密碼學、數據分析、機器學習…等面向的 workload。同時也能夠節省將近 60% 的能源消耗(碳排量),更加環保。

    除了 Graviton 3 以外,AWS 也同步推出 C7g Instance Type,這是第一個由 Graviton 3 驅動的 Instance Type。

    AWS Inferentia

    而針對機器學習的 workload,在 2018 年 AWS 也推出自家研發的晶片:AWS Inferentia。同時也推出由 Inferentia 驅動的 Inf1 Instance Type,且相較於 GPU-based 的 Instance Type 降低了 70% 價格。

    AWS Trainium

    除了 AWS Inferentia 以外,去年針對 Deep Learning workload,推出了 AWS Trainium 晶片。因此接下來預計要推出 Trn1 Instance Type,以 Trainium 晶片驅動的 EC2 類型。

    如果需要更多運算的能力來處理機器學習的 Task,AWS 也有 UltraCluster 來串接幾萬個具有訓練加速器的 Compute Unit。

    隨著新的 Instance Type 的推出,使用者有更多的選擇來運行模型訓練、深度學習的 Task。

    Mainframe

    How about mainframe?

    現今在許多企業體當中仍有 mainframe 大型主機在 on-premies 地端機房運作,除了行之有十幾年,更難的是這些產業仍依賴運行在 mainframe 的應用程式。

    使用 Mainframe 不僅前期建置、購買的費用較高,在維運上也較複雜;就好比站著投籃雖然可行,但還會有更好、更有效率的方法來達成目的。

    因此有許多使用者開始思考如何降低這些維運成本,試著搬遷上雲、拆分成 microservices 等等的辦法。不過在轉移的過程,仍要注意是否能相容,然而完整的將服務解離/解藕,需要花費幾個月,甚至好幾年的時間。在這期間,你的競爭者早已領先一步。

    AWS 期望不僅僅是 EC2,更提供不同選項到需要運算單位的場景,因應這樣的需求,AWS 推出 Mainframe Moderization 服務,讓使用者可以無痛地將運行在 Mainframe 上的應用程式轉移至 AWS 上運行。

    Mainframe Moderization

    AWS Mainframe Moderization 可降低約 2/3 的轉移時間,包括部署、測試、確保相容性等等的程序。Mainframe Moderization 可以幫助分析應用程式的可讀性,支援 Replatform(搬遷至不同平台)及 Refactor(重構、可轉換程式語言)。

    過去幾年,大多數人總說雲端是未來趨勢,但還是有許多應用程式保留在 On-premises,或基於不想屏棄現有的設備,而採用混合雲的架構。

    然而,當使用者在考慮使用雲端時,經常只看到雲端的好處,卻忘記探討原先 On-premises 與 Cloud 之間要如何串接、搭建橋樑。

    因此使用者真正需要的,是讓 On-premises 的應用程式,也能夠有類似 AWS 的操作邏輯。

    而 AWS 在去年推出的 AWS Outposts,讓使用者可以利用同一套 API、工具來管理 On-premises 的設備。使用者只需要透過 AWS Console 選定規格、發送請求,AWS 便會到府安裝 Outposts 實體裝置,並接手處理原先由使用者自行管理的維運行為;若後續有要更新升級,也能透過 Console 提出申請。

    Hybrid Connection

    Edge Computing 邊緣運算從雲端延伸到工廠自動化 OT、醫院設備的資訊分析、石油挖採資訊收集、農田等偏遠地方,作為一波波的浪潮,我們也能將網路環境做延伸到終端裝置端做軟、硬體整合。

    現在許多的企業都是使用有線網路或是 Wi-Fi 來進行網路連線,來實現大量物聯網裝置的管理。雖然 Wi-Fi 較為便宜,但因為受到 Wi-Fi 有訊號強弱、覆蓋範圍問題、或是有網路通訊傳輸時的安全性隱憂。

    這也是目前 5G 如此令人興奮的原因之一,使用者可以透過 5G 網路協定很容易地連接數以萬計的設備,大大延長網路連線的距離、同時確保大面積的覆蓋範圍,得到高頻寬和低延遲。

    但是設計一個 5G 行動網路需要大量的時間作為一個複雜的過程,除了需要電信專業知識,也需要與當地的電信供應商合作,並不是一個容易的工程。

    AWS 推出 Private 5G Preview!透過 AWS Private 5G 可以利用 AWS 與美國 Verizon、日本 KDDI 和韓國 SKT 進行合作,使用所提供的硬體、軟體與 SIM 卡,讓使用者建置 Private 5G 的網路環境,從雲端、地端機房,一路串連至終端裝置走私有網路做溝通,僅需支付所使用之流量費用,不需支付硬體設備費用。

    Data Explosion

    在 18 世紀時,英國和俄國之間爆發了克里米亞戰爭,這場戰爭共造成 50 多萬人死亡,異常慘烈。南丁格爾(Florence Nightingale)是一名英國的戰地護士,也是一名自學成才的統計專家,她出身富裕家庭,卻立志當一名護士,並跟隨部隊來到遙遠的前線。

    她在戰場上發現一個驚人的事實,由於惡劣醫療衛生條件導致的死亡人數,竟然遠遠超過戰爭最前線的陣亡人數。

    南丁格爾將她的統計發現製成一張圖,該圖清晰地反映了「戰鬥死亡」和「非戰鬥死亡」兩種人數的懸殊對比。當這張圖被刊載在報紙上後,英國民眾憤怒的聲浪此起彼落,他們無法相信人民的勇士並非戰死,而是因為衛生環境貧瘠而死亡。討論的風暴愈刮愈猛,促使當局做出成立戰地醫院的決定,隨後創設了人類歷史上第一間正式的戰地醫院。

    南丁格爾透過了數據呈現問題所在,進而讓當局做出解決問題的決策。

    隨著科技發展迭代快速,數據蒐集已變得十分簡單,在這個資訊爆炸的時代,如何從廣大的原始數據中過濾及整合,進而找到存在數據中的 insight 及脈絡,成了現今許多企業面臨的難題。倘若有效地解決這些問題,將能夠幫助企業能提出更有效的決策、降低投資風險與成本、提高生產力與收益及優化客戶體驗。

    要在資料中找到特定模式或 insight 資料的旅程是非常重要的,從怎麼樣存放資料、分析資料都是資料旅程中需要被考慮的部分。

    以往利用資料庫存放資料集或許是個不錯的選擇,但近年來遇到為數可觀的資料,例如 PB 級的資料量時,資料庫往往力不從心,因此 AWS 針對不同應用程式的使用情境,花大量資金整合各種資料庫以利不同的需求。

    但並不是所有資料都會被放到資料庫,有更多的資料會被存放在資料湖中以利日後利用。資料湖會將各種結構化或非結構化的資料,匯集在一個高可用性的儲存空間。

    AWS Lake Formation 可幫助使用者蒐集及整理資料,並快速建立及管理資料湖。

    不過,資料湖中的資料該被誰存取,就是一個難題了!像是市場部門的資料只能被該部門存取,而財務團隊亦是需要控管資料的存取權限。此時,就可以利用 Row and cell-level security for Lake Formation 來更精細的控制各個欄位的存取權限。

    那要如何確保 Lake Formation 中的資料一致性呢?

    可以利用 Transactions for governed tables in Lake Formation,來為使用者提供一致性的資料表。所以,多源資料管道可以持續 real-time 更新資料,讓用戶在查詢資料時,不必等待資料批次更新。

    此外,如何從數據中找到 Insight 也是非常重要的步驟!

    而分析資料可以幫助使用者了解當前正在發生的事情,並預測未來會發生什麼狀況。

    AWS 針對分析資料發表了四項服務: 無伺服器的 Redshift、MSK、EMR 和 Kinesis On-demand。

    這些服務讓使用者不需管理基礎設施和配置容量,服務會根據使用者需求自動縮放,使用者只需支付使用的服務量。

    在去年的 re:Invent 中,QuickSight Q 的出現大大降低了使用 QuickSight 的門檻。像這樣不需太多領域知識,也能讓一般使用者輕易上手服務已成目前趨勢。因此,AWS 推出 Amazon SageMaker Canvas 來幫助非機器學習專家使用者來輕易地建立模型,且利用精美的 UI 介面,不需要編寫程式碼即可建立推理模型。

    如同 Adam 表示,這是 AWS 推動機器學習全民化的一部分,但還有很多工作要做。

    New paths for industrials

    Digital twins 服務 — AWS IoT TwinMaker

    AWS IoT TwinMaker 是一款建立數位分身的 IoT 服務,有點像是建立實體系統的雙胞胎,透過 Connector 定期取得真實系統的數據,以模擬系統的結構、狀態和行為,來更深入地了解營運的細節。

    車輛 IoT 服務 – AWS IoT FleetWise

    AWS IoT FleetWise 是一款可以幫使用者 real-time 自動搜集、轉換、傳輸車輛數據的服務,進一步做分析或是機器學習判斷,以提高車輛的安全性及品質。

    結論

    “The cloud is an opportunity to reimagine everything. It provides a pathway to real transformation” – Adam Selipsky

    Tag:Adam Selipsky, Amazon EC2, AWS, AWS IoT, Data, reinvent

    • Share:
    Shelly Yu

    Previous post

    【每周快報】1118-1125 AWS 服務更新
    01/12/2021

    Next post

    【2021 AWS re:Invent 即時新聞】- Swami Sivasubramanian Keynote - Machine Learning
    03/12/2021

    You may also like

    新聞封面-12
    【焦點新聞|Microsoft Build 2022】
    2 6 月, 2022
    新聞封面-13
    【焦點新聞】0512-0525 AWS 服務更新
    27 5 月, 2022
    新聞封面-11
    【焦點新聞】0428-0511 AWS 服務更新
    13 5 月, 2022

    給我們的意見 取消回覆

    發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

    搜尋文章

    分類

    • AWS re:Invent 特輯
    • Microsoft Ignite 特輯
    • 人工智慧/機器學習
    • 全部文章
    • 基本概念
    • 大數據
    • 容器服務
    • 新聞
    • 無伺服器
    • 物聯網
    • 維運
    • 資訊安全

    最新文章

    【焦點新聞|Microsoft Build 2022】
    026 月2022
    【焦點新聞】0512-0525 AWS 服務更新
    275 月2022
    【焦點新聞】0428-0511 AWS 服務更新
    135 月2022
    【焦點新聞】0421-0427 AWS 服務更新
    294 月2022
    Phone : +886 2 22801777
    Mail : info@ecloudture.com

    雲端培訓

    • 雲端學習地圖
    • 雲端培訓課程
    • 專業證照培訓

    人才招募

    • 2020 eCloudture AIoT 雲端夏令營

    雲端資源

    • 部落格
    • 考試中心

    eCloudture

    • 關於eCloudture
    • 學員心得分享
    • 聯絡我們

    • Privacy
    • Terms
    • Sitemap