连续三年成为云AI服务领导者，亚马逊云科技做对了什么？(2)

在产品与服务方面，亚马逊云科技构建了三层架构，无论企业的AI开发能力处在何种阶段，都可以找到匹配当前需求的工具和服务。

最底层，是框架和基础架构。涵盖主流的开源机器学习框架和算法，例如TensorFlow、Apache MXNet、PyTorch等等。在算力资源方面，亚马逊云科技先后推出两款自研AI芯片：机器学习推理芯片Amazon Inferentia和训练芯片Amazon Trainium，旨在为企业云上AI开发提供更好的性价比。比如，基于自研芯片的Amazon EC2 Inf1已经成为针对机器学习推理而开发的、目前云端性价比最高的计算实例。

中间层，是机器学习服务，即全托管的机器学习服务Amazon SageMaker。Amazon SageMaker提供了全托管的基础设施、工具和工作流程，可以为各种应用场景构建、训练和部署机器学习模型。根据亚马逊云科技公布的数据，Amazon SageMaker能够提高数据科学家效率高达10倍，降低机器学习总体拥有成本54%。

最上层，是“开箱即用”的AI服务。目前亚马逊云科技提供了20多种训练好的AI服务，涵盖计算机觉、语音文字转换、机器对话、文本处理、个性化推荐、时间序列预测、客服、企业内信息搜索、开发与运维、工业AI等方面。

2 全球10万+客户的选择

根据亚马逊云科技公布的数据显示，2021年，92%的基于Tensorflow框架的机器学习工作负载，91%的基于PyTorch框架的工作负载都跑在亚马逊云科技上。可见，亚马逊云科技深受全球云上AI开发者和企业的欢迎。

在企业层面，目前全球数以十万计的客户选择亚马逊云科技运行其机器学习工作负载，这其中也包括大量的中国企业。

在互联网行业，出海直播企业Joyme，借助亚马逊云科技实现了对直播内容的实时识别和欺诈交易识别，每年可减少经济损失可达数百万美元。网易有道旗下少儿数字阅读教育产品有道乐读利用Amazon Personalize实现个性化推荐，将月活用户提升了20%。

在制造业，西门子工业自动化产品成都生产及研发基地采用Amazon SageMaker高效训练机器学习模型，推出了工业废料分拣系统，将分拣准确率从70%提升至97%以上，逐步实现无人工干预的废料分拣。