AWS 宣布全面推出 Amazon EC2 G4 實例-ESG跨境

西雅圖--今天，Amazon.com 公司（納斯達克股票代碼：AMZN）旗下的 Amazon Web Services, Inc. (AWS) 宣布全面推出 G4 實例，這是一種新的基于 GPU 的 Amazon Elastic Compute Cloud (Amazon EC2 ) 實例旨在幫助加速機器學習推理和圖形密集型工作負載，這兩者都是計算要求高的任務，可從額外的 GPU 加速中受益。 G4 實例為應用程序提供業(yè)界最具成本效益的機器學習推理，例如向圖像添加元數(shù)據(jù)、對象檢測、推薦系統(tǒng)、自動語音識別和語言翻譯。 G4 實例還為構(gòu)建和運行圖形密集型應用程序提供了一個極具成本效益的平臺，例如遠程圖形工作站、視頻轉(zhuǎn)碼、照片般逼真的設計和云中的游戲流。要開始使用 G4 實例，請訪問 。

新的 Amazon EC2 G4 加速計算實例采用 NVIDIA T4 Tensor Core GPU，為運行機器學習推理和圖形密集型應用程序提供云中最具成本效益的計算

機器學習涉及兩個需要計算的過程——訓練和推理。訓練需要使用標記數(shù)據(jù)來創(chuàng)建能夠進行預測的模型，這是一項需要強大處理器和高速網(wǎng)絡的計算密集型任務。推理是使用經(jīng)過訓練的機器學習模型進行預測的過程，這通常需要同時處理大量小型計算作業(yè)，通過使用節(jié)能的 NVIDIA GPU 加速計算，可以最經(jīng)濟高效地處理這項任務。隨著 2017 年 P3 實例的推出，AWS 率先推出了針對云端機器學習訓練優(yōu)化的實例，配備強大的 NVIDIA V100 Tensor Core GPU，讓客戶將機器學習訓練時間從幾天縮短到幾小時。然而，推理實際上占了機器學習成本的絕大部分。據(jù)客戶稱，機器學習推理可占運行機器學習工作負載的總運營成本的 90%。

新的 G4 實例采用最新一代 NVIDIA T4 GPU、定制的第二代 Intel Xeon Scalable (Cascade Lake) 處理器、高達 100 Gbps 的網(wǎng)絡吞吐量和高達 1.8 TB 的本地 NVMe 存儲，以提供最具成本效益的 GPU 實例用于機器學習推理。憑借高達 65 TFLOP 的混合精度性能，G4 實例不僅為推理提供卓越的性價比，而且還可以經(jīng)濟高效地用于對時間不太敏感的小規(guī)模和入門級機器學習訓練工作-培訓。 G4 實例還為圖形密集型工作負載提供了理想的計算引擎，與上一代 G3 實例相比，圖形性能提高了 1.8 倍，視頻轉(zhuǎn)碼能力提高了 2 倍。這些性能增強使客戶能夠使用云中的遠程工作站來運行 Autodesk Maya 或 3D Studio Max 等圖形密集型應用程序，并為電影和游戲高效地創(chuàng)建逼真的高分辨率 3D 內(nèi)容。

AWS 計算服務副總裁 Matt Garman 表示：“我們專注于解決阻礙客戶利用計算密集型應用程序的最嚴峻挑戰(zhàn)。 “AWS 提供了最全面的產(chǎn)品組合來構(gòu)建、訓練和部署機器學習模型，這些模型由 Amazon EC2 為不同機器學習用例優(yōu)化的多種實例類型提供支持。借助新的 G4 實例，我們讓每個開發(fā)人員都能以更經(jīng)濟的方式學習機器學習。由于支持最新的視頻解碼協(xié)議，在 G4 實例上運行圖形應用程序的客戶可以以相同的成本獲得優(yōu)于 G3 實例的圖形性能?！?/p>

擁有機器學習工作負載的客戶可以使用 Amazon SageMaker 或 AWS Deep Learning AMI 啟動 G4 實例，其中包括 TensorFlow、TensorRT、MXNet、PyTorch、Caffe2、CNTK 和 Chainer 等機器學習框架。 G4 實例還將在未來幾周內(nèi)支持 Amazon Elastic Inference，這將使開發(fā)人員能夠通過預置適量的 GPU 性能將推理成本大幅降低多達 75%。擁有圖形和流媒體應用程序的客戶可以使用預裝了 NVIDIA Quadro 虛擬工作站軟件的 NVIDIA 的 Windows、Linux 或 AWS Marketplace AMI 啟動 G4 實例。裸機版本將在未來幾個月內(nèi)推出。 G4 實例在美國東部（弗吉尼亞北部、俄亥俄）、美國西部（俄勒岡、加利福尼亞北部）、歐洲（法蘭克福、愛爾蘭、倫敦）和亞太地區(qū)（首爾和東京）區(qū)域可用，并在其他區(qū)域可用計劃在未來幾個月內(nèi)。 G4 實例可作為按需實例、預留實例或 Spot 實例購買。

Clarifai 是一家領先的人工智能公司，擅長視覺識別以解決現(xiàn)實世界的挑戰(zhàn)。 “我們將機器學習應用于圖像和視頻識別，幫助客戶更好地了解他們的媒體資產(chǎn)并將其應用于廣泛的應用程序，例如提供個性化的在線購物體驗或衡量店內(nèi)購物者的行為，”Robert Wen，負責人說Clarifai 的工程。 “我們?yōu)榭蛻籼峁┕δ荦R全的 API，使他們能夠利用我們預先訓練的機器學習模型并對他們的數(shù)據(jù)進行預測。 G4 實例提供了一個極具成本效益的解決方案，使我們能夠讓我們的客戶更經(jīng)濟地在更廣泛的用例中使用 AI?！?/p>

藝電 (EA) 是數(shù)字互動娛樂領域的全球領導者，通過聯(lián)網(wǎng)的游戲機、移動設備和個人電腦向全球數(shù)億玩家提供游戲、內(nèi)容和在線服務。 EA 負責云、社交、市場和云游戲工程的副總裁 Erik Zigman 表示：“與 Amazon Web Services 等提供商一起利用云的力量已經(jīng)徹底改變了我們創(chuàng)建游戲的方式以及玩家體驗游戲的方式。 “與 AWS 的 G4 實例合作使我們能夠構(gòu)建經(jīng)濟高效且功能強大的服務，這些服務經(jīng)過優(yōu)化，可以將在線游戲帶到各種設備上?！?/p>

GumGum 是一家人工智能公司，在計算機視覺方面擁有深厚的專業(yè)知識。 “我們使用我們專有的計算機視覺技術(shù)來識別與營銷人員相關(guān)的內(nèi)容，從而為品牌和代理商提供高度可見的廣告活動和豐富的見解，”GumGum 的工程經(jīng)理 Brian Fuller 說。 “GumGum 每天使用 AI 在網(wǎng)絡、社交媒體和廣播電視上掃描數(shù)百萬張圖像和視頻。新的 Amazon EC2 G4 實例為我們提供了價格和性能的理想平衡，使我們能夠優(yōu)化內(nèi)容處理管道，降低生成數(shù)據(jù)洞察的成本，并讓我們的客戶能夠精確定位受眾并提供與上下文相關(guān)的廣告。 ”

PureWeb 的交互式流媒體技術(shù)使用戶能夠發(fā)布、協(xié)作并與海量數(shù)據(jù)文件進行交互，包括逼真的 3D 模擬和游戲引擎項目。 “我們部署在 AWS 上的 Reality 產(chǎn)品是一項完全托管、安全且可擴展的服務，可按需訪問使用 Unity 或 Unreal Engine 構(gòu)建的 3D 逼真渲染，”PureWeb 首席執(zhí)行官 Barry Allen 說。 “憑借其低成本和最新的 NVIDIA T4 GPU，AWS G4 實例非常適合我們的圖形密集型工作負載，因為它們提供了性能和成本的適當平衡，使我們能夠在任何設備上大規(guī)模流式傳輸給任何人。”

關(guān)于亞馬遜網(wǎng)絡服務

13 年來，Amazon Web Services 一直是世界上最全面、應用最廣泛的云平臺。 AWS 為計算、存儲、數(shù)據(jù)庫、網(wǎng)絡、分析、機器人、機器學習和人工智能 (AI)、物聯(lián)網(wǎng) (IoT)、移動、安全、混合、虛擬和增強現(xiàn)實（VR 和 AR）提供超過 165 項功能齊全的服務)、媒體和應用程序開發(fā)、部署和管理來自 22 個地理區(qū)域內(nèi)的 69 個可用區(qū) (AZ)，這些區(qū)域跨越美國、澳大利亞、巴西、加拿大、中國、法國、德國、香港特別行政區(qū)、印度、愛爾蘭、日本、韓國、中東、新加坡、瑞典和英國。數(shù)以百萬計的客戶（包括發(fā)展最快的初創(chuàng)公司、最大的企業(yè)和領先的政府機構(gòu)）信任 AWS 來支持他們的基礎設施、變得更加敏捷并降低成本。

關(guān)于亞馬遜

亞馬遜遵循四項原則：以客戶為中心而非以競爭對手為中心、對發(fā)明的熱情、對卓越運營的承諾以及長期思考?？蛻粼u論、一鍵購物、個性化推薦、Prime、亞馬遜物流、AWS、Kindle Direct Publishing、Kindle、Fire 平板電腦、Fire TV、亞馬遜 Echo 和 Alexa 是亞馬遜率先推出的一些產(chǎn)品和服務。

點擊咨詢現(xiàn)在有哪些新興平臺值得關(guān)注 >>>

特別聲明：以上文章內(nèi)容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關(guān)于作品內(nèi)容、版權(quán)或其它問題請于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。