發布日期：2025-04-27 11:35 點擊量： 信息來源：中新農業
敦煌網俄然飆到蘋果美區AppStore排名第二，面臨如斯潑天的流量，該用什么“姿態”來接住？正在千變萬化、快速成長的生成式AI時代下，如斯“灰犀牛”事務，該當給每一個企業敲響一個警鐘——針對這一問題，亞馬遜云科技大中華區數據及存儲產物總監Troy Cui正在量子位舉辦的中國AIGC財產峰會上，給出了他的看法：
為了完全體現Troy Cui的思慮，正在不改變原意的根本上，量子位對內容進行了編纂拾掇，但愿能給你帶來更多。中國AIGC財產峰會是由量子位從辦的AI范疇前沿峰會，20余位財產代表取會會商。線下參會不雅眾超千人，線萬+。感謝大師今天上午的時間，我適才也聽了其他嘉賓的一些，也深受，包羅阮總引見百度智能云正在各個行業里面的落地、正在財產的深耕，以及對將來成長的瞻望。包羅微軟的士給我們引見RD-Agent，以及PPIO的姚總跟我們引見怎樣樣正在底層把算力推廣到火線的使用上，包羅方才譚總引見數據的Agent。我們要想把AI的能力更快地向前走，毫無疑問最焦點的合作力來自于本人的數據，由于我們的模子，你和你的友商，你和你的合作敵手都能夠拿到相對來說同樣級此外能力。
正如譚總適才所說，若何將數據更快地為營業洞察，若何最大程度提拔數據質量，以及若何讓更多人參取決策過程，這些都是為AI賦能的主要前置前提。同時他也指出，目前并非所有擁無數據的用戶都可以或許無效實現這一方針。過去24小時內，若要會商什么最受關心，每小我可能有分歧見地。但我昨晚看到一則關于敦煌網的舊事出格惹人深思。近期外貿的變化對很多B2B平臺發生了龐大影響。正在當前”灰犀牛”事務頻發的時代，敦煌網APP的下載量據報道正在蘋果使用商鋪從百名之外飆升至第二位，這一現象反映出一個環節問題：若何確保我們的系統可以或許應對突發的用量激增？做為亞馬遜云科技的一員，我們的焦點劣勢正在于幫幫客戶充實操縱其高質量數據，即便正在需要從動擴展到極限的環境下，也能杰出的可用性和靠得住性。跟著營業日益復雜化，單一引擎已無決所有問題，用戶正在分歧引擎間切換往往會帶來碎片化的體驗。
值得一提的是，亞馬遜云科技不只辦事于小我開辟者和將來的獨角獸企業，還辦事于浩繁大型企業客戶。因而若何正在這種協做中確保無效的數據管理，仍然是一個亟待處理的主要問題。舉例來說，我們目前為一家主要的搜刮引擎公司供給辦事，該公司正在海外市場具有復雜規模。其TPM（每分鐘處置的令牌數）已達萬萬級別，即將沖破億級門檻。正在如斯大規模的計較中，若何確保從數據處置到算力調配的整個系統穩健運轉，是我們正在生成式AI范疇亟需處理的環節問題。針對這些挑和，亞馬遜云科技供給了清晰的處理方案：我們努力于實現企業內分歧部分、分歧腳色之間的高效協做。最環節的是，我們確保所有項目參取者都能正在統一個同一規范的數據和AI平臺上辦理數據資產、代碼資產以及拜候權限節制。
正在這個從平，開辟者能夠輕松建立智能問答系統等使用。通過這種低代碼(CNC)的體例，開辟者只需幾分鐘就能搭建出完整的端到端智能問答平臺。實現這一方針的前提前提是普遍獲取數據，同時確保合規性，特別是對企業客戶而言，合規的數據管控和管理至關主要。
此外，我們需要配備腳夠智能的東西支撐。亞馬遜云科技推出的Amazon Q恰是如許一款AI幫手產物，它供給最先輩的代碼開辟體驗。
無論是將天然言語轉換為SQL查詢，仍是進行代碼審查，都能高效完成。出格值得一提的是，對于那些關心學問產權問題的開辟者來說，Amazon Q還能幫幫判斷生成代碼能否存正在潛正在的IP風險——這邊跟大師引見一個視頻，這個視頻是一個叫Media To Cloud的方案，是能夠正在亞馬遜上有一個prime video，通過天然言語搜刮，我去但愿找到一個什么樣的視頻，最初按照你的要求找到了一個 the cut如許一個視頻。
現實上若是做一些源數據的工做，其實能夠很是便利的能夠用天然言語完成良多的searching的工做。借幫Media To Cloud平臺，我們可以或許精準定位最佳告白投放機會，確保告白內容取視頻的上下文、語境、情感完滿契合。這展現了生成式AI若何深度融入現實營業場景。正如適才會商的金融行業，以及阮總分享的制制業和醫療行業案例，這里我展現的是我們正在新和泛客戶范疇的現實使用案例。正在鞭策數據整合取跨部分協同的同時，數據普惠仍是當前面對的焦點挑和。我們需要正在保障數據資產平安的前提下，盡可能降低風險，賦能分歧腳色和部分。這一方針的實現，統籌數據取AI的管理。取保守依賴人工辦理的體例分歧，現在能夠借幫AI手藝實現更高效的管理。亞馬遜云科技察看到，具有二三十年汗青的保守企業客戶，往往基于Oracle或Teradata等老一代數據庫，對SQL手藝棧更為熟悉；而原生云上的互聯網用戶則更順應大數據生態。當這些企業上云時，需要將兩種手藝線融合——既保留數據倉庫的事務處置能力，又兼顧大數據的彈性擴展需求。而互聯網企業也逐步向規范化成長，鞭策了兩者的手藝融合。
正在數據賦能的現實落地過程中，我們察看到前端存正在大量現性工做。以亞馬遜云科技為例，數據倉庫、保守數據庫或當地中。若何將這些異構數據源高效整合到消費端，一曲是行業面對的挑和。保守處理方案依賴于ETL流程，但開辟者們都曉得，跟著營業需求的持續迭代，ETL管道的開辟和會變得非常復雜。這不只涉及初始開辟成本，更面對著持續的運維挑和。亞馬遜云科技正在過去幾年努力于，大師正在更多關心生成式AI使用的開辟和建立的時候，盡可能去削減正在后端很是復雜。我記得士說我們做RD-Agent也是要處理凈活累活的問題，我們也同樣正在數據的處置上，數據的管理上要處理凈活累活的問題。這也是亞馬遜云科技正在做Zero-ETL，若是大師聽過這個詞，我們會把火線不竭源的數據可以或許通過Zero-ETL的手段從動化地去匯聚到數倉，匯聚到湖倉，后面再到數據消費或者AI的使用建立上。
我們正在整個這套辦理上，會通過一個同一的數據和AI的平臺，有一個完整的數據管理，下面再通過同一的湖倉大師存儲正在分歧上的數據同一納管和建立，并且具備相當能力的數據質量，像數據管理層的辦理能力。以豐田為例，這家營業籠蓋研發、出產、供應鏈、發賣和辦事的跨國企業，正在供應鏈辦理中持久面對數據資產跨部分流轉、管理和賦能的挑和。我們的處理方案無效處理了其核肉痛點：將多源異構數據高效為可供闡發和高價值AI使用建立的高質量數據資產。
今天的分享但愿能幫幫大師成立環節認知：正在建立生成式AI使用時，必需提前規劃可擴展的架構。無論您將來是草創公司的手藝擔任人仍是決策者，都需要思慮：當DAU從1萬增加到萬萬級，當每日Token處置量從幾千飆升到上億時，現有架構可否持續支持？現實上我相信什么工作若是想得更早，不管是我的Infrastructure，仍是Data，城市是蠻主要的一點。最初分享一下亞馬遜云科技本人的產物大會，每年的re！Invent，其實我本人很深的感觸感染，我們正在過去幾年定義我們的云辦事，良多時候我們會聊計較、存儲、收集和數據庫，這是我們正在云辦事上最主要的四個基線。當前建立生成式AI使用的環節正在于成立具備從動擴展能力的底層架構。當存儲、計較、數據根本設備和AI平臺都具備彈性伸縮能力時，才能實正支持營業從初期驗證到規模化增加的全生命周期需求，實現您的計謀方針。
關注我們
魯公網安備37132902372935號