在今年的 AWS DC 峰会上,有一件事变得显而易见——AI、云计算基础设施与公私伙伴关系不再是未来的愿景,而是当下正在实施的国家战略重点。
TheCUBE Research 的 Scott Hebner 与我有机会采访了顶级领导者和生态系统合作伙伴,从中提炼出关键信息。战略的关键在于资本支出规模和生成式 AI 转型。
Amazon Web Services Inc. 在宾夕法尼亚州和北卡罗来纳州斥资 300 亿美元建设新的数据中心,并在全国范围内投入数十亿美元,这不仅仅是在建设云区域,更是在构建一个由 AI 驱动、具备韧性的美国数字经济骨干。
风险与回报并存:为 AI 工作负载优化的下一代数据中心正在成为国家战略基础设施——它们对于公共部门创新、经济发展、能源现代化及可信安全至关重要。
AWS 及其生态系统合作伙伴( Salesforce、Snowflake、CentralSquare、 Caylent 及其他众多公司)在华盛顿特区的峰会中全面展示了这一愿景。这些讨论表明,云计算早已超越了单纯的信息技术范畴,而关乎国家竞争力、任务落实和社区影响。( * 披露信息见下文。)
AI 在公共领域中的应用从试点阶段走向全面生产部署 在主题演讲和炉边谈话中,AI 被呈现为切实推动任务实现的工具,而非仅仅是炒作现象,在各级政府服务中正逐步走向生产部署:
在情报前沿: 亚马逊首席安全官 Steve Schmidt 在与 CIA AI 负责人 Lakshmi Raman 的对话中阐述了代理式 AI 如何革新防御和进攻型安全作战。亚马逊自研的 MadPot 系统每天可处理多达十亿条威胁信息——借助 AI 筛选出可操作的情报,同时保有人类监控环节。
在医疗领域: Caylent 的 Valerie Henderson 阐述了由 AWS Bedrock 提供支持的生成式 AI 如何已经在改善医疗效果——从诊断到医院人员排班,并配合信任与合规框架,满足医疗领域独特的监管需求。
在公共服务领域: Salesforce 的 Mia Jordan 分享了该公司获得 FedRAMP High 认证的 Agentforce(运行在 AWS 上)如何改变政府机构为市民服务的方式,使交互变得更智能、更快捷且更加安全。
在国家安全领域: Snowflake 的 Tim Tutt 强调,Snowflake 在 AWS GovCloud 上的 IL5 认证 AI 数据云正帮助国防部利用先进分析和 AI 执行关键任务,加速情报、物流和网络安全领域内的洞察力获取。
现代数据中心成为经济与能源催化剂 此次变革的核心在于下一代超大规模数据中心基础设施,其全新设计从头便针对全球化 AI 工作负载进行了优化:
AWS 的 Project Rainier 已经在部署数十万枚 Trainium2 芯片,以驱动生成式 AI 训练。未来道路上项目将推出 Trainium3,性能将加倍且能效更高。
据 AWS 全球数据中心副总裁 Kevin Miller 表示,生成式 AI 正在重塑基础设施需求,推动能源供应、冷却及水循环等新方案的应用。AWS 目前在美国超过 120 个设施中采用水循环技术,并大力投资于电网现代化合作,确保可持续发展。
数据中心正演变为灵活的电网资产,能够支持能源韧性、负载均衡,甚至推动地方可再生能源利用方面的创新。
AWS 新投资的地理分布——包括宾夕法尼亚州的 200 亿美元和北卡罗来纳州的 100 亿美元——彰显了向分布式、延迟优化 AI 基础设施转变的趋势。这种模式使计算更接近用户,并满足现代 AI 工作负载所需的大规模并行处理要求。
人才培养与社区影响:全新商业使命 现代基础设施投资必须惠及落户的社区,AWS 在峰会全程对此予以强调:
AWS 经济发展副总裁 Roger Wehner 宣布了一项具有里程碑意义的举措,将为与北弗吉尼亚社区学院联合开展的 AWS 预学徒基础设施项目毕业生提供就业机会——这一模式正被复制推广至俄亥俄州、印第安纳州和密西西比州。
AWS 社区参与负责人 Sarah Georgiades 描述了 AWS 如何与地方利益相关者合作,针对性地进行社区投资——重点涉及教育、非营利合作及劳动力培训。目标明确:基础设施投资必须转化为切实的、地方性的经济进步。
正如 Steve Schmidt 在与 CIA 的对话中指出的,公私伙伴关系现已成为推动创新和国家安全成果的关键。AWS 的安全领导力不仅体现在自身技术堆栈的防护上,该公司还积极与美国政府合作伙伴共享威胁情报,以应对高级网安对手。
公私伙伴关系是可信创新的关键 AWS 的领导者与合作伙伴反复强调,可信的公私合作是开启这一新云时代的核心枢纽:
AWS 的 Dave Levy 和 David Sacks 讨论了 AI 与加密政策的未来,强调需要明确监管、建立公众信任以及联合创新模式。
AWS 的合规加速计划已帮助像 Salesforce 与 Snowflake 这样的合作伙伴更迅速地获得关键认证(FedRAMP、IL5),从而推动公共部门安全云计算的普及。
CentralSquare Technologies 的 Kirk Cameron 解释称,公共安全机构依赖 AWS 提供可信赖、可扩展的平台,以实现跨机构的实时协作——这对于应急响应场景至关重要。
底线:AWS 正在构建面向未来的 AI 驱动数字骨干 AWS DC 峰会传达的核心信息是:云计算与 AI 已不再是政府的选择性试验,而是战略性必然。大规模 AI 正向所有企业与政府席卷而来。
更多报道请访问 theCUBE。这里还有一段独家视频,视频中 AWS 基础设施服务副总裁 Prasad Kalyanaraman,负责所有亚马逊资本投资与运营:
( * 披露: TheCUBE 是 AWS DC 峰会的付费媒体合作伙伴。无论是 AWS 作为 theCUBE 活动报道的赞助商,还是其他赞助商均无权对 theCUBE 或 SiliconANGLE 上的内容进行编辑控制。)
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。