12月初,企业技术领域最大的年度盛会AWS re:Invent成功举办,毫无悬念地,所有讨论都围绕AI展开。
虽然亚马逊云服务公司首席执行官马特·加曼的主题演讲更注重实用性而非炫技,但theCUBE的报道(包括对加曼本人的专访)突出了亚马逊在智能体AI和定制模型方面取得的进展。
"亚马逊需要服务数百万的传统客户,"theCUBE Research首席分析师戴夫·韦兰特表示。"他们有数百万客户在Nitro和虚拟化EC2实例以及S3存储桶上运行云服务,并且正在添加各种新服务。但现在,他们将通过AI投资来平衡这一切。"
本周其他重要头条包括谷歌对OpenAI和英伟达的挑战,以及Netflix以827亿美元收购华纳兄弟探索公司——这些都是科技和媒体领域的重大变化。与此同时,Databricks正在筹集更多资金,但尚无上市迹象。
在theCUBE Pod最新一集中,韦兰特和执行分析师约翰·弗里尔讨论了企业技术的发展以及re:Invent的要点。他们还讨论了弗里尔对英伟达首席执行官黄仁勋的专访以及半导体竞赛。
亚马逊在re:Invent大会上深入智能体AI领域
AWS re:Invent发布了一系列公告,包括亚马逊AgentCore平台的更新和Nova Forge的推出,后者是一项用于训练和构建定制前沿AI模型的新服务。韦兰特认为,这项服务将使组织能够将专有数据与Nova的前沿能力相结合,可能会改变游戏规则。
"企业想要开放权重模型,"他说。"他们希望能够定制这些模型。据我所知,这是第一个提供训练数据的服务。美国公司中肯定没有其他公司这样做。可能有一些第三方中国模型在这样做,但这是亚马逊在做的。"
亚马逊还在re:Invent上推出了其自主智能体Kiro。作为三个新智能体之一,Kiro旨在消除代码开发人员使用的智能体系统中的摩擦。韦兰特将其描述为"远超氛围编码"。
Salesforce尽管收益增长放缓,但其AI努力正在获得动力。其Agentforce 360平台现在将在AWS上可用,允许客户轻松将数据与亚马逊的云集成。
"通过这种智能体自动编码和Kiro,这种新的自主编码将开启大规模生态系统集成,"弗里尔说。"使用Salesforce开发来改善我们的Salesforce接口,甚至不需要进入Salesforce来完成,这完全令人难以置信。"
英伟达引领向"智能工厂"的转变
在英伟达在上周GSA年度颁奖典礼上获得最受尊敬的公共半导体公司奖后,弗里尔获得了与黄仁勋的独家专访。据弗里尔说,关键收获是边缘AI工厂即将到来。
"如果计算机正在转变为智能工厂,那么你将拥有分布式智能工厂模型,"他说。"你可以拥有分布式计算,配备智能工厂模型覆盖层,这种模型是生成式的,由智能体运行。黄仁勋叙述的唯一结论是,AI工厂将被连接和分布,并拥有高度智能的互连,软件将在其上运行。"
随着谷歌开始销售Tensor处理单元,这质疑了英伟达的主导地位。亚马逊也在发布越来越强大的Trainium芯片。然而,据韦兰特说,英伟达不太可能很快失去其地位。
"它们实际上并不是在取代英伟达,而是在补充英伟达,"他说。"人们不理解英伟达拥有的巨大数量优势。到2026年,他们仍将拥有90%的市场份额。这就是英伟达的优势,加上他们拥有CUDA和库。使用英伟达就是更容易。"
企业技术更新:半导体竞赛引发美国担忧
据弗里尔说,黄仁勋的目标是让美国再次在电信领域占据主导地位,其中一部分是赢得半导体竞赛。弗里尔认为英特尔正在复苏,尽管台积电仍然是目前的代工厂领导者。
"英特尔能做的事情之一是利用他们资产的杠杆作用来创造新的商业模式机会,并向他们的合作伙伴说,'我们英特尔如何帮助你?'"弗里尔说。"这就是我现在看到他们在市场上做的。他们真正专注于收入,而不是'嘿,我们是英特尔;从我们这里购买。'"
地缘政治也可能在未来几年改变半导体业务。中国正在制定入侵台湾的计划,这将把台积电置于他们手中。如果发生这种情况,美国将处于何种境地?据韦兰特说,处于困难境地。
"现在发生的是中国控制了世界上最重要的半导体制造商,并拥有了另一个比稀土更大的杠杆,我们有什么?"他说。"我们有一个美国的台积电工厂,现在将被中国拥有,我们有英特尔,它正在努力提高18A产量和获得14A。我们将看看这是否有效。"
Q&A
Q1:亚马逊的Nova Forge服务有什么特别之处?
A:Nova Forge是亚马逊推出的用于训练和构建定制前沿AI模型的新服务。它的特别之处在于能够让组织将专有数据与Nova的前沿能力相结合,是据分析师所知第一个提供训练数据的美国公司服务。
Q2:Kiro智能体能为开发者带来什么帮助?
A:Kiro是亚马逊推出的三个新智能体之一,专门用于消除代码开发人员使用智能体系统时遇的摩擦。它被描述为"远超氛围编码",能够实现智能体自动编码,开启大规模生态系统集成。
Q3:英伟达在AI芯片市场还能保持多久的优势?
A:据分析师预测,英伟达的优势将持续到2026年,届时仍将拥有90%的市场份额。这主要得益于其巨大的数量优势、CUDA技术和完善的库支持,使其产品更容易使用。
好文章,需要你的鼓励
AWS re:Invent大会展示了亚马逊在智能代理AI和定制模型方面的重大进展,包括AgentCore平台更新和Nova Forge服务发布。英伟达CEO黄仁勋在独家访谈中预测AI工厂将在边缘计算中普及,形成分布式智能工厂模型。尽管谷歌和亚马逊推出自研芯片挑战英伟达,但英伟达凭借CUDA生态系统优势仍将保持市场主导地位。地缘政治因素可能重塑半导体格局,台积电地位关键。
波恩大学研究团队首次量化AI训练的材料成本,发现一块GPU含32种元素,93%为重金属。训练GPT-4需消耗约7吨金属材料,其中多为有毒重金属。研究建立了从计算需求到硬件消耗的评估框架,发现通过软硬件优化可减少93%的资源消耗。该研究揭示了AI发展的隐性环境代价,呼吁行业从规模竞赛转向效率革命,实现可持续发展。
Lumen技术CTO戴夫·沃德指出,当前互联网基础设施无法满足AI工作负载和数据流量需求。AI兴起与企业对云计算需求的演变正推动新的云经济和"云2.0"概念。他预测未来3-5年将出现支持下一代需求的云基础设施。CIO需要重新设计企业网络架构,摆脱传统的集线器辐射式设计,采用多云直连模式来适应AI时代要求。
南开大学团队构建了迄今最大规模的结肠镜AI数据库COLONVQA,包含110万视觉问答条目。他们发现现有AI模型存在泛化能力不足和容易被误导等问题,因此开发了首个具备临床推理能力的结肠镜AI模型COLONR1。该模型采用多专家辩论机制生成推理数据,在综合评估中准确率达56.61%,比传统方法提升25.22%,为智能结肠镜诊断从图像识别向临床推理的转变奠定了基础。