Snowflake宣布在未来五年内向亚马逊云科技(AWS)投入60亿美元,用于采购Graviton计算资源及AI基础设施。这是该数据公司迄今为止规模最大的云端支出承诺,也清晰传递出其在AI领域的雄心。
AWS于本周三正式宣布了这项多年期战略合作协议。协议涵盖AWS旗下基于ARM架构的Graviton处理器,以及GPU加速的EC2实例,Snowflake将借助这些资源开展AI模型训练与推理工作。
值得注意的是,此次公告并未提及AWS专有的Trainium芯片(尽管部分加速EC2实例搭载了Trainium芯片)。由于AWS公告中明确使用了"GPU加速"实例的表述,此次合作的重心很可能落在英伟达GPU上。
由于Snowflake本身支持多家云服务商,该公司显然不希望将自身绑定在某一特定厂商的专有平台上,也不愿为此投入额外的工程资源来进行适配。相比之下,采用基于ARM架构的通用计算实例在这方面的顾虑则要小得多。
此次合作还进一步扩展了双方在AWS Marketplace上的联合销售范围。AWS方面透露,Snowflake在该平台上的累计销售额已突破70亿美元。
60亿美元的承诺本身已足够引人瞩目,但同样值得关注的是,Snowflake计划利用AWS高性价比的Graviton实例为其传统数据仓储业务提供支撑,从而释放出更多财务资源,用于成本更为高昂的AI训练与推理工作负载。
自2024年Sridhar Ramaswamy接替Frank Slootman出任CEO以来,Snowflake正积极推动战略转型,从云数据仓库向其所定义的"AI时代平台"迈进。
Snowflake旗下的AI产品套件Cortex AI,允许客户基于Snowflake平台内受治理的数据,直接构建和部署涵盖文本转SQL、内容摘要、情感分析及实体提取等功能的应用程序。此外,Snowflake还通过Cortex Code推出了一款AI编程智能体。
Ramaswamy在公告中表示:"我们正步入智能体企业的新时代。在这个时代,AI系统不再只是回答问题,而是帮助企业基于可信数据进行深度推理、协调工作流程,并推动实际业务成果的落地。携手AWS,我们将让企业更便捷地把AI能力直接引入受治理的数据之中。"
在区域扩展方面,Snowflake还将其AWS部署版图延伸至10个新区域,涵盖新西兰、南非、泰国以及AWS欧洲主权云。其中,主权云的支持尤为关键——随着企业面临的本地数据驻留合规要求日趋严格(尤其是在欧洲地区),对主权云的支持正逐渐成为众多企业在选择云服务商时的基本门槛,而这一需求并不局限于AI工作负载。
值得一提的是,Snowflake年度峰会Summit将于6月1日至4日在旧金山举行。届时,外界对于该公司进一步阐述其AI战略布局以及上述海量计算资源的具体应用方向,自然充满期待。
Q&A
Q1:Snowflake为什么选择AWS的Graviton处理器而不是专用AI芯片Trainium?
A:Snowflake支持多家云服务商,不希望将自身锁定在某一特定厂商的专有平台上,因为这样做需要投入额外的工程资源进行适配。ARM架构的Graviton通用计算实例灵活性更高,顾虑更少。此外,Snowflake计划用Graviton实例支撑传统数据仓储业务,节省下来的资金则用于更昂贵的AI训练与推理工作负载,整体上是一种务实的资源分配策略。
Q2:Snowflake的Cortex AI产品套件具体能做什么?
A:Cortex AI是Snowflake旗下的AI产品套件,允许客户直接在Snowflake平台内受治理的数据之上构建和部署AI应用,主要功能包括文本转SQL、内容摘要、情感分析和实体提取。此外,Snowflake还通过Cortex Code提供了一款AI编程智能体,进一步拓展了平台的AI能力边界,助力企业将AI直接融入数据治理流程中。
Q3:Snowflake扩展到AWS欧洲主权云有什么意义?
A:主权云的支持对企业客户(尤其是欧洲企业)越来越重要。随着各地数据本地化合规要求不断收紧,企业在选择云服务商时,是否支持数据主权已成为基本前提条件,而非可选项。Snowflake将AWS部署版图扩展至欧洲主权云及新西兰、南非、泰国等10个新区域,有助于满足全球企业日益增长的合规需求,并增强其在国际市场的竞争力。
好文章,需要你的鼓励
Velotric Tempo是一款以骑行体验为核心的轻量级通勤电动自行车,整车重量仅17.7kg。配备350W后轮毂电机和360Wh电池,续航可达50-65公里。支持踏频与扭矩传感器双模式切换,骑行感受自然流畅。内置Apple Find My及安卓追踪功能,具备UL认证和IPX6/IPX7防水等级。主要不足在于Class 3模式下油门被完全禁用,油门手感欠佳,且售价1499美元略偏高,挡泥板和后货架需另购。
PaW是一种为AI智能体设计的协同训练框架,无需额外模型或数据,仅利用强化学习训练中已有的轨迹数据,让智能体同时学会决策与预测环境变化,在多个任务上取得稳定提升。
一家加拿大家具制造商借助发那科M-710iC工业机器人,成功将传统劳动密集型软垫工序自动化。该系统由发那科授权系统集成商Dvolu开发,集机器视觉、机器人操作与激光裁剪于一体,可完成面料拉伸、钉合、裁剪及码垛等工序,无需人工干预即可适应零件差异。项目旨在解决家具行业劳动力短缺问题,为难以招募和留用工人的岗位提供有效替代方案。
萨尔大学团队提出语义运动锚点方法,通过自动生成同时描述手势外观与交流意图的自然语言说明书,让AI更准确地检索与语言语义匹配的手势,在BEAT2数据集上检索准确率提升8.2%。