陳曉建：構築亞馬遜雲端科技生成式AI普惠化的五大關鍵因素

亞馬遜雲端科技大中華區產品部總經理 陳曉建先生

在目前的「百模大戰」中，生成式人工智慧以大模型為代表，正以前所未有的速度迅速成為人工智慧發展的領導者。然而，生成式人工智慧並不僅僅指大模型。在10月下旬，亞馬遜雲科技舉辦了生成式人工智慧建構者大會，亞馬遜雲科技大中華區產品部總經理陳曉建在主題為“賦能生成式人工智能新時代，助力數據和人工智能普惠”的演講中提到，整個生成式人工智慧應用就像浮在海面上的冰山，只有露出海面的一角才能被大多數人看到，這一角就是基礎模型，而在冰山底部同樣需要加速晶片、資料庫、資料分析和資料安全服務等基礎模型以外的支援服務。那麼，生成式人工智慧到底能為創新企業帶來什麼樣的營運與服務改善呢？亞馬遜雲端科技在生成式人工智慧領域能做出什麼貢獻呢？在這個聚集了產業上下游的生成式人工智慧建構者大會上已經有了答案

此次大會設立了三大分會場，分別探討應用基座、資料策略和AI原生等生成式AI領域的熱門議題。同時，為了幫助更多的開發者體驗生成式AI時代開發的魅力，大會也設立了開發者論壇和動力訓練營。這些活動旨在為開發者提供實用的指導和支持，能夠幫助開發者更好地理解和應用生成式AI技術。另外，西門子集團、金山辦公軟體以及科思創中國等亞馬遜雲端科技生成式AI創新的代表客戶也在此次大會上分享了各自的創新案例，為與會者提供了寶貴的經驗和啟示。

作為大會的主辦方，亞馬遜雲端科技目前專注於應用場景、工具和基礎設施、資料基礎、AI原生應用程式建置和生成式AI服務等五個關鍵領域，以幫助企業和開發者充分發掘生成式AI的潛力。亞馬遜執行長Andy Jassy曾表示：「我們的目標是讓任何人都能獲得和大型企業一樣先進的基礎設施和成本，實現自己的創新。」目前，亞馬遜雲端科技提供完整的端到端生成式AI技術堆疊，包括底層的加速層如加速晶片、儲存優化，中間層的模型建構工具和服務，以及頂層的生成式AI相關應用。每個層面都在持續創新，以滿足客戶的不同需求。亞馬遜雲端科技希望透過相關產品與服務，實現生成式AI技術的普及化，為更多企業和個人開發者加速創新提供支援

在如何實現生成式AI的普惠化的問題上，陳曉建特別詳細的闡述了亞馬遜雲端科技所關注的五個關鍵因素。

首先，選擇合適的應用場景，從典型場景著手創新業務模式。陳曉建認為，增強客戶體驗，提升員工生產力與創造力，優化業務流程是應用場景帶給企業的業務價值的主要三個面向。在演講時，他引用麥肯錫諮詢2023年6月發布的生成式AI生產力前沿技術報告，報告中指出，在生成式AI技術帶來的經濟效益中，約3/4來自行銷與銷售、產品與研發、軟體工程和客戶營運四大類主要的職能，這也正是生成式AI應用方向的主力。為此，Salesforce將Amazon Bedrock和Amazon Titan整合到其生成式AI產品中，使客戶能夠在Salesforce Data Cloud上輕鬆安全地使用其數據，以建立生成式AI應用。

作為案例，海爾創新設計中心利用生成式AI能夠實現文生圖、圖生圖、定量圖和全場景圖四個方面的提效，上線後，自動化設計系統應用讓相關業務的操作週期縮短了20%。同時，國內遊戲領域頭部企業沐瞳科技也正藉助Amazon Bedrock優化遊戲開發相關業務流程。

重新寫作如下： 其次，透過利用專門建構的生成式AI工具和基礎設施，能夠快速建構高性價比的生成式AI應用。在這個領域，亞馬遜雲端科技提供的Amazon Bedrock服務與Amazon SageMaker Jumpstart結合，能夠幫助那些對基礎模型有不同需求的客戶輕鬆、安全地選擇適合自己的基礎模型。目前，Amazon Bedrock提供了廣泛的基礎模型供選擇，包括Meta、Anthropic、Cohere、AI21 Labs、Stability AI等第三方領先供應商，以及亞馬遜雲端科技自研的Amazon Titan模型家族。使用Amazon Bedrock Agent這一無需編寫程式碼即可實現的託管代理，可以自動分解和編排任務，透過API連接到相關的資料來源，並且可以連接到後端的Amazon Lambda來執行任務。此外，Amazon SageMaker JumpStart還能獲得更多來自工業界和學術界的開源模型，並且提供了一個深度的客製化環境和評估功能

亞馬遜雲端科技在性價比方面提供了廣泛且高度靈活的高效能、低成本訓練方案。例如，亞馬遜雲端科技的Amazon EC2 P5執行個體搭載了最新的英傳達GPU晶片H100 Tensor Core，相比上一代速度提升了6倍，訓練成本降低了40%。另外，亞馬遜雲端科技的Amazon EC2 Inf2執行個體採用了亞馬遜雲端科技自研的機器學習推理晶片Amazon Inferentia2，相較於其他類似EC2實例，性價比提高了40%。同樣，亞馬遜雲端科技的Amazon EC2 Trn1實例採用了亞馬遜雲端科技自研的機器學習訓練晶片Amazon Trainium，與同類實例相比，訓練成本節省了50%

重寫後的內容如下： 首先，夯實資料基礎，利用私有化資料建立差異化競爭優勢。亞馬遜雲端科技提供全面的數據服務，從儲存、查詢、分析數據到商業智慧、機器學習和生成式人工智慧的利用，以及輕鬆整合和管理數據，並透過有效的安全策略來管理數據的應用和開放服務。例如，針對生成式人工智慧領域的使用者個人資訊、會話資訊管理和私域知識庫等應用場景，亞馬遜雲端科技為Amazon OpenSearch Service、Amazon Aurora PostgreSQL和Amazon RDS for PostgreSQL增加了向量資料庫功能。在資料整合方面，亞馬遜雲端科技提出了「零ETL」的概念，推出了Aurora Zero ETL for Redshift Integration，允許即時產生的業務資料從Amazon Aurora同步到資料倉儲Amazon Redshift，無需ETL工具，以實現近實時的大數據聚合分析。在資料治理方面，亞馬遜雲端科技提供了全新的資料治理服務Amazon DataZone，以減少企業內部成員在存取資料和使用分析工具時的繁重工作負擔

在會上，西門子大禹團隊分享了他們利用亞馬遜雲端技術支援打造的智慧聊天機器人“小禹”，該機器人是透過人工智慧生成的方式進行互動的。最吸引人的部分是採用了「RAG 架構 向量資料庫」設計：核心知識庫以向量形式構建，可以儲存大規模的向量資料。此外，RAG架構大大擴展了大型模型的可用性，允許對新增部分使用相同的模型進行處理，無需進行調整。另外，由於亞馬遜雲端科技提供了一系列核心技術，包括向量資料庫和生成式人工智慧，整個解決方案的指導完成度高達80%

透過雲端原生服務，可以加速AI應用的構建，進而助力業務的敏捷創新。陳曉建認為，在生成式人工智慧的今天，更多的客戶需要的是原生架構，並為此提出了五個細則。首先是以微服務化和事件驅動架構為核心的設計框架，透過鬆散耦合的方式處理每個功能模組之間的依賴關係。其次，優先考慮使用Serverless架構，以減輕基礎架構的運維和部署負擔，從而能夠更專注於業務邏輯和創新。第三，將數據決策放在第一位，將數據能力作為應用的核心競爭優勢，並將其納入生成式人工智慧應用的設計概念中。第四，注重安全措施，採取影響面控制的方式，以減少潛在風險的影響範圍，同時將安全合規和資料保護放在重要位置。最後，避免重複造輪子，除了專注於技術本身，還要持續投入DevOps、基礎設施即服務和自動化等現代應用治理理念，促進企業內部應用資產和實踐的分享，構建高效敏捷的構建者文化

最後，透過使用即開即用的生成式AI服務，可以消除重複性工作並專注於創新。為此，亞馬遜雲端科技提供了Amazon CodeWhisperer人工智慧程式設計夥伴，它能即時提供程式碼建議，從根本上提高開發人員的生產力。相較於未使用該工具的開發者，使用CodeWhisperer的開發者在完成任務的速度上提高了57%，成功率提高了27%。此外，Amazon Whisperer還推出了自訂功能，可以產生更優的程式碼建議。它允許客戶使用私有程式碼庫來安全地自訂CodeWhisperer的程式碼建議，這些私人程式碼庫可以涵蓋內部API、資料庫、最佳實踐和架構模式等。同時，亞馬遜雲端科技也將Amazon Quicksight Q功能與Amazon Bedrock提供的大語言模型功能結合，為Amazon QuickSight提供生成式BI功能

目前，亞馬遜雲端科技透過開箱即用的生成式AI服務及工具，已幫助超過一千家中小企業和新創公司快速實現生成式AI創新，已賦能超過十萬計的中國開發者。

「開發生成式AI應用是一個充滿挑戰的系統工程，並不是單純的產品和服務拼接。」陳曉建最後特別補充道，「除了亞馬遜本身的資源，我們還需要建立強大的合作夥伴生態，與他們一起解決生成式AI應用建置中的各種技術問題，加速應用的商業化落地。除了提供雲端服務，我們還有解決方案架構師、產品技術專家、人工智慧實驗室、資料實驗室、快速原型團隊、專業服務團隊、培訓與認證部門等多個資源來共同協助客戶的成功。同時，我們也與生態合作夥伴和新創圈一起建立完整的生成式AI體系，進一步推動生成式AI技術的應用。」

以上是陳曉建：構築亞馬遜雲端科技生成式AI普惠化的五大關鍵因素的詳細內容。更多資訊請關注PHP中文網其他相關文章！