日前，亚马逊云科技��?2022 re：Invent全球大会上发布了一系列涵盖底层基础架构、计算、数据库、数据分析、AI/ML、安全、行业应用等新的服务及功能，通过不断创新帮助全球客户重塑未来。re：Invent，中文可以理解为重塑，是亚马逊云科技一直以来坚持的“精神内核”��?

　　今年是亚马逊云科技��?11年举办re：Invent，来自全球的5万多客户和合作伙伴参加了在拉斯维加斯举办的线下盛会，还有超过30万人线上参会。亚马逊云科技也正式开启了2022 re：Invent中国巡展活动，展��?2022 re：Invent全球大会的最新产品和技术、前沿趋势以及最佳实践��?

　　亚马逊云科技大中华区产品部总经理陈晓建表示：“亚马逊云科技在每年的re：Invent全球大会上，都会发布许多重磅的新服务、功能和应用，来支持遍及全球各地、来自千行百业的客户进行不断的创新和重塑。面临全球经济的不确定性，各种规模的客户都希望能进一步消减成本、增强业务的灵活性并加速创新。我们希望能通过技术的不断创新，让全球包括中国的客户能凌云驭势、重塑未来。��?

　　亚马逊云科技大中华区产品部总经理陈晓建

　　十年领跑，加速底层技术创��?

　　��?2013年推出Amazon Nitro系统以来，亚马逊云科技已经开发了多个自研芯片，包括五代Nitro系统、致力于为各种工作负载提升性能和优化成本的三代Graviton芯片、用于加速机器学习推理的两代Inferentia芯片，以及用于加速机器学习训练的Trainium芯片。定制化的芯片设计帮助客户运行要求更高的工作负载，包括更快的处理速度、更高的内存容量、更快的存储输入/输出（I/O）和更高的网络带宽��?

　　在本��?2022 re：Invent全球大会上，亚马逊云科技再次推出了一系列底层技术更新，包括第五代虚拟化芯片Nitro5、Gravition3E以及机器学习推理芯片Inferentia2，并推出了由三款自研芯片支持的Amazon Elastic Compute Cloud（Amazon EC2）最新实例��?

　　Amazon EC2 Hpc7g实例采用了Amazon Graviton3E芯片，与当前一代Amazon EC2 C6gn实例相比，浮点性能提高��?2倍；与当前一代Amazon EC2 Hpc6a实例相比，性能提高��?20%，为高性能计算工作负载提供了超高性价比��?

　　Amazon EC2 C7gn实例采用Amazon Nitro5，与当前一代网络优化型实例相比，为每个CPU提供了多��?2倍的网络带宽，同时将每秒数据包转发性能提升50%，为网络密集型工作负载提供了超高的网络带宽、数据包转发性能和性价比��?

　　Amazon EC2 Inf2实例采用Inferentia2，是专门为运行多��?1��?750亿个参数的大型深度学习模型而构建的，与当前一代Amazon EC2 Inf1实例相比，可提供高达4倍的吞吐量，降低多达10倍的延迟，且成本更优，延迟更低��?

　　构建云原生端到端的数据战略，应对海量数据挑战

　　分析人士预测，未来五年产生的数据量将会是数字时代开始以来的两倍多。如何管理海量数据，挖掘数据价值，对每个组织来说都是巨大的挑战。企业需要一整套完整的数据工具来应对海量的多样化数据；需要整合来自于不同部门、不同服务和不同应用中的所有数据，以获取更全面的数字洞察；需要通过数据治理保障人员和应用快速访问所需数据并同时确保数据安全；还需要改善发现和分享数据的方式以提升获取洞察的效率��?

　　亚马逊云科技��?2022 re：Invent全球大会发布了全新的数据管理服务Amazon DataZone，助力客户更快、更轻松地对存储在亚马逊云科技、客户本地和第三方来源的数据进行编目、发现、共享和治理，同时提供更精细的控制工具，管理和治理数据访问权限，确保数据安全。企业中的各类人员都可以通过Amazon DataZone轻松访问整个组织的数据以提升企业的数据洞察力��?

　　亚马逊云科技还新推出五项数据库和分析服务全新功能，让客户能够更快、更轻松地管理和分析PB级数据。Amazon DocumentDB Elastic Clusters可将客户的文档工作负载扩展到支持每秒数百万次请求，并支持PB级数据存储；Amazon OpenSearch推出了Serverless无服务器功能，可帮助客户在无需配置、扩展或管理底层基础设施的情况下运行搜索和分析工作负载，这一更新也标志着亚马逊云科技数据分析服务的全面无服务器化；Amazon Athena for Apache Spark能让客户开始使用Apache Spark进行交互式分析的时间从数分钟缩短到一秒以内；Amazon Glue Data Quality可以跨数据湖和数据管道自动管理数据质量； Amazon Redshift现在支持跨多个亚马逊云科技可用区（AZ）的高可用配置��?

　　此外，亚马逊云科技在本次大会上推出了机器学习服务Amazon SageMaker的八项新功能以及Amazon QuickSight的五项全新功能。其中，新的 Amazon SageMaker 治理功能可以在整个机器学习生命周期中提供对模型性能的可见性；新的 Amazon SageMaker Studio Notebook 功能提供了增强的Notebook体验，让客户只需点击几下即可检查和解决数据质量问题，促进数据科学团队之间的实时协作，通过将Notebook代码转变到自动化作业，加速机器学习实验到生产的过程；其他一些新功能可自动执行模型验证，并且让地理空间数据处理变得更容易。Amazon QuickSight 新功能可以支持业务人员直接用自然语言提问各类预测问题，并能够给出预测依据，大大降低了企业从数据中获取业务洞察的门槛��?

　　针对安全持续创新��? 帮助用户提升云中安全

　　亚马逊云科技在本次大会上分享了安全的四大目标：快速帮助客户提升安全水平，降低安全成本，减少安全问题的处理时间和提高企业安全的效率，并围绕这四大目标推出了一系列新的服务及功能��?

　　亚马逊云科技推出云托管服务安全数据湖Amazon Security Lake，可以自动将客户在云端和本地的安全数据集中到客户在亚马逊云科技账户下专门构建的数据湖中，方便客户针对安全数据做出快速行动。安全分析师和工程师可以使用Amazon Security Lake聚合、管理和优化大批量迥然不同的各类日志和事件数据，实现更快的威胁检测、调查和事件响应，高效、快速地解决潜在问题，同时继续使用他们熟悉的分析工具��?

　　亚马逊云科技进一步丰富了Amazon GuardDuty 功能。现在，Amazon GuardDuty可为 Amazon Aurora 提供威胁检测，以识别对存储��? Aurora 数据库中的数据的潜在威胁。Amazon GuardDuty RDS Protection 可配置和监控客户账户中现有和新数据库的访问活动，并使用定制的机器学习模型来准确检测Aamon Aurora 数据库的可疑登录。Amazon GuardDuty与Amazon Aurora 集成，可以直接访问数据库事件，而不需要修改数据库，而且不影响数据库性能��?

　　推出开箱即用的行业应用 突破行业限制

　　陈晓建表示，“想象力带给人类无限的可能性。第一种就是把不同的元素结合在一起，创造出全新的东西，就像托尔金写《魔戒》，第二种就是协作，通过来自不同组织的协作产生创新，第三种就是保持一颗彼得潘般的童心，利用我们已知的东西，然后有选择地进行加工，突破固有观念的限制。在这些启发之下我们带来了开箱即用的行业应用，如Amazon Clean Rooms、Amazon Omics、Amazon Connect和Amazon Supply Chain。��?

　　亚马逊云科技在本次大会上推出的新应用程序Amazon Supply Chain，基��? Amazon.com��?30年的物流网络经验，帮助企业提高供应链的可见性，做出更快、更明智的决策，并降低风险、优化成本及改善客户体验。Amazon Supply Chain 可自动合并、分析多个供应链系统的数据，企业因此可以实时观察供应链运营的情况，更快地发现趋势，更准确的预测需求，确保充足的库存满足客户预期。Amazon Supply Chain还通过提供统一的数据湖、机器学习驱动的洞察、行动建议和应用程序内协作功能，提高客户供应链的韧性��?

　　新推出的分析服务Amazon Clean Rooms，它可以帮助不同行业的公司轻松、安全地分析和协作处理组合数据集，无需共享或泄露原始的底层数据。借助Amazon Clean Rooms，客户可以在几分钟内创建一个安全的数据清洗空间，与亚马逊云科技之上的其它公司协作，生成与广告营销活动、投资决策、临床研究等相关的独特洞察。Amazon Clean Rooms为保护敏感数据提供了一组内建的数据访问控制，包括查询控制、查询输出限制、查询日志和加密计算工具��?

　　针对生物医疗行业，亚马逊云科技推出了Amazon Omics。这是一项用于存储、分析和阐述基因组学、转录组学和其他组学数据的托管服务。该服务专为医疗保健和生命科学组织而设计，旨在加强患者护理并推进科学研究，它的推出将有助于靶向疾病的治疗��?