AWS推出深度學習容器和新的AI基礎架構選項

斷食登陸重大基礎設施合同與大眾汽車股份公司，亞馬遜網絡服務公司今天推出了新的功能，這將使企業在他們如何使用其云平臺更大的靈活性。

主要亮點是被稱為AWS Deep Learning容器的軟件包。它由供應商打包到Docker容器中的開源生態系統中流行的人工智能工具組成，使它們可以輕松部署在不同類型的AWS計算實例上。他們旨在讓工程師在短短幾分鐘內建立基于云的AI開發環境。

深度學習容器還提供了許多優化措施，可提高AI性能。例如，AWS流行的TensorFlow深度學習框架的預包裝版本可以訓練神經網絡的速度是原始版本的兩倍。定制提供了這種速度提升，這些定制使軟件可以更有效地在提供商的云平臺中的圖形卡之間分配工作。

TensorFlow是啟動時可用作深度學習容器的僅有的兩個AI工具之一，另一個是Apache MXNet。亞馬遜表示，隨著時間的推移，它將在名冊上增加更多框架。

AWS人工智能總經理Matt Wood(如圖)表示，深度學習容器旨在幫助公司利用優化的容器映像快速設置深度學習環境。他說，借助這些服務和其他服務，亞馬遜旨在使AI的使用變得更加容易。他說：“我們希望讓機器學習變得無聊。”

AWS結合其Redshift數據倉庫推出了與新自動化工具結合的捆綁軟件，該工具還旨在減少客戶的管理開銷。該機制被稱為并發擴展，可以在出現使用高峰時分配額外的處理能力，并在不再需要額外資源時取消它們的配置。AWS還借此機會將其App Mesh網絡監控工具正式發布為全面上市。

新功能與三重基礎架構選項一起推出，主要針對希望減少其云支出的企業。第一個是Glacier Deep Archive，是提供商S3對象存儲服務中的新層，旨在保護不經常訪問的數據(例如財務審計日志)。它比AWS針對此類用例提供的現有S3 Glacier存檔層便宜多達75%。

該提供商還正在啟動其M5a和R5a計算實例系列的新版本。 介紹了 11月份這些情況下使用高級微設備公司的芯片，使其比同類基于英特爾至強處理器公司AWS機便宜10%。

今天的更新提供了配置M5a和R5a節點的能力，這些節點具有75 GB到3.6 TB的直連NVMe閃存驅動器。與常規存儲相比，這提供了更快的訪問時間，因為它們與底層服務器在物理上非常接近。