AWS推出了深度学习容器和新的人工智能基础设施选项

亚马逊网络服务公司（AmazonWe bServicesInc.）刚刚与大众汽车（Volkswagen AG）达成一项重大基础设施协议，今天推出了新功能，使企业在如何使用其云平台方面具有更大的灵活性。

主要的亮点是一个称为AWS深度学习容器的软件包。它由来自开源生态系统的流行人工智能工具组成，供应商已经将这些工具打包到Docker容器中，允许它们轻松地部署在不同类型的AWS计算实例上。他们的目的是让工程师在几分钟内建立一个基于云的人工智能开发环境。

深度学习容器还包含了一些提高人工智能性能的优化。例如，AWS的流行TensorFlow深度学习框架的预包装版本可以训练神经网络的速度是香草版本的两倍。这种速度提升是由定制提供的，允许软件更有效地在提供商云平台中跨图形卡分配工作。

TensorFlow是仅有的两个人工智能工具之一，作为一个深度学习容器推出，另一个是ApacheMXNet。亚马逊表示，随着时间的推移，它将在名册上增加更多的框架。

AWS人工智能总经理Matt Wood（图）表示，深度学习容器旨在帮助企业快速建立具有优化容器图像的深度学习环境。他说，有了这些和其他服务，亚马逊的目标是让人工智能更容易使用。他说：“我们想让机器学习变得无聊。

AWS推出了这个包，并为其Redshift数据仓库提供了一个新的自动化工具，同样旨在减少客户的管理开销。当有使用尖峰时，该机制可以分配额外的处理能力，并在更长的需要时将额外的资源移除。AWS还借此机会正式发布了其AppMesh网络监控工具，使其成为通用可用性。

这些新功能正在推出，同时推出了三种基础设施选项，主要针对那些希望削减云支出的企业。第一个是GlacierDeepArchive，它是提供者的S3对象存储服务中的一个新层，旨在安全地保存不经常访问的数据(如财务审计日志)。这是高达75%的成本比现有的S3冰川档案层，AWS已经提供了这样的用例。

提供商还推出了其M5A和R5A计算实例熟悉的新版本。在11月份，这些实例使用AdvancedMicroDevicesInc.芯片，使它们比可比的基于英特尔®至强的AWS机器便宜10%。

今天的更新提供了提供M5A和R5a节点75千兆字节到3.6兆字节的直接连接NVMe闪存驱动器的能力。这提供了比常规存储更快的访问时间，因为它们接近底层服务器。