invent|亚马逊第三代服务器芯片来了！机器学习负载性能飙3倍，能耗降60%( 二 )

三、Mainframe Modernization：让客户尽快“摆脱”主机，迁移上云随后，Selipsky宣布了一款主机迁移和现代化新平台AWS Mainframe Modernization，旨在帮助AWS客户尽快“摆脱”主机，以便更好地利用云。
今天，客户摆脱主机束缚的方法有几种，要么几乎原样调整应用程序，要么可能会将应用程序重构和分解为云端的微服务。
但这两种方式都要耗费相当长的时间来完成，因为客户必须评估应用程序源代码的复杂性，了解对其他系统的依赖性，转换或重新编译代码，然后必须测试所有内容，以确保一切正常。
而AWS Mainframe Modernization能帮助企业以比以往低得多的成本，更快地在AWS上迁移、现代化和运行主机工作负载。
使用其一套开发、测试和部署工具以及兼容主机的运行时环境，它可以将主机工作负载移动到云端所需的时间缩短多达2/3。

文章插图
该解决方案还将帮助客户评估分析他们的主机应用程序是否就绪，然后帮助他们选择要走的路径并制定计划。
许多公司可能希望在云上运行一些应用程序，并希望其中的一些实际AWS使用相同的API、硬件和工具，由AWS全面管理和支持。
四、AWS Private 5G：几天构建专用移动网络面向5G通信，AWS推出AWS Private 5G，一种可在几天内即可轻松构建和扩展专用移动网络的新服务。

文章插图
以往部署专用移动网络，需投入大量时间、金钱和精力来设计其网络，以实现预期的峰值容量，并从多个供应商采购和集成软件和硬件组件。
即便客户能够运行网络，当前的专用移动网络定价模型也会对每台连接的设备收费，并使涉及数千台连接设备的用例成本高昂。
而使用AWS推出的这项新服务，用户只需告知想在哪里构建网络，并指定网络容量，AWS就会提供所有必要的硬件、软件和SIM卡。其自动配置功能使得用户可按需连接尽可能多的设备。
AWS Private 5G简化了部署，允许客户快速部署自己的4G/LTE或5G，可快速扩大和减少连接的设备数量，并受益于熟悉的按需云定价模型。该服务没有前期费用或每台设备成本，客户仅支付他们要求的网络容量和吞吐量。
总体而言，用户无需漫长的规划周期、复杂的集成和高昂的前期成本，即可享用到移动技术的所有优点。
五、Amazon SageMaker Canvas：零经验小白也能玩转机器学习Selipsky也谈到机器学习，他说AWS提供了周围最广泛和最完整的机器学习功能集，希望通过AWS Sagemaker推动机器学习普及。
今日，AWS又推出一项新的可视化、无代码机器学习服务Amazon SageMaker Canvas。

文章插图
与其现有的机器学习服务不同，这里的目标受众不是高度技术性的数据科学家和工程师，而是企业内部的任何工程师或业务用户。
Amazon SageMaker Canvas使得没有任何经验的用户，无需编写任何代码，只需用鼠标点击拖拽，即可创建机器学习预测模型。
该服务得到了AWS完全托管的机器学习服务SageMaker的支持，可用于解决欺诈检测、减少流失和库存优化等业务关键型用例。
六、4项基于云的分析服务AWS提供有大量分析工具来帮助客户挖掘数据，并宣布推出Amazon Redshift、EMR、MSK和Kinesis等四项基于云的分析服务，它们现可作为无服务器和按需服务提供。

文章插图
Selipsky提到不同的工作负载需要正确的数据库来支持它们，分析服务也是如此。客户不想担心运行这些服务带来的基础设施，除了省去管理集群的麻烦外，用户只需为其使用的资源付费。