BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

智能时代的新技术实战

| 作者 InfoQ中文站 关注 55 他的粉丝 发布于 2018年1月17日 如何结合区块链技术,帮助企业降本增效?让我们深度了解几个成功的案例。

目录

新技术篇 | New Technology

Werner Vogels脑中的未来世界@AWS re:Invent 2017

为什么你应该关注Amazon SageMaker 

AWS正式把KVM投入使用 你需要知道些什么?

实践篇 | Practice

深入Serverless—让Lambda 和 API Gateway支持二进制数据

让你的数据库流动起来 – 利用MySQL Binlog实现流式实时分析架构

AWS Organizations提供基于策略的集中化帐户管理能力

Netflix打造容器管理基础架构:Titus

卷首语

早在过去的5-6年间,AWS业务及产品的拓展就已经对机器学习产生了大量的需求,而这些需求主要受三大因素影响:算法、大型数据集以及效能计算。算法层面,它们相比20年前已变得越来越复杂,并结合了人工智能的算法;数据集层面,由于云计算的出现,使获得、应用丰富而海量的数据成为可能;效能计算层面,GPU可以创造出高度复杂和规模化的计算能力,从而把算法与海量数据相结合。

所有的这些需求,都离不开以技术为基础的演进和优化。此外,为了给用户提供一个更加广阔和深度的服务平台,AWS 团队陆续开发和提供了越来越多的服务和功能。例如,作为Serverless 架构主要的服务,AWS Lambda 和AWS API Gateway已开始支持二进制数据,让用户享受其带来的便利;AWS Organizations也正实现对运维复杂度的降低,并能通过细化的访问权限应用服务控制策略。因而,很多开发者会迫切的想要知晓,在Lambda、EC2、AWS Organizations、Amazon Alexa、Amazon Lex这些技术架构、平台、软件或服务体系下,深藏着哪些创新和突破?AWS又是如何设计这一系列的解决方案的呢?

在本期《AWS迷你书:智能时代的新技术实战》中,我们就将揭开人工智能全面来临的时代下,AWS在各领域的技术创新和实践经验,及其在2017 re:Invent大会上发布的一系列「超燃杀器」,在Serverless、实时数据系统构建等热门技术上演进和突破等,让各位读者能更深入的了解AWS在技术路上的探索精神和开放精神。

诚如Amazon CTO Werner Vogels所说,“在AWS平台上,我们是不设守门人(gatekeeper),因此我们不会告诉我们的合作伙伴他们在AWS平台上什么可以做、什么不可以做。‘没有守门人’这一点能够激发更多、更好地创新。”

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT