AWS連續第十年榮登Gartner象限獎，其頂級服務一覽表

自推出以來已有十多年，如今，AWS已成長為全球最成功的雲基礎架構公司之一，佔據了30％以上的市場份額。AWS仍然是亞馬遜最強大的部門之一，佔該季度亞馬遜總運營利潤的77％。去年，AWS為該公司創造了350億美元的收入。在Gartner的最新公告中，AWS已連續第十次被評為領導者。

AWS一直致力於滿足開發人員的快速轉換的需求。尤其是在機器學習用例激增的情況下，客戶希望將其ML工作負載安裝在雲平臺上。讓我們看一下AWS在提供ML服務方面的表現。

SageMaker

傳統的機器學習開發是複雜，昂貴且迭代的。找到正確的工具並將其整合可能會非常耗時且容易出錯。SageMaker透過在單個工具集中提供用於機器學習的所有元件來解決這一難題，從而使模型可以更快，更輕鬆地投入生產。

例如，使用SageMaker Autopilot，只需單擊幾下即可自動檢查原始資料，應用特徵處理器並選擇最佳演算法集，跟蹤其效能。

CodeGuru

程式碼和應用程式效率越高，執行成本就越低。開發人員可以將Amazon CodeGuru整合到現有工作流程中，並且內建的程式碼審查可以檢測和最佳化程式碼以降低成本。Amazon CodeGuru使用ML提供智慧建議，以提高程式碼質量並確定應用程式最昂貴的程式碼行。

CodeGuru Profiler提供有關如何解決效能問題以及執行低效率程式碼的估計成本的視覺化效果和建議。鑑於CodeGuru Reviewer使用機器學習來識別應用程式開發過程中的關鍵問題和難以發現的錯誤。

Rekognition

在識別特定於業務的影象中的物件和場景時，需要使用Rekognition。在建立模型以監視裝配線或農場時，Rekognition可以使用高度可擴充套件的深度學習技術輕鬆新增影象和影片分析，而無需使用任何機器學習專業知識。

Comprehend

Amazon的Comprehend是一種NLP服務，它使用機器學習來查詢文字中的見解和關係。無需任何機器學習經驗，使用者就可以利用Comprehend中的AutoML功能來構建適合企業需求的文字分類器。

Elastic Inference

根據AWS的說法，機器學習的推理佔總運營成本的90％。使用彈性推理，可以將執行深度學習推理的成本降低多達75％。開發人員只需將適量的GPU驅動的推理加速連線到任何服務，例如EC2或SageMaker例項型別或ECS任務，而無需更改程式碼。

Kendra

使用Amazon Kendra可以輕鬆在您的網站上搜索。透過機器學習的支援，Amazon Kendra是一種高度準確且易於使用的企業搜尋服務。Kendra為網站和應用程式提供了強大的自然語言搜尋功能，因此終端使用者可以輕鬆地找到資訊。

Augmented AI (A2I)

對於任何組織而言，建立人工稽核系統都是一個耗時且昂貴的過程。透過消除與構建人工審閱系統相關的繁重工作，Amazon Augmented AI使構建工作流變得容易。亞馬遜的A2I服務還可以輕鬆地將人工判斷和AI整合到任何ML應用程式中，而不管它是在AWS還是在其他平臺上執行。

Polly

聊天機器人，播客或家庭播客，具有類似於人的語音傳遞功能，對B2C公司而言是巨大的挑戰。使用Polly，AWS嘗試解決相同的問題。客戶可以使用該服務傳遞逼真的聲音，並透過實時輸出增強使用者體驗。所有要做的就是將文字傳送到Amazon Polly的API並以流的形式返回音訊，該音訊可以立即播放。亞馬遜使Polly具備了用多種語言進行語音表達的能力，從而使全球受眾都更加容易。

所有這些量身定製的服務已在全球範圍內以各種方式為組織提供動力。AWS甚至涉足高效能體育賽事，例如一級方程式。F1分析師和AWS攜手合作，從每時每刻汲取了深刻的見解，並以直觀的方式向觀眾展示。AWS的應用程式也已擴充套件到創意領域，例如AWS DeepComposer可以讓您在幾秒鐘內開始彈奏鍵盤。

儘管由於微軟和谷歌產品的加速發展以及其他雲平臺的發展，近年來的競爭變得更加激烈，但AWS仍然成功地佔據了主導地位。