从「生成式AI」转化为「生产力」，亚马逊云科技划出重点( 三 ) _生成式AI

让生成式 AI 落地多重加速
在这些重磅发布之外，为了加速生成式 AI 的训练和应用，亚马逊云科技已推出了一系列服务和工具。
最新动态是，两项关键服务已正式可用：
其中一项服务是关于计算基础设施，基于英伟达 H100 Tensor Core GPU 的 Amazon EC2 P5 实例已正式可用，满足客户在运行工作负载时对高性能和高扩展性的需求。

文章插图
很多业界知名的生成式 AI 模型同时涵盖问题回复、代码生成、视频和图像生成、语音识别等功能，规模通常有千亿或万亿参数，训练时间甚至长达数月。这势必会成为普遍影响生成式 AI 落地速度的因素之一。
与上一代基于 GPU 的实例相比，Amazon EC2 P5 实例使得训练最高提速 6 倍，曾经的几天训练时间可缩短到几小时，帮助客户降低高达 40% 的训练成本。

文章插图
另外一项服务是有关于开发工具。去年，亚马逊云科技推出了 AI 编程助手 Amazon CodeWhisperer 预览版，获得了开发者的高度关注。数据表明，与未使用该编程助手的开发者相比，使用者完成任务的速度平均快 57% 。
现在，Amazon CodeWhisperer 已经正式可用，并且实现了与 Amazon Glue 的集成。
从此以后，开发者可以用自然语言编写特定任务，Amazon CodeWhisperer 会直接在 Amazon Glue Notebooks 中推荐一个或多个可完成此任务的代码片段，用户可以选择「接受最推荐的建议」、「查看更多建议」或「继续自己编写代码」。
也就是说，即使完全不会写代码，你也可以尝试用「说人话」的方法构建出完整的应用程序。

文章插图
写在最后
技术的发展往往超乎人们的预设。曾几何时，研究者们还需要花费数月的时间进行数据准备、数据处理和模型训练，不得不投入极其高昂的成本，只为了完成某一项特定的任务。
今天，生成式 AI 已经能够给出与人类创作无法区分的内容，处理此前 AI 并不擅长的知识性工作和创造性工作。行业的壁垒在某种程度上被打破、重构，一场由生成式 AI 引发的生产力革命正在发生。
通用人工智能（AGI）是否真能实现？想必现在，已经不会有人再站出来表示质疑。
在这场浪潮中，亚马逊云科技选择的路线是做好「关键基础设施提供商」的工作。它的优势在于过去 20 年在人工智能技术上的深厚积累，在于对于超过 10 万家客户的深刻理解，在于打磨多年的高可用、强大的基础设施。这些都会有力地推动亚马逊云科技加快生成式 AI 落地的征程，帮助到每一位开发者或创业团队。
我们能看到的是，在一系列面向生成式 AI 的基础设施和开发工具源源不断投入应用之后，大模型落地的门槛被打了下来，开始走向各行各业的深处。
这场生产力革命，显然已经在加速了。