AWS自研高效運算晶片,號稱「比英特爾更划算」!年度技術大會亮點一次看
AWS自研高效運算晶片,號稱「比英特爾更划算」!年度技術大會亮點一次看

亞馬遜AWS年度技術大會re:Invent於台灣時間11/29展開,其中最大的重頭戲,就是AWS執行長亞當·賽利普斯基(Adam Selipsky)的兩小時主題演講,其中宣布各大產品線重磅新產品的登場。

在今年的演講中,亞當延續去年演說風格,詩意地運用四種環境來貫穿主題「數據」,一步步往下拆解。

1.太空:數據 Data
2.深海:安全 Security
3.南極:運算Compute
4.想像世界:應用 Application

AWS reinvent
AWS執行長的演說中,將四種技術比喻為不同的環境場景。
圖/ 隋昱嬋攝影

這是AWS首次在大會上重點強調數據的價值,亞當直言,數據是所有應用的核心,影響所有商業策略,大會中推出供應鏈管理系統、無痛移轉資料的技術,展現針對產業客戶痛點的解決方案。

太空:數據無痛轉移,打造零ETL的未來

亞當用「太空」作為整場演說的開場,他認為數據就像是宇宙,不斷在膨脹,同時也有數不清的星球隱藏在我們的視野之外,它們其實一直都在原位等待發掘,需要你使用正確的工具和技術,去整合資源、保障安全、分析判讀,而數據也是相同的概念。

「但產業面對的現實是,數據系統非常複雜,使用上也費力。」亞當指出,尤其是轉移資料、整合不同管道的技術ETL(Exctract-Transform-Load),是大部分企業的痛點,因為要把來自財務系統、零售系統等數據倉庫的資料變成一致的格式,才有辦法串接起來相互使用、進行分析,企業可能需要雇用大量的專家來編寫程式,而且只要任何一個小地方要修改,就得把整套流程重新調整,確保提供的數據形式和過去是相同的,系統才能繼續運作。

2022_reinvent_adamselipskykeynote_1129_555.jpg
亞當·賽利普斯基將數據比喻成太空世界,推出解決產業痛點的方案。
圖/ AWS

針對這個痛點,AWS發表了一句宣言,引起現場開發者的如雷掌聲:「我們將會邁向沒有ETL的未來(Zero-ETL future)。」

該怎麼做到?AWS讓資料庫解決方案Aurora和分析軟體Redshift達到幾乎實時的處理,也就是數據一連接進資料庫,就可以在幾秒內直接進行整理分析,這讓企業不再需要透過ETL技術去把數據拉出來、轉換格式型態,最後再進行分析,預期將減少大量的成本,也讓所有數據處理的速度加快。目前這只是預先公開的版本,未來將會有更詳細的功能在這項技術中登場。

深海:安全、分析一站式完成

當企業擁有數據之後,接下來的重點就是讓它「安全」地運行。亞當以深海作為比喻,受限於人類脆弱的身體,難以自由探索大海的深處,於是科學家就發明了潛水艇,讓人類能安全地在水中移動,而在深海裡看不到前方的危險性,聲納系統就此誕生,代替眼睛去探測危險的發生。

亞當指出,如果能利用這些工具確保數據使用的安全性,就可以驅動更多的創新發生,因為企業不再需要瞻前顧後,等於解放了雙手,可以盡情去探索深海世界。

為此,AWS發表安全重點技術「Amazon Security Lake」,也就是第一個可以進行分析的數據湖泊,過去AWS的客戶都需要再多連接一套分析服務才能做到這件事,現在等於把「安全」和「分析」整合成一個團隊,可以在同一套系統中快速分析跟安全性有關的數據,讓企業或組織對內部的安全有個全面的了解。

數據湖泊 v.s 傳統數據倉儲

南極:自研高效運算晶片,號稱「比Intel更划算」

當已經取得安全的數據,客戶將準備好面對更極端的環境——高效能運算,亞當以南極作為例子,在這個世界上最冷最乾燥的環境裡,英國探險隊為了移動更快速、搬運更多物品,於是首次使用狗拉雪橇的型態,讓探險隊成功跨越大陸,抵達最南端。

「如果工具只是『夠好』就代表『不夠好』。」亞當指出,在極限環境中的工具,一定要比起原本的模式發揮更高的效能,才能展現出影響力,例如在分秒必爭的F1賽車中,AWS幫助車隊減少70%的空氣動力學模擬時間,從60小時減少到12小時,讓車隊可以更敏捷地針對車輛進行改造。解決方案必須帶來如此龐大的變化,這個研發才能起到關鍵作用。

2022_reinvent_mondaynightlive_1128_ccc
F1賽車法拉利隊也是AWS多年客戶。
圖/ aws

在運算的產品中,AWS推出全新的自研高性能CPU處理器Graviton 3E,運算性能比上一代多出35%,可組成最多64組虛擬CPU,並具有128GB存儲容量,最快將在2023年初開始佈署應用。

AWS高級副總裁彼得·德桑提斯(Peter DeSantis)更表示,這款處理器在某些高性能計算能力上是現有Graviton晶片的兩倍,和其他AWS技術結合時,新晶片的性能還能再提高20%,他更直言,和購買Intel、Nvidia、AMD晶片相比,Graviton 3E可以提供性價比更好的演算力,外界預期,這將為高效能運算晶片帶來三強鼎立的局面。

想像世界:全場焦點應用,攻供應鏈、基因科學領域

「有一個環境,比太空更廣闊、比深海更難以捉摸、也比探索南極更困難,那就是想像中的世界(Imaginary World)。」亞當用這句話展開最後一個環節,當擁有利用數據的能力,就來到發揮創意的時刻——應用。

在這個環節全場驚呼聲連連,AWS發表了兩大極度重要的解決方案產品。

AWS供應鏈

供應鏈產品是全場最大亮點,AWS準備推出一個系統,可以串接企業的ERP(進銷存貨系統)以及供應鏈管理系統,可以協助企業視覺化管理全球各地的倉儲、工廠供應狀況等,更提供非常重要的分析和建議功能。

AWS REINVENT2022 供應鏈
AWS 供應鏈解決方案能夠視覺化展現各地倉儲、工廠的風險狀況。
圖/ 隋昱嬋攝影

系統會利用機器學習的洞察分析,提醒企業主各地潛在的風險,也提供一張視覺化的地圖,用顏色顯示可能有出現狀況的地區,當風險被發現,系統會自動提供倉儲平衡建議,例如告訴企業應該把亞利桑那州的25%貨量送往加州。系統中甚至有溝通聊天的區塊,可以讓各地遠端協作在系統中進行。

亞當指出,這個系統整合了亞馬遜30多年的零售倉儲經驗,過去不同產業都有廠商推出獨立的解決方案,但AWS的產品將不只針對零售和製造業,像生技業這種需要跨域運送樣本的產業,也能夠使用這個通用功能。

Amazon Omics(基因科學分析)

AWS今年多次提及對生技產業的關注,包含邀請癌症細胞療法新創Lyell到現場演講,分享AWS協助下建立順暢的細胞跨境運送。今年大會,AWS也推出針對基因研究的Amazon Omics解決方案,提供生物學資料的存儲,更能夠提供大規模的分析。

AWS REINVENT22
生技公司Lyell執行長在活動現場分享和AWS的合作。
圖/ AWS

亞當指出,整理生物學、基因科學的數據,對於現有的系統工具來說都是非常困難的,因為資料量太龐大,難以管理,更別提分析、洞察其中的奧秘。如此大量的數據要轉移上雲端,安全性也是非常大的挑戰。

Omics可以減少業者建立複雜ETL的時間,直接把數據存進可以移轉的平台上,建立好連接各系統的API,讓數據可以自由傳送到分析系統中進行處理。

2022_reinvent_adamselipskykeynote_1129_1.jpg
圖/ AWS

今年AWS從數據的取出、分析到應用都推出解決方案,但比起往年在深層技術的突破性更新,例如無伺服器Lambda、Nitro虛擬化等,今年偏向提出方案去解決客戶痛點,可以感受到AWS從底層的基礎建設,逐漸向上構建更豐富的應用場景,力拚搶下更多產業大客戶

《數位時代》AWS拉斯維加斯現場直擊:
擊敗摩根大通,台灣學生包辦AWS賽車前3名!陽明交大怎麼把「奪冠」變傳統?
端出倒啤酒機、投籃預測器,原理是什麼?還有哪些好玩應用?

責任編輯:林美欣

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓