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
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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