Quantcast
Channel: iThome
Viewing all articles
Browse latest Browse all 31414

AWS是否在臺建資料中心,已完成第二輪評估報告送總部,今年結果出爐

$
0
0

AWS宣布在臺建辦公室,並設有臺灣在地的技術、銷售團隊等,亞馬遜AWS全球副總裁容永康指出,AWS會擴大投入臺灣市場,並進一步提供臺灣大企業全面性的IT規畫服務等,目前AWS也目標將公有雲深入銀行業內部,不過容永康指出,目前臺灣政府在監管銀行公有雲這方面,法規尚不明朗,因此,目前AWS正和臺灣政府進一步了解監管範圍,如目前哪一些資料不能放到公有雲上。

另外,容永康也透露,AWS已經完成了在臺資料中心的第二輪評估報告,送到美國總部進一步評估,並且預計今年會公布在臺建資料中心的結果,他指出,目前AWS全球有16個AWS區域(Region)級營運中心,且共有42個可用區,如在日本同一區域建有三個可用區,容永康表示,每個Region下至少會由兩個可用區(Availability Zones,AZ)的資料中心來組成叢集,以提供高可用性架構。

他指出,影響AWS決定是否在臺設置資料中心,最主要的考量就是營運成本,他說,儘管臺灣企業對於雲端的需求越來越強,但總體來說,企業導入AWS的企業數要有達到一定規模,才符合亞馬遜在臺灣建資料中心的投資成本,其他如資料中心評估地點建等皆未透露。

同時,聯發科IT本部協理劉錫麟也分享建AWS的經驗,他指出,聯發科面臨全世界的晶片研發競爭,每年要和100多個晶圓代工廠合作,而且目前聯發科的運算量為全臺規模最大,甚至台積電的運算量也只有聯發科的三分之二。再加上聯發科在全球有多個分部,除了中國之外,還有新加坡、印度與英國等。他指出,由於企業在全球建資料中心的成本太高的情況下,雲端具備的彈性等就顯得相當重要。

劉錫麟指出,目前聯發科面臨很大的挑戰就是自去年開始解構公司內部的研發流程,目前聯發科已經有一百多的研發設計流程,透過將流程切成一段一段,透過模組化之後再搬到雲端,之後再進行驗證,還需要很長一段時間。另外,他也說,今年聯發科IT還有一個很大的挑戰在於,100多個設計流程,要如何利用雲端滿足突然增加的運算量,他說,若這一件事情能夠做起來,日後公司就不用準備很多的資源,只為了滿足一段突然增長的運算量,能夠為公司省下許多成本。

而亞馬遜也於今日正式在臺宣布於AWS re:Invent 年度大會上公布的多項服務,除了強化雲端運算能力之外,也發表了三項新Amazon AI 服務。亞馬遜臺灣AWS技術傳教士張書源指出,如為了因應企業執行深度學習與大數據分析,而需要大量雲端運算的需求,亞馬遜在AWS re:Invent大會上一次推出了七種新的虛擬機方案,如在EC2執行個體中,供企業使用GPU運算,另外一種是針對企業深度學習和機器學習運算的需求,新增加運算方案F1,此為在EC2平臺執行FPGA(Field Programmable Gate Arrays),使用者可將FPGA程式碼封裝成映像檔,再上傳至F1執行。

其他更新的運算方案上,在企業持續擴大運算量的需求下,在T2系列擴大運算規格,分別是T2.xlarge,內含16GiB記憶體、4vCPU與T2.2xlarge為32GiB記憶體、8vCPU。而R系列新推出R4,記憶體升級為DDR4,容量加大到488GiB,和上一代R3相比增加兩倍,以及64個vCPU。

在AWS執行長Andy Jassy強調要投入深度學習,並投入數以千計IT人進行研發中,亞馬遜於AWS re:Invent新推出3項雲端AI服務,第一項是Amazon Rekognition,此為圖像識別與分析服務,除了可以搜尋與比對人臉之外,也能分析物件及場景。

第二項AI服務是Amazon Polly,張書源指出,此功能可以將文字轉換成生活化的語音,並且加上47種語調,目前已經支援了24種語言,包括英語、日本語、法語、西班牙語等,但目前尚未支援中文。另外,亞馬遜也推出Amazon Lex,使用與現在Alexa相同的深度學習技術,供企業和客戶透過語音與文字對話,如Chatbot對話機器人等。此外,張書源也指出,目前已推出Lambda@Edge的公開預覽版,此為Lambda的延伸版,供企業在CloudFront邊緣節點上運行Node.js和JavaScripe,但何時釋出正式版AWS尚未公布。

更正:原內文亞馬遜推出Amazon Alexa供企業透過語音與文字對話,已更正為Amazon Lex


Viewing all articles
Browse latest Browse all 31414

Trending Articles



<script src="https://jsc.adskeeper.com/r/s/rssing.com.1596347.js" async> </script>