《三体》作者刘慈欣的偶像、《2001太空漫步》的作者亚瑟·克拉克说：“任何非常先进的技术，初看时都似与魔法无异。”亚马逊云科技，也引用这句话来描述生成式AI的伟力。

亚马逊云科技方面也不止一次提到，要把生成式AI的能力“放到每一个构建者和每一个商业用户的手中”。放到克拉克的语境下，也就是要给千行百业“附魔”。在前不久的亚马逊云科技中国峰会上，他们继续分享了如何修炼生成式AI的魔法。

（亚马逊云科技中国峰会现场）

与魔法师释放“火球术”或者其它魔法类似，亚马逊云科技首先做的也是“梳理魔法基础”。对于生成式AI而言，主要涉及算力的锤炼。

生成式AI爆发机遇庞大，同时存在的挑战，相当程度上在于，AI技术的爆发直接推动了对算力资源需求的井喷式增长。亚马逊云科技的解决路径有三条：一是更高性价比的软硬件解决方案以应对算力资源紧缺；二是提供快速高效的弹性资源供给，以应对生成式AI的迅速发展和快速变化的业务需求；三是进一步降低使用门槛，让客户能快速上手。

今年的亚马逊云科技中国峰会还呈现了几点新变化，包括：

与NVIDIA的深度合作，全球首发最新架构GPU超算方案，让重视计算速度的用户在亚马逊云科技的服务中能够相对高效应用NVIDIA GB200等超级AI计算卡，最大程度地提高大模型的训练和生成速度。

用自研的Nitro存储和网络加速系统带来的可观存储及网络性能，支持GPU超算在单位时间内生成的极大数据流。

以及，在另一种需求维度上，通过自研的Tranium和Inferentia等超低功耗芯片，为性价比、低成本需求用户，最大程度地降低算力成本。

接着就是“凝聚魔法元素”。伟大的魔法师通常具备更好的元素亲和力，对于生成式AI而言，就是在具备良好魔法学基础的前提下，能调动更多相关资源。

计算、存储和网络层面，亚马逊云科技的Nitro、SRD、SIDR、UltraCluster、Nitro Enclaves、存储、自研芯片Amazon Graviton，都经过了广泛的实践检验，深受用户认可。这些，也只是亚马逊云科技相关服务的一部分。

随后就是“贯彻魔法回路”。这是生成和释放魔法的通道，对于生成式AI而言，就是技术向应用转化的路径。

亚马逊云科技，形成了生成式AI的三层技术栈。

底层是以GPU和自研芯片为代表的基础设施，用于基础模型的训练以及在生产环境中运行推理；中间层是以Amazon Bedrock为代表，提供可以访问所需基础模型，以及构建和扩展生成式AI应用程序的工具；顶层是开箱即用的生成式AI应用，以企业级生成式AI助手Amazon Q为代表，可以让用户任何专业知识即可快速上手生成式AI，算是给客户的未来应用落地“打个样”。

再有就是“选择施法工具”。大魔法师们各有所长，在魔法属性、魔力质量等方面都存在差异，需要有最适合的法杖作为魔力释放工具。就生成式AI而言，不同行业、不同规模、不同具体业务侧重等等，都会导致不同的需求，最直观地就会反应在不同的模型选择上。“模型”，就是企业落地生成式AI的“法杖”。

这里主要是Amazon Bedrock等工具。比如，Amazon Bedrock可通过单一API访问多种高性能基础模型，支持模型选择、模型定制、应用集成和负责任AI四大差异化价值。通过Amazon Bedrock，客户可以轻松访问和评估最新的基础模型，快速构建和部署生成式AI应用。

最后则是“尝试魔法释放”。无论之前的准备有多出色，魔法师是否合格，最终要通过能否成功释放魔法来验证。这在魔法世界更多靠天赋，而生成式AI落地方面，有亚马逊云科技进行全生命周期的保驾护航。

亚马逊云科技还拥有遍布全球的强大的生成式AI合作伙伴体系，为企业提供全方位的模型、工具、量身定制的解决方案和服务，帮助企业应对应用生成式AI所面对的人才挑战、高质量数据、定制化模型最后三公里工程化的挑战，及基于生成式AI行业应用落地的挑战。

通过这样的一整套流程，亚马逊云科技想要用生成式AI为千行百业的未来发展有效附魔。从近两年峰会的议程看，这些还并不是完结和全部。那么，下一次，亚马逊云科技的生成式AI魔法，又会给这个数字化生存的时代，带来什么呢？（丁科技网原创，转载务必注明“来源：丁科技网”）