20 多年来，Amazon 在人工智能领域投入了大量资金。机器学习 (ML) 算法驱动了我们的许多内部系统。这也是我们客户所体验的功能的核心 – 从我们运营中心的路径优化和 Amazon.com 的推荐引擎到 Alexa 提供技术支持的 Echo、我们的无人驾驶飞机 Prime Air 以及我们新的零售体验 Amazon Go。这仅仅是一个开始。我们的使命是将我们的学习经验和 ML 功能作为完全托管的服务进行分享，并把它们交付给每位开发人员和数据科学家。
为什么选择 AWS 上的机器学习？
适用于所有人的机器学习
API 驱动型 ML 服务
广泛的框架支持
广泛的计算选项
深度平台集成
全面的分析
安全
按实际使用量付费
快速训练和部署模型
Amazon SageMaker
Amazon SageMaker 使数据科学家和开发人员能够利用高性能机器学习算法、广泛的框架支持以及一键式训练、调整和推理快速轻松地构建、训练和部署机器学习模型。Amazon SageMaker 具有模块化架构，因此您可以在现有的机器学习工作流程中使用其任何或全部功能。
借助 AWS DeepLens 进行动手练习
AWS DeepLens 是世界上第一款面向开发人员的支持深度学习的摄像机。通过与 Amazon SageMaker 和许多其他 AWS 产品进行集成，它使您能够快速轻松地开始和进行深度学习。
新的学习方式
AWS DeepLens 使各种技术水平的开发人员能够在不到 10 分钟的时间内，通过具有实际动手操作示例的示例项目开始深度学习。
完全可编程
可以使用 AWS Lambda 轻松自定义 AWS DeepLens 以及编写相关程序。甚至可以将 DeepLens 上的模型作为 AWS Lambda 函数的一部分运行，以实现快速试验。
用于深度学习的定制硬件
AWS DeepLens 是一款物理高分辨率无线摄像机，具有定制的板上计算功能，能够实时对复杂的模型进行深度学习推理。
专为深度学习量身定制
DeepLens 预装了 Apache MXNet 的优化版本，开箱即用。 您可以在设备上运行任何深度学习框架，包括 TensorFlow 和 Caffe2。
API 驱动型服务将智能引入所有应用程序
借助我们的智能服务，您可以通过 API 调用预先训练的服务为应用程序添加智能功能，而不必重新开发和训练自己的模型。
视觉服务
会话聊天机器人
语言服务
使用任意框架开发复杂的模型
AWS 支持各种主要的深度学习框架，可为数据科学家和开发人员提供最开放且最灵活的环境。
Amazon Deep Learning AMI
AWS Deep Learning AMI 为您提供基础设施和工具，以加快在云中进行深度学习的速度。AMI 预装了 Apache MXNet、TensorFlow、PyTorch、Microsoft Cognitive Toolkit (CNTK)、Caffe、Caffe2、Theano、Torch、Gluon 和 Keras 来训练复杂的自定义 AI 模型。Deep Learning AMI 让您能够创建自动扩展的托管 GPU 集群，以实现大规模的训练，或者能够使用针对计算进行优化的或通用 CPU 实例来对经过训练的模型进行推理。
Gluon 由 AWS 和 Microsoft 共同开发，提供了一个清晰简明的 API，用于使用一系列预先构建且经过优化的神经网络组件来定义机器学习模型。不熟悉机器学习的开发人员会发现，此界面更熟悉传统代码，因为可以像其他任何数据结构一样定义和操作机器学习模型。经验更为丰富的数据科学家和研究人员则将重视快速构建原型并在不牺牲训练速度的情况下，将动态神经网络图应用于全新模型架构的能力。
Gluon 目前在 Apache MXNet 中提供，即将在 Microsoft Cognitive Toolkit 版本中提供，并且随着时间的推移，将在更多框架中提供。
针对任何使用案例利用正确的计算
机器学习需要广泛的强大计算选项，范围从用于计算密集型深度学习的 GPU 到用于专用硬件加速的 FPGA，再到用于运行推理的高内存实例。 Amazon EC2 提供多种经过优化、适用于机器学习使用案例的实例类型以供选择。实例类型包括 CPU、内存、存储和联网容量的各种组合，使您无论是训练模型还是在经过训练的模型上运行推理，都可以灵活地选择适当的资源组合。
GPU 实例
与上一代 Amazon EC2 GPU 计算实例相比，P3 实例的性能最多提高了 14 倍。借助多达 8 个 NVIDIA Tesla V100 GPU，P3 实例可提供高达 1 petaflop 的混合精度、125 teraflop 的单精度和 62 teraflop 的双精度浮点性能。
功能强大的计算
C5 实例由 3.0GHz Intel Xeon 可扩展处理器提供支持，并使用 Intel Turbo Boost Technology 来允许单个核心运行速度高达 3.5GHz。与 C4 实例相比，C5 实例提供了更高的内存与 vCPU 比率，并且性价比提高了 25%，非常适用于要求苛刻的推理应用程序。
按需 FPGA
Amazon EC2 F1 是具有现场可编程门阵列 (FPGA) 的计算实例，您可以进行编程，为您的机器学习应用程序创建自定义硬件加速。F1 实例很容易编程，并且可为您提供开发、模拟、调试和编译硬件加速代码所需的一切。您可以多次重复使用您的设计，并可以根据需要跨多个 F1 实例使用。
基于最完整的大数据平台构建
为了成功进行机器学习，您不仅需要机器学习功能，而且还需要将正确的数据存储、安全性和分析服务结合在一起。
数据湖服务
Amazon S3
Amazon S3 是专为从任意位置存储和检索任意数量的数据而构建的对象存储。它旨在提供 99.999999999% 的持久性，并存储每个行业的市场领导者使用的数百万个应用程序的数据。S3 提供了全面的安全性和合规性功能，甚至可满足最严格的法规要求。Amazon S3 还是目前最受欢迎的存储平台，具有最大的 ISV 解决方案和系统集成商合作伙伴生态系统。
AWS Glue
AWS Glue 是一项完全托管的提取、转换和加载 (ETL) 服务，让客户能够轻松准备和加载数据进行分析。您只需在 AWS 管理控制台中单击几次，即可创建并运行 ETL 作业。您只需将 AWS Glue 指向存储在 AWS 上的数据，AWS Glue 便会发现您的数据，并将关联的元数据存储在 AWS Glue 数据目录中。存入目录后，您的数据可立即供 ETL 搜索、查询和使用。
分析服务
Amazon Athena
Amazon Athena 是一种交互式查询服务，让您能够轻松使用标准 SQL 分析 Amazon S3 中的数据。Athena 没有服务器，因此您无需管理任何基础设施，且只需为您运行的查询付费。
Amazon Redshift
Amazon Redshift 是一种快速且完全托管的数据仓库，让您可以使用标准 SQL 和现有的商业智能 (BI) 工具经济高效地轻松分析 PB 级数据。
Amazon Redshift Spectrum
借助 Redshift Spectrum，您可以针对 Amazon S3 中 EB 级的数据运行 Amazon Redshift SQL 查询，从而扩展 Amazon Redshift 的分析能力，以查询 Amazon S3“数据湖”中的大量非结构化数据。
ML 计划
作为 Amazon 将机器学习功能交到每位开发人员、数据科学家和研究人员手中的承诺的一部分，Amazon 很荣幸能够提供进一步创建基于机器学习的解决方案的计划。
Amazon ML Solutions Lab
Amazon ML Solutions Lab 将您的团队与 Amazon 机器学习专家配对，以准备数据、构建和训练模型，并将模型投入生产。它将动手教育研讨会与集体讨论会和咨询专业服务结合起来，帮助您从业务挑战中“逆向工作”，然后逐步完成开发基于机器学习的解决方案的过程。计划结束时，您