中国IDC圈4月15日报道，AWS是否会提供私有云服务呢？而现如今的客户是否已经发展得不适于云了呢？在过去几周，IaaS云服务领域绝对可以称得上是相当繁忙的几周了，谷歌云平台和微软各自都要么签署了重量级客户，要么宣布了重大的进展，而这无疑将继续为许多人公认为是市场领导者的亚马逊网络服务施加压力。

在过去几周，IaaS云服务领域绝对可以称得上是相当繁忙的几周了，谷歌云平台和微软各自都要么签署了重量级客户，要么宣布了重大的进展，而这无疑将继续为许多人公认为是市场领导者的亚马逊网络服务施加压力。

而AWS正忙于为自己今年春夏之交的国际技术峰会进行筹备工作，并最终将在年底的十二月举行其再创造年度用户大会。 近日，Network World的记者专程采访了AWS的产品战略总经理马特·伍德，马特·伍德拥有生物信息学博士学位。在此次采访中，他们讨论到了竞争日益激烈的IaaS市场，以及亚马逊的客户是如何使用AWS的一些新的功能特征的。

NWW:当前，大型的IaaS云服务提供商，包括诸如亚马逊，微软，谷歌和IBM都已经在开始大肆谈论太多太多关于机器学习、实时数据处理(如Amazon Kinesis)和事件驱动的计算平台(如AWS Lambda)了。有时候我在想，如果这些服务明显领先于客户目前都在使用的技术。那么，这些技术是否将成为云服务领域的下一个大事件呢?

马特·伍德：其实，我们的方法不仅仅只是为了打造很酷的产品。我们的方法更多的是非常注重于客户反馈的真材实料。

我倾向于从三个方面来看该问题。一方面，’您总是想要知道过去发生了什么事’。关于他们所收集汇总的越来越多且越来越复杂的来自各种不同数据来源的数据信息，客户总是想要问一些日益复杂的问题。对于有着这方面需求的客户，我们有亚马逊Redshift产品，这是一款典型的数据仓库，企业用户可以将数据导入，然后运行查询。而事件驱动的计算平台Lambda则相当擅长于处理ETL风格的工作负载，您可以在其中实时的收集数据，然后将数据加载到亚马逊Redshift。Lambda运行数据仓库查询也是相当棒的。另外，我们还有像亚马逊QuickSight这样的工具，其允许您不尽能够进行可视化数据查询，而且能够共享这些查询的结果。这便是第一方面：过去发生了什么，所有过去的数据信息都被汇总起来了吗?

再有一方面就是“现在正在发生什么事情”的视图。所有这一切都是关于实时流数据分析。而Lambda则在这里起着一个非常关键的作用，在接受来自亚马逊Kinesis的流数据时，Lambda将在另一端响应。您可以把实时数据流导入Kinesis，而Lambda可以处理这些数据。

这确实是有用的，因为Lambda能够实现规模化，而您只需要支付其所运行的功能即可，这样，其就能够在流媒体数据流对需求高峰和低潮进行反应，而您只需要为您所使用的资源付费即可。Lambda可以采集数据信息并从实时流以许多不同方式对其进行处理。这对于是AWS的物联网真的是至关重要的，因为客户会想要添加尽可能多的智能设备到现有的设备。您不能随便通过无线安装并运行一堆软件，然后更新这些设备仅仅是因为他们可以被远程操作，或者在不同地点进行操作，或者是因为他们可能会在这些地点没有电源或网络连接。

但Lambda可以让您不断提高改进逻辑，并响应跨信息内容所使用的非常详细的规则的数据的变化。数据流和物联网正在大量使用实时数据，诸如Kinesis和Lambda等工具在管理所有这些数据方面相当出色。

然后，第三个方面则是：’您想知道未来会发生什么情况?’而这就是亚马逊的机器学习所扮演的角色了。其可以让您获得非常低的延迟性，高负载，实时预测模型。Lambda可以被进行集成整合，以基于机器学习的API执行这些预测，然后将数据发送到您的应用程序。

NWW:最近，关于其机器学习、大数据和认知计算功能，谷歌的云服务一直有大动作。例如，该公司最近开发了一款人工智能应用程序AlphaGo，并在古老的围棋中击败了该领域的高段位的玩家。而对于那些认为谷歌在大数据和机器学习方面较之亚马逊和AWS更为胜出一筹的人们，您有什么想说的呢?

马特·伍德：如果您看一下Amazon.com在大概1996年左右的非常早期的网关页面截图，只有一些书籍，但却有一百万的书名。但即使在1996年，您也能够看到一项叫做“Eyes and Editors”的功能，其是我们在早期朝着利用机器学习进军的一项探索，以便能够帮助客户们在亚马逊零售商店的相当繁杂的产品目录中进行导航。当然，这只是非常早期的探索，但从那时开始我们就一直在夸整个公司范围内使用机器学习和人工智能了。

一切从建议开始：我们设置了“读过这本的人也读过xxx，购买了这款产品的用户也购买了xxx，以帮助通过非常广泛的目录来对客户的消费进行引导，而我们也真的实现了这一点。我们做了很多预防欺诈的检测工作;我们赞助了两位在华盛顿大学从事机器学习方面的研究的教授。除了这一切，我们把我们企业所有的内部知识和技术，都通过亚马逊的AWS与机器学习向客户公开。

我对于我们在机器学习中所建立起来的凭据感到相当满意。我们将其在全公司范围内进行应用，以便能够更好的满足客户们的利益，帮助他们进行搜索、识别和探索，并帮助开发人员将这些相同的算法应用到他们已经有的AWS数据集，让他们能够打造出批量处理，和实时预测他们的应用程序。我想我们的凭据是相当完善的。

NWW:亚马逊的其中一家主要的竞争对手：微软公司，强调其在混合云计算方面的能力较之AWS具有战略优势。微软计划向客户提供一款名为“Azure Stack”的产品，该产品为客户提供了一款基础设施栈以便在他们自己的数据中心来运行，并镜像Azure的公共云。当然，如果我错了，请予以纠正。但貌似AWS真的没有类似的产品。缺乏企业组织内部部署的AWS云服务是否能够将一部分希望获得类似服务的企业用户市场赢回来呢?

马特·伍德：我并不认为这会阻碍我们赢回市场。我们的业务正获得非常快速的增长，而且我们仍然增长得很快。我们可能已经在AWS获得了相当的成功，并托管了大量企业用户的混合应用程序，以及大量使用混合服务作为迁移平台，以便将全部数据托管在AWS的使用案例。

您可以看看像Johnson &Johnson这样的公司，该公司运行了120款应用程序，他们预计其应用程序的总数在今年将翻三倍，无缝地集成整合到AWS和其内部部署;他们称其为一个无边界的数据中心，应用程序可以在一处和另一处数据中心之间运行。我们还有像康卡斯特电信公司这样的客户，他们打造了其自己的新娱乐平台，被称为X1，作为混合应用程序运行在其内部部署的设施和AWS;他们使用AWS的规模化，以及他们自己内部的数据中心。

三星公司也有混合应用程序，其部署在他们自己的数据中心以及云计算;日立公司跨他们的AWS混合云和内部部署的设备进行整合资源管理。这些都不是轻量级的、非经过了深思熟虑的公司;这些企业都是真正运行其核心的关键任务工作负载在跨AWS和他们自己的数据中心进行混合模式运行的大型企业组织。

NWW:但如果就一款企业内部部署的设备能够镜像到亚马逊的云服务而言，亚马逊目前还没有任何类似的产品服务。您是否有听到过企业客户有这方面的要求呢?我知道亚马逊总是在与客户们谈论他们真正的需求。

马特·伍德：的确。我们当前还没有这方面的产品服务，但我们不会说今后也不会提供。我们将继续进行相关的研发投资，让客户能够使用他们的内部部署的基础设施的同时，也能够使用AWS。这是一种模型，我们既将其视为利用现有的投资的一种方式，同时也将其作为为客户提供更深入，更周到的迁移到AWS服务的一个早期的踏脚石。

客户使用亚马逊本地工具和他们自己的内部部署管理工具的组合。他们使用我们已经在过去的三四年所打造的桥梁，如身份联合验证、目录服务，与AWS直接连接集成的网络;我们有针对vCenter和系统中心的插件;我们有AWS配置、AWS CloudTrail、甚至类似AWS CodeDeploy的服务，您可以在您企业自己的内部部署的设备运行。我们有诸如亚马逊存储网关这样的的服务，其允许您在企业内部建立一个网关，然后从您企业的内部环境中获取数据，并备份到云，以便用于灾难恢复或进行数据复制。因此，客户有非常广泛的工具以便可以方便他们用于构建混合应用程序。

当您开始寻求迁移数据时，我们有像一款物理存储的设备，我们将会以我们的亚马逊雪球设备(Amazon Snowball device)的形式向您发送该设备，以便您能够加载数据，然后发回给我们，我们将其上传到云中。我们的AWS数据库迁移服务的客户获得了大量的增加，其允许您能够选择预置型数据库，然后在AWS上选择一个新的数据库，仅仅只需点击几个按钮，我们就将在如MySQL或日益增加的亚马逊 Aurora等开源的平台上管理来自诸如Oracle和SQL Server的迁移而来数据。自从我们宣布退出数据库迁移服务以来，我们已经看到了1000个数据库的迁移了。

NWW:企业客户是否已经不适于云计算了呢?最近，我在采访Dropbox公司的高官时，该受访者表示，较之使用公共云，他们可以在定制化的企业内部基础设施堆栈更有效地运行他们的一些应用程序。而美国银行的CTO则告诉我说，他们没有发现迁移到云服务有任何经济理由。尤其是当有像开放计算项目这样的开源项目时，因此，是否在某一程度上，在企业内部运行某些工作负载要比在云计算中更有效呢?

马特·伍德：我们既定的使命和信念仍然是，在适当的时候，大多数企业组织将不会运行他们自己的数据中心。我们已经看到了大量初创企业正在经历巨大的增长的现状。诸如像Airbnb，Instacart和Tinder这样的企业都是从使用云服务起步的，而当这些企业逐步发展壮大，业务获得增长和稳定之后，他们仍然在云平台上。我们也已经看到了一些大型企业作出了选择，将他们真正关键的，战略性的工作负载迁移到AWS。

当您看到GE这家已经具有超过100年历史的公司时，该公司的CIO表示说，AWS将是他们希望在未来100年采用的技术平台，这代表了大型企业对于我们非常看好。他们有自己内部的应用程序迁移战略计划，将9000款企业内部的应用程序迁移到了AWS。我们还看到那些大型的、受到高度监管的实体企业，如Capital One(Capital One Financial Corp，美国第一资本投资国际集团)表示说，他们认为AWS实际上更为安全——能够比他们企业内部部署的设备实现更高水平的安全性。

如果您考虑“私有云”，您可以选择进行大约数百万美元的投资，然后您或许可以获得一项大约2013年的AWS服务。但是，该服务只是到目前为止，因为AWS一直在增长，我们一直在将相当强力的功能不断添加进去——今年，我们已经添加了超过180项功能，而且我们还在不断增加新的服务和功能，以及实例类型。我们拓宽了平台，同时还在平台内加深了功能。如果您已经不得不作出这样重大的前期资本投资，然后继续保持业务的发展，试图跟上您企业的开发人员想要尽快实现迁移的需求，这方面的需求真的会很难跟上，最终开发人员们只会发现自己已经被困住了。

通过选择AWS，您可以利用这一创新步伐的优势，您企业组织可以借助我们规模化经营的优势。一次又一次的，我们看到客户从他们本地部署的基础设施选择迁移到AWS，即使有时客户会实验一下他们自己的基础设施，他们又会非常频繁回到AWS，以便进行长期的运行。

NWW:但是，是否有一些应用程序和企业组织在其内部具备规模化和技术方面的专业知识，进而可以建立一款定制的基础设施，以便更精确地配备他们的应用程序的需求呢?

马特·伍德：我不同意这一观点。固然有一些关于高度专业化的工作负载的想法，但我们有高度专业化的工具，以支持该类型的工作负载。无论您是否要进行高性能的计算，或者您想运行PB级规模化的分析，或您想通过测量来自不同的地点的每秒数千次运行的实时的流数据;我们有一个平台能够满足这些需求。因此，我并不认为会有一组更广泛的工作负载更适合于企业内部的基础设施技术平台。而通过设计，我们已经建立了相应的平台，以便其可以容纳一个非常广泛的数据集，并包括高度优化的功能，能够处理高度专业化的工作负载。