⓵ 容易懂 Easy Know
想像一下，現在大家都在參加一場建造超級智慧機器人的大賽，這場比賽在雲端上舉行。AWS（亞馬遜網路服務）是世界上最大的工具供應商，他們不是只去造最酷的一個機器人，而是提供最棒的「工具包」給所有參賽者。他們發布了像「賽車引擎」一樣快的自製晶片（Trainium 3），同時也跟最好的引擎製造商NVIDIA合作，確保AWS是放置這些強大引擎的最佳車庫。AWS還推出了像「AI萬能小幫手」一樣的Agents，這些小幫手可以自動處理複雜的工作，像是幫公司測試軟體或自動填寫表格。他們還發明了「Nova Forge」，這個服務能讓公司把自己的秘密筆記本知識教給AI模型，創造出專屬的智慧小夥伴。AWS的目標很簡單：讓AI不再是個很酷的玩具，而是變成每個公司都能輕鬆使用、安全可靠的實用工具，幫助他們解決從設計火箭到分析NBA球員表現等各種真實問題。AWS就像淘金熱中賣最好的鏟子和背袋的人，確保每個人都能順利挖到金子。
-----------------------------------
⓶ 總結 Overall Summary
AWS re:Invent 2024大會標誌著AI戰爭已從模型競賽轉向企業級「最後一哩路」的實際落地和實施。AWS採取了全面的平台策略，旨在成為AI全棧生態系統中最穩定、最可靠的「基礎建設提供者」，而非在單一模型上追求性能頂尖。此戰略圍繞運算能力、模型生態、創新服務和Agent開發四個核心支柱進行大規模升級。
在運算能力方面，AWS採取雙軌並進策略。一方面，AWS持續深化與NVIDIA GPU的合作，透過深度優化使其成為運行NVIDIA硬體的「最佳棲息地」（例如P6e-GB300執行個體），確保極高的可靠性和可用性。另一方面，AWS積極投入自研ASIC晶片，推出第三代AI加速器Trainium 3，該晶片採用3奈米製程，運算能力翻倍，能源效率提高40%，為大型模型訓練與推論提供了高成本效益的替代方案，對抗NVIDIA的通用GPU壟斷。此舉顯示ASIC晶片對於雲端服務商管理成本結構和提供差異化競爭力至關重要。
在模型層面，AWS擴展了其自研的Nova 2模型系列（包含Lite、Pro、Sonic、Omni四款）。Nova系列的核心策略並非追求單點性能超越頂級模型，而是專注於「成本效益」與多模態能力（Omni可處理文、圖、影、音）， leveraging整個雲端生態系統的支持，為客戶提供更多選擇。AWS的Bedrock平台持續作為模型聚合器，新加入了Google的Gemma、NVIDIA的Nemotron，以及中國的MiniMax和Kimi，為開發者提供豐富的模型選擇。
為了加速企業落地，AWS推出了兩項關鍵創新服務：Nova Forge和Nova Act。Nova Forge是業界首個「開放訓練模型」平台，允許企業將專有數據與Nova模型能力結合，創建深度客製化的模型變體（Novellas），解決了傳統微調和從零開始建構模型的痛點。Nova Act則是一個高可靠性的AI Agent服務，用於自動化瀏覽器中的UI工作流程，初期客戶工作流程執行可靠性達到90%。
最後，AWS將Agent視為下一代突破口，推出了Bedrock AgentCore平台，專為大規模、安全地部署生產級Agent而設計，提供了策略控制、性能評估和情境記憶功能。同時發布了Kiro（自主編程）、Security和DevOps三款自主Agent，旨在從根本上改變軟體開發和運維模式。AWS的整體戰略體現了對「卓越運營」的承諾，確保AI技術在企業中實現安全、高效、可靠的轉化。
-----------------------------------
⓷ 觀點 Viewpoints
1. **AI 競爭焦點轉移至「落地實施」：** 影片指出AI戰爭已進入第三階段，不再是模型性能的單純比拼，而是如何幫助企業將AI整合到核心業務流程中，實現產品創意化、管理高效化（即「最後一哩路」的實現）。
2. **運算力採取 GPU 與 ASIC 互補的雙軌策略：** AWS並非試圖取代NVIDIA，而是透過與其深度優化合作（提供最佳GPU運行環境），同時大力發展自家Trainium ASIC晶片。ASIC晶片（如Trainium 3）專注於高成本效益和特定工作負載，與GPU通用性形成互補，有助於AWS管理利潤和提供差異化競爭力。
3. **Nova 模型系列採取「成本效益」主導的市場策略：** AWS自研的Nova 2模型家族，策略上不以性能超車頂級模型為目標，而是強調在具備競爭力性能的前提下，實現高成本效益和多模態能力的擴展，透過Bedrock平台提供豐富的選擇。
4. **客製化是企業應用的核心需求（Nova Forge）：** 傳統的模型微調無法深度整合企業專有知識，而從零開始成本高昂。Nova Forge的推出，透過「開放訓練模型」概念，允許企業利用私有數據與Nova能力結合，創造專屬的客製化模型變體，滿足了企業對深度個性化的需求。
5. **Agent 將成為最具變革性的突破口：** AWS視AI Agent為2025年爆炸性增長的領域，因此推出了Bedrock AgentCore平台，提供大規模、安全、可控的Agent部署能力，並發布如Kiro Autonomous Agent等，致力於徹底改變軟體開發和運維的協作邊界。
6. **「卓越運營」是雲端服務的基石：** AWS堅持其基礎雲服務的價值觀——安全性、可用性、彈性、成本和敏捷性。如AWS CTO所強調，儘管大多數基礎建設工作「不為人知」，但正是這種對卓越運營的專業驕傲，才能確保AI落地時系統的穩定和可靠性。
-----------------------------------
⓸ 摘要 Abstract
✅ AWS re:Invent 聚焦AI實施的「最後一哩路」，目標是幫助企業將AI技術商業化落地。
⚠️ AWS執行雙重運算策略：深化與NVIDIA合作並發布性能提升4.4倍的Trainium 3自研ASIC晶片。
📌 Trainium 3具備更高成本效益，主要用於Bedrock平台上的推論任務，威脅NVIDIA的單一市場壟斷。
✅ Nova 2 模型家族更新，戰略重點為高成本效益、多模態支援，及作為雲端生態系統的補充。
📌 Nova Forge 是創新服務，允許企業結合專有數據創建客製化的Nova模型變體（Novellas）。
⚠️ Nova Act 可建立高可靠性（90%）的AI Agent，自動化瀏覽器內的複雜UI工作流程。
✅ Bedrock AgentCore 專為安全、大規模部署生產級Agent而設計，具備策略（Policy）、評估與記憶功能。
📌 Kiro Autonomous Agent 是新發布的自主編程Agent，旨在根本上改變軟體開發流程，減少工程師時間投入。
✅ AWS的平台策略體現平衡性，透過Bedrock聚合各方頂級模型，避免單一模型的中心化競爭。
-----------------------------------
⓹ FAQ 測驗
**第一題**
AWS針對其運算能力提供的升級策略中，對待NVIDIA GPU與自研ASIC晶片（如Trainium 3）的態度最接近下列何種描述？
A. 兩者是直接競爭關係，AWS目標是最終用Trainium取代NVIDIA GPU。
B. 兩者是互補關係，GPU提供通用性，Trainium提供特定負載的高成本效益。
C. AWS已經停止開發ASIC晶片，全面回歸NVIDIA的通用GPU架構。
D. AWS僅將重心放在與NVIDIA的深度優化，Trainium的開發速度放緩。
**正確答案：B.**
解釋：影片強調ASIC晶片（Trainium）與通用GPU（NVIDIA）並非對立，而是互補，AWS將Trainium視為在特定工作負載上提供高效能、低成本的選擇。
**第二題**
AWS自家開發的Nova 2模型系列（Lite、Pro、Sonic、Omni），其核心競爭策略是什麼？
A. 在所有基準測試中超越頂級競爭模型，追求單點性能極致。
B. 專注於開發閉源模型，防止企業數據外洩。
C. 提升模型的成本效益和多模態能力，並提供完整的雲端生態系統支持。
D. 主要用於開源生態系統，不提供企業訂閱服務。
**正確答案：C.**
解釋：Nova系列模型被定位為在保持與領先模型性能的同時，專注於「成本效益」與多模態擴展，並透過Bedrock平台支持客戶選擇。
**第三題**
企業若想利用自有數據，結合Nova模型的能力，創建客製化且深度優化的模型變體（Novellas），應使用哪一項AWS新服務？
A. Bedrock AgentCore
B. Nova Act
C. Nova Forge
D. Kiro Autonomous Agent
**正確答案：C.**
解釋：Nova Forge被稱為「開放訓練模型」平台，專門用於結合企業專有數據與Nova模型能力，創建客製化變體，解決了深度整合知識的需求。
✡ Oli小濃縮 Summary bot 為您濃縮重點 ✡