从“无服务器”到量子计算，AWS为何总能领跑业界

如今提到“云计算”，想必许多朋友都不会再感到陌生了。说起“上云”，许多机构和企业也都将其视作降本增效的重要举措，并认为“上了云”自然就能免去服务器的硬件采购和维护成本，业务效率也有望大幅提升。

然而，真的是这样吗？

北京时间2023年11月28日，随着AWS re:Invent 2023的召开，身为全球第一大云计算服务商的亚马逊云科技（Amazon Web Services，下文将简称为AWS）透露了其中的“奥秘”。

传统的“上云”，有时并不能让企业免去维护之苦

也许在许多企业看来，传统的IT架构就意味着需要自行采购服务器、搭建机房，以及进行日常的硬件维护。因此一旦“上云”，租用云端算力和存储空间的话，相关硬件采购和维护人员的成本，不就能够立刻节约下来了吗？

的确，即便是最简单的“上云”，也可以立竿见影地节约硬件采购成本。但对于很多云服务来说，他们可能并不见得就一定可以节约企业维护人员的精力。

比如对于那些拥有千万、甚至亿级用户，每天要处理数百万次交易的企业来说，他们可能会需要PB级的大型数据库来支撑业务。但任何一个云服务器，显然都不可能在单一节点上提供如此巨大的存储容量。

因此这就需要企业自行将数据库进行拆分，并把它们规划到更小的子集里，分别存储在不同的云端数据库实例中。这个被称为“分片”的过程可能需要数月、甚至数年的编程，而且还要持续地进行调整、再编程，以适应业务的增长和平衡各个存储池的性能与开销。

又比如对于部分企业（比如游戏公司）来说，他们存储在云上的数据会有一部分是需要经常被访问的，此时为了提高访问性能，在云端配置缓存便必不可少。

但是缓存的初始配置就是一个极其专业的过程，通常需要企业内部的开发者对程序/服务的流量模式有着极其深入的理解，而且缓存本身的大小也需要不断进行监控和扩展。因为过小就会引发性能问题，过大则可能会带来无法忽视的成本浪费。

除此之外，数据库的数据量、查询复杂性，以及并发查询数量往往也是不断变化的。这些对于本就“成本敏感”的云计算体系来说，也就意味着企业自身要有能力根据不同时间段的数据量、数据查询需求，甚至是监管需求，经常对数据库分配的算力、存储池、工作负载进行手动调整，有时这样的调整一次就可能会消耗几个小时的时间，既枯燥而又频繁。

依托“无服务器”创新，AWS再次变革云端体验

那么如何才能让企业、让相关开发者和管理者，真正能够免去“上云”之后依然需要频繁维护、调整参数的繁琐工作呢？

就在今天，AWS方面宣布了三项以“无服务器”为核心的功能创新，为他们独特的云存储服务再一次实现了日常维护的大幅“减负”。

首先是Amazon Aurora Limitless Database，它实现了Amazon Aurora关系数据库的自动扩展，可以根据客户的数据模型，自动随着计算或存储需求的增加，进行数十个、甚至数百个数据库实例的扩展。对于企业端的数据库管理者来说，所有的这些扩展实例“看起来”和操作起来，依然像是单一一个数据库那样简单。他们不再需要手动去规划数据库的拆分，也无需再担心拆分操作对数据库性能的影响，一切都是自动进行的。

其次，他们还带来了Amazon ElastiCache Serverless，而这则是一种近乎全自动的缓存配置服务。现在只需要一分钟、而不是过去的几个小时，就能完成缓存的初始化。并且缓存的大小、算力、网络带宽，全部都会根据云端的实时负载情况进行自动调整，缓存的内容可以自动跨多个可用区进行复制，并确保99.99%的工作负载可用性。

而且最为重要的是，在免去了传统缓存初始化操作的专业技能要求外，新的服务和AWS的其他无服务器功能一样，都只会根据客户实际使用的存储量和所消耗的计算量进行收费，因此它不仅简化了操作，让用户可以更快地部署新的业务，还有望进一步降低开销。

最后，AWS此次还带来了Amazon Redshift Serverless，其使用了AI技术来学习客户的工作负载模式，根据预测的需求自动调整容量和资源。客户现在只需要选择是更偏“性能”、还是“成本”，Amazon Redshift Serverless便可以自动执行复杂的、甚至是每日持续的容量调整，来满足性价比目标。

经验、规模和技术优势，是AWS的底气所在

不难发现，通过多项“无服务器”相关技术的创新，AWS成功地再次实现了对客户“减负”、进而帮助企业和机构省钱的目标。但从另外一方面来说，这些新的技术、服务，毫无疑问其实是会增加他们自身的技术和硬件开销的。那么，为什么AWS方面要这么做呢？

一方面大家要知道，自2006年以来，AWS一直就提供了世界上最全面、应用最广泛的云服务。论规模，他们如今拥有32个地理区域内的102个可用区，能够提供多达240余种功能齐全的相关服务。这些庞大且多样化的基础设施，就是AWS“敢于”进行无服务器创新，敢于主导弹性计算和弹性存储，能够提供几乎无限算力与容量的最根本原因。

另一方面，作为长期引领云计算行业发展的企业，AWS技如今也已经得到了全球数以百万计客户的信赖。这些庞大的客户群体也帮助AWS积累了极为丰富的行业经验，使得他们的机器学习模型、行业业务模型可以运行得比其他任何一个竞争对手都更精确、更有效，这显然也是一大重要优势。

最为重要的是，AWS一向遵循四大原则，即以客户为中心而不是以竞争对手为中心、对发明的热情、对卓越运营的承诺，以及长期思考。在这四大模型的框架下，AWS具有很强的、站在客户角度去思考的动力，并愿意为推动行业进步持续推进先进服务和技术的研发。

事实上，就在刚刚结束的AWS re:Invent 2023首个主题演讲上，AWS方面就展示了他们在量子计算领域的一些最新进展和目标。其中包括最新的量子纠错硬件设计，而这种新的架构有望用更少的超导组件来生产可控的逻辑量子比特，从而为超大规模量子计算机的构建逐渐铺平道路。

当然，这注定是一个漫长的过程，但正如AWS方面在过去已经做到的种种事情那样，他们的目标从来都不是一两年的收益，而是以十年、二十年，甚至更长时间为单位的，对整个行业的变革。