在其旧金山 AWS 峰会上，亚马逊的云计算部门今天宣布了一系列产品发布，其中两个专注于其无服务器产品组合。其中第一个是正式发布的Amazon Aurora Serverless V2 ，它的无服务器数据库服务，现在可以比以前的版本更快地扩展和缩减，并且能够以更细粒度的增量进行扩展。另一个是SageMaker Serverless Inference 的 GA 发布。这两项服务于去年 12 月在 AWS re:Invent 上首次推出预览版。
AWS 数据库、分析和 ML 副总裁 Swami Sivasubramanian 告诉我，今天有超过 100,000 名 AWS 客户在 Aurora 上运行他们的数据库工作负载，并且该服务仍然是增长最快的 AWS 服务。他指出，在之前的版本 1 中，扩展数据库容量需要 5 到 40 秒，而客户必须将容量翻倍。
“因为它是无服务器的，所以客户不必担心管理数据库容量，”Sivasubramanian 解释说。 “然而，为了使用 [Aurora] Serverless V1 运行各种各样的生产工作负载，当我们与客户越来越多地交谈时，他们说，客户需要能够在几分之一秒内进行扩展，然后再进行更细粒度的扩展增加，而不仅仅是容量翻倍。”
Sivasubramanian 认为，与预置容量的配置成本相比，这个新系统可以为用户节省高达 90% 的数据库成本。他指出，迁移到 v2 没有任何权衡，并且 v1 中的所有功能仍然可用。不过，该团队更改了底层计算平台和存储引擎，以便现在可以以这些小增量进行扩展，并且做得更快。 “这是团队完成的一项非常了不起的工程，”他说。
Venmo、Pagely 和 Zendesk 等 AWS 客户已经在使用这个新系统，该系统于去年 12 月进入预览阶段。 AWS 认为，将目前在 Amazon Aurora Serverless v1 上运行的工作负载转换为 v2 并不是一件很繁重的工作。
图片来源： AWS
至于现在也普遍可用的 SageMaker Serverless Inference，Sivasubramanian 指出，该服务为企业提供了一种现收现付的服务，用于将他们的机器学习模型——尤其是那些经常闲置的模型——部署到生产中。有了这个，AWS 现在提供了四种推理选项：无服务器推理、适用于低延迟至上的工作负载的实时推理、适用于批量数据的 SageMaker 批量转换以及适用于可能需要长时间处理的大负载工作负载的 SageMaker 异步推理次。有了这么多选择，AWS 还提供SageMaker Inference Recommender来帮助用户弄清楚如何最好地部署他们的模型，这也许不足为奇。
原文： https://techcrunch.com/2022/04/21/aws-expands-its-serverless-offerings/