re:Invent 2022 开发者最期待的发布榜单正式开启，为你心仪的发布投上一票！

不负众望，如约而至！作为亚马逊云科技的年度盛事，今年的 re:Invent 2022 全球大会再度云集众多创新发布，强势炸场！新品覆盖云原生数据服务、下一代云计算基础架构、[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)创新等众多领域。我们精心挑选出了15个重磅发布，由开发者评选“re:Invent 2022 开发者最期待的发布榜单”，究竟哪款“黑科技”能够最终脱颖而出？快来为你心仪的发布投上一票吧！ ## **新发布候选榜单，一睹为快！** ### **Nitro 第五代系统** re:Invent 2022 全球大会上，亚马逊云科技宣布推出 Nitro v5，性能上较之前版本有显著提升，包括两倍的晶体管数量、内存带宽提升50%、 PCle 带宽提升两倍、数据处理能力提升60%、时延降低30%，且能耗进一步降低；凭借高性能计算和快速数据处理能力可应用于气候预测、生命科学和工业等场景下。  ### **Graviton3E 芯片与高性能计算实例 HPC7g** Graviton3E 是一款基于 Arm 架构、用于 HPC 工作负载的定制芯片。与 Graviton3 相比，Graviton3E 不仅将工作负载的性能提高了35%，还进一步了优化浮点运算，耗能比过去减少了60%。HPC7g 也是由 Amazon Garviton3E 处理器提供支持的实例，向量指令处理性能比 Garviton3 实例高35%。HPC7g 提供了 200 Gbps 的专用网络带宽，最多能提供64个 vCPU 和 128 GB 内存。  ### **Amazon Lambda SnapStart** 为让用户以更多方式使用 Lambda，亚马逊云科技宣布推出 Lambda SnapStart。Lambda SnapStart 可将 Lambda 函数冷启动持续时间从超过6秒降低至不到200毫秒，并使延迟率降低90%，而且无需额外费用。自现在起，Lambda Snapshot 向公众免费开放。  ### **用于 EC2 的全新 Inf2 实例** 随着企业构建的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型越来越复杂，训练和运行这些模型的成本成为一个现实问题。亚马逊云科技创建了一系列自定义实例来帮助用户降低成本，推出用于 EC2 的全新 Inf2 实例预览，旨在更高效地处理来自更大工作负载的数据。相比更适合中小型复杂模型的 Inf1，Inf2 实例专为大模型推理场景打造，其吞吐量是 Inf1 实例的四倍，延迟仅为 Inf1 实例的1/10。  ### **Amazon OpenSearch Service 的 Serverless 预览版** Amazon OpenSearch Serverless（Preview）的发布表示现在所有亚马逊云科技提供的的数据分析服务已全部实现了 Serverless [无服务器](https://aws.amazon.com/cn/serverless/?trk=cndc-detail)化。客户无需管理集群即可轻松运行大规模搜索和分析工作负载。至此，亚马逊云科技已经先后在数据分析 PaaS 服务领域实现了数据仓库、大数据平台、流式数据分析的[无服务器](https://aws.amazon.com/cn/serverless/?trk=cndc-detail)化将整个数据 Serverless 能力拓展到了全栈。  ### **Amazon Aurora 与 Amazon Redshift 实现零 ETL 集成** [Amazon Aurora](https://aws.amazon.com/cn/rds/aurora/?trk=cndc-detail)将首次支持与[Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail) 的 Zero-ETL（提取、转换和加载）集成，实现对 Aurora PB 交易数据的近实时分析和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)，消除了在 Aurora 和 Redshift 之间构建和管理自定义数据管道的所有工作。这使得用户再也不必构建和维护复杂的数据管道来执行 ETL 操作，亚马逊云科技正在努力构建一个完全无需 ETL 的未来！  ### **Amazon Athena for Apache Spark** [Amazon Athena](https: //aws.amazon.com/cn/athena/?trk=cndc-detail) for Apache Spark 可以让用户仅仅使用简单的标准化 SQL，然后不到1秒钟的时间就可以运行交互式的 Spark 数据分析应用，比其他类似的 Spark 解决方案快75倍。减少了用户的操作复杂度，还大大提升了性能。  ### **Amazon Redshift 支持与 Apache Spark 集成** 这将帮助数据工程师构建和运行 Apache Spark 应用程序，程序可以从 Amazon RedShift 集群消费和写入数据，无需先提取、转换和加载，可直接基于 [Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail) 的数据运行 Spark 查询，最大限度地减少了设置 Spark Redshift 开源连接器的繁琐过程，并减少了准备分析和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)任务所需的时间。  ### **Amazon DataZone** [Amazon DataZone](https://aws.amazon.com/cn/datazone/?trk=cndc-detail) 可以集成 Redshift、Athena 和 QuickSight，以及对第三方数据源提供 API 接口，可实现细粒度数据管理，其中包含由[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)填充的数据目录，易于使用业务术语进行搜索。这使得数据管理员可以轻松管理对数据的管理访问，从而能够在整个组织中安全地释放数据，让数据工程师、数据科学家、产品经理、分析师和其他业务用户都能够轻松地发现、使用和协作这些数据，为业务提供见解。  ### **Geospatial ML with Amazon SageMaker** [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) 现在集成地理空间数据的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)平台 (Geospatial ML)，使数据科学家和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)工程师可以更轻松地使用地理空间数据构建、训练和部署模型。  ### **Amazon SageMaker ML Governance** 本次大会新发布了 [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) ML Governance 的三个新功能：Role Manager、Model Cards 和 Momdel Dashboard，可以方便客户制定更好的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型访问规则。Role Manger 可以简化授权的流程，Model Cards 则简化了模型管理的全生命周期，而 Model Dashboard 让用户可以一站式的了解已部署到生产的模型表现。  ### **Amazon Application Composer** 为了化繁为简，亚马逊云科技发布了有助于开发人员简化和加速架构、配置、构建 Serverless 应用程序的 Amazon Application Composer。用户可以使用基于浏览器的可视化画布，将 Serverless 服务拖放和连接到应用程序架构中。  ### **Amazon EventBridge Pipes** [Amazon EventBridge](https://aws.amazon.com/cn/eventbridge/?trk=cndc-detail) Pipes 是 [Amazon EventBridge](https://aws.amazon.com/cn/eventbridge/?trk=cndc-detail) 的一项新功能，提供针对生产者、消费者的点对点流程，自动完成模块集成，不需要编写“胶水”代码。  ### **Amazon CodeCatalyst** [Amazon CodeCatalyst](https://aws.amazon.com/cn/codecatalyst/?trk=cndc-detail) 是一项统一的软件开发和交付服务，使软件开发团队能够在亚马逊云上快速轻松地规划、开发、协作、构建和交付应用程序，从而减少整个开发生命周期中的摩擦。借助该服务，开发者可以快速在常用工具间轻松切换，甚至可以在几分钟内创建一个项目。  ### **Amazon SimSpace Weaver** Amazon SimSpace Weaver 是一种全新的完全托管计算服务，可帮助用户在云中部署大规模空间模拟。用户可以借助其创建具有数百万个对象的无缝虚拟世界，这些对象可以实时相互交互，而无需管理后端基础设施。  > 看完众多新品，你是否已经 pick 出你心目中的宝藏 No.1？喜欢哪一个，底部投票哦~ ## **前方高能，彩蛋来啦** 在你投票之前，先来看看来自全球的开发者如何评价本轮榜单的“候选发布”？Look here↓↓↓ **让你印象最深的发布产品是什么？** ### **海外开发者说** Peter DeSantis 的演讲上 Nitro v5 芯片让我印象很深。之所以印象深刻是因为它提升了 [Amazon EC2 ](https://aws.amazon.com/cn/ec2/?trk=cndc-detail)实例的性能水平，同时又切实降低了能耗、增加了吞吐量。另外还有新发布的 [Amazon EC2 ](https://aws.amazon.com/cn/ec2/?trk=cndc-detail)实例 HPC7g，它基于 Amazon Graviton 3E 提供服务。这一切都让我惊叹不已。这就是让我印象最深的内容了，毕竟他们努力降低了数据中心功耗，这太棒了。 **—— 肯尼亚开发者，思科安全工程师** 让我印象最深的是 Amazon Lambda SnapStart。它的技术确实太惊人了！他们想办法把快照调用的初始引导时间缩短到了不可思议的程度。这里面有很多精细的设计，比如随机性啦，密码学之类难点。但他们实际上已经修补了基础库，这样就能实现 Snap restore。这真的很棒也很精巧，对于我们的工作负载，肯定要小心对待。但他们处理得非常好，没有任何额外成本包括开发成本。整个过程就像想让你的应用提速吗？按个按钮就行。简直难以置信！ **—— 澳大利亚的开发者，re:Inforce 工作人员** 这次发布我看到了 [Amazon DevOps Guru](https://aws.amazon.com/cn/devops-guru/?trk=cndc-detail) 和 Amazon CodeWhisper。CodeWhisper 给我留下了深刻的印象。因为它把[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)和深度学习引入了 DevOps 领域，所以将来我们可以使用亚马逊提供的此类产品，让工作体验更上一层楼，更高效。DevOps Guru 也许能改变我们的工作风格，或者说以后，我们可以在 AI 的支持下工作，这样人就能轻松一点了，这肯定是好事！ **—— 韩国开发者，SamsungSTS DevOps 工程师** 我真的很喜欢关于 Amazon Lambda 冷启动的内容，能把启动时间缩短 90% 简直不可思议。我之前就一直在用 Lambda，也遇到过冷启动问题，所以很关注这方面新消息。我看到很多人在网上讨论冷启动，特别是如何缩短冷启动时间，所以这次的发布才让人期待。 **—— 爱尔兰开发者，Hamilton Robson 高级软件工程师** 我最关注 [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) 相关的升级。因为我主要从事[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)方面的工作，所以我会投 SageMaker 一票。我的需求是在 SageMaker 中部署自己的应用程序，并拥有一个能部署在实例内的端点，就这么简单，但我忘记它具体叫什么了（SageMaker Endpoint）。 **—— 印度开发者，麦肯锡 [机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)工程师** 我非常期待 Serverless 版本的 OpenSearch。可以说是睽违已久了，绝对值得关注，另外还有 Security Data Lake 看起来也很棒。Security Data Lake 能让我们在单一位置收集全部正式日志并用标准方式执行简单查询。真的很棒！我想试试看。我们一直在开发环境和测试环境当中使用 OpenSearch，但一直运行这项服务可能成本太高。如果能有个 Serverless 版本，在不必要时把成本缩到零，那就能省下大笔资金了。所以您已经迫不及待要试试了，我回家之后一定要试试看！ **—— 瑞典开发者，云顾问** ### **国内开发者说** 从 GitHub, GitLab 到最近也加入战局的 JetBrains Space，大家都走向了一站式研发平台。既然亚马逊云科技已经统治了云时代下的生产资料，自然也希望能更进一步，统筹云时代下的生产工具。在这样的背景下，推出自己的一站式研发平台 CodeCatalyst 也是顺理成章的事情。其他平台有先发的生态优势，但 CodeCatalyst 和亚马逊云科技其他服务集成的优势是无可比拟的，而亚马逊云科技本身也有强大的生态。现在还很难看清楚，到底最终谁能脱颖而出，成为研发平台领域的亚马逊云科技。但不管如何，研发平台之间的市场竞争对于他们的用户，开发者来说，是个好事情。 **—— Bytebase 联合创始人 / CEO 陈天舟** 我投票给 [Amazon Aurora](https://aws.amazon.com/cn/rds/aurora/?trk=cndc-detail) 与 [Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail) 实现零 ETL 集成。借助 Zero ETL 的方式打通用户 AP 和 TP 的查询场景，提供实时性的基于 ML 的 BI 价值；Serveless 的应用进一步减少用户运维成本、提供数据基础设施的弹性和可伸缩性。 **—— 亚马逊云科技 Data Hero 潘娟** > ps：欢迎您在投票并在评论区分享您的投票理由，优质评论有机会入选“开发者说”发布的同时，还将能够获得 re:Invent 定制礼品一份，不要错过~~  众多新品，各有所长，只有一票选择权，请为你的心中之最，投上宝贵的一票吧！ 点击下方链接，投票吧~ https://dev.amazoncloud.cn/reinvent2022?sc_channel=developer#vote