近年來，無服務(wù)器計(jì)算和人工智能深刻改變著應(yīng)用程序的開發(fā)方式。

無服務(wù)器計(jì)算實(shí)現(xiàn)無需管理底層基礎(chǔ)架構(gòu)就能構(gòu)建和運(yùn)行應(yīng)用程序，而人工智能則讓應(yīng)用程序依據(jù)數(shù)據(jù)和算例做出智能決策。借助云計(jì)算，開發(fā)者打開了一個(gè)應(yīng)用程序開發(fā)、構(gòu)建的全新世界的大門，開發(fā)人員可以比以往任何時(shí)候都更快、更高效地構(gòu)建智能的和可擴(kuò)展的應(yīng)用程序。

應(yīng)用開發(fā)要從計(jì)算機(jī)編程開始說起。計(jì)算機(jī)編程通常被視為一門需要邏輯和解決問題技能的技術(shù)領(lǐng)域，但同時(shí)編程的創(chuàng)作過程也是一門藝術(shù)，程序員可以如藝術(shù)家一般，用富有創(chuàng)造性的精神和產(chǎn)生美好事物的愿望來處理編碼。

當(dāng)藝術(shù)和計(jì)算機(jī)科學(xué)結(jié)合在一起時(shí)，就創(chuàng)造出了獨(dú)特和美好的東西。

例如，數(shù)字藝術(shù)是一門利用計(jì)算機(jī)程序創(chuàng)建令人驚嘆的視覺效果和動(dòng)畫的新興領(lǐng)域。游戲開發(fā)也是一種藝術(shù)和編程融合的領(lǐng)域，程序員致力于為玩家創(chuàng)建引人入勝的世界和體驗(yàn)。藝術(shù)和計(jì)算機(jī)科學(xué)從來都不是毫不相干的兩個(gè)領(lǐng)域，事實(shí)上，這兩個(gè)領(lǐng)域以獨(dú)特和令人興奮的方式相互補(bǔ)充。

抽象是計(jì)算機(jī)科學(xué)的基本概念，是通過主動(dòng)隱藏不必要的細(xì)節(jié)而關(guān)注于基本特征來簡化復(fù)雜的系統(tǒng)。使用抽象，讓我們可以構(gòu)建更高效、可擴(kuò)展且更可靠的系統(tǒng)。計(jì)算機(jī)科學(xué)的核心是解決問題。抽象為我們提供了一種將問題分解為更小、更易于管理的方法，這使我們能夠?qū)Ｗ⒂诮鉀Q問題的特定方面，而不會(huì)被不必要的細(xì)節(jié)絆住腳步。

在計(jì)算機(jī)編程中，接口就是一個(gè)抽象的例子。

接口定義了模型或模塊的邊界，定義了功能和責(zé)任，隱藏了模塊的內(nèi)部實(shí)現(xiàn)細(xì)節(jié)，程序員只需要關(guān)心接口不變，而無需理會(huì)模塊內(nèi)部如何變化，開發(fā)者通過接口將各種部署實(shí)施的細(xì)節(jié)抽離出來，而專注于它提供的行為。這個(gè)抽象幫助代碼更加靈活和適應(yīng)不斷變化的需求。除了接口，如今云計(jì)算為開發(fā)者提供更高層次的抽象。

無服務(wù)器計(jì)算就是一種更高級別的計(jì)算抽象。

那為什么會(huì)出現(xiàn)這種計(jì)算抽象方式，它的出現(xiàn)為開發(fā)者解決了什么問題呢？

我們通過亞馬遜云科技的計(jì)算抽象的演變過程嘗試做個(gè)解釋:

自 2006 年發(fā)布 Amazon EC2（EC2 是基于虛擬機(jī)的計(jì)算實(shí)例）以來，亞馬遜云科技一直在加速云計(jì)算抽象去適應(yīng)不多拆分的應(yīng)用和越來越復(fù)雜的微服務(wù)。

2011 年，亞馬遜云科技發(fā)布了 Elastic Beanstalk，初步實(shí)現(xiàn)了應(yīng)用部署的自動(dòng)化，包括容量規(guī)劃、負(fù)載均衡和應(yīng)用程序健康監(jiān)控。這種自動(dòng)化方法減少了基礎(chǔ)架構(gòu)部署的復(fù)雜性。

2014 年亞馬遜云科技發(fā)布了兩個(gè)重要服務(wù)，它們是 Amazon ECS，一個(gè)容器服務(wù)，Amazon Web Services Lambda，無服務(wù)器計(jì)算服務(wù)。

自此，開發(fā)人員可以通過三個(gè)層次來調(diào)用云計(jì)算資源：虛擬機(jī)、容器和無服務(wù)器。我們認(rèn)為，無服務(wù)器計(jì)算比虛擬機(jī)和容器提供了更高級別的計(jì)算抽象，因?yàn)樗M(jìn)一步簡化了開發(fā)人員配置和管理基礎(chǔ)架構(gòu)資源，實(shí)現(xiàn)按需自動(dòng)擴(kuò)展和資源交付。

雖然無服務(wù)器計(jì)算的出現(xiàn)實(shí)現(xiàn)了云計(jì)算更高級別的抽象，進(jìn)一步減少了基礎(chǔ)架構(gòu)部署的復(fù)雜性，幫助開發(fā)人員更專注于編寫業(yè)務(wù)代碼。但是，許多開發(fā)人員，特別是那些專注于運(yùn)維的人員，他們?nèi)匀辉跀?shù)據(jù)庫、大數(shù)據(jù)、機(jī)器學(xué)習(xí)和安全等服務(wù)類別的配置和管理上花費(fèi)大量時(shí)間和精力。他們想要自動(dòng)化基礎(chǔ)架構(gòu)供應(yīng)的整個(gè)生命周期。因此，亞馬遜云科技也持續(xù)投入資源于其他云資源的深化抽象。

2011 年，亞馬遜云科技發(fā)布了 CloudFormation，它使開發(fā)人員能夠以自動(dòng)化和安全的方式建模和管理基礎(chǔ)架構(gòu)資源。

它支持開發(fā)人員使用?JSON?或?YAML?格式的基礎(chǔ)架構(gòu)即代碼?(IaC) 模板定義和供應(yīng)基礎(chǔ)架構(gòu)資源。然后，亞馬遜云科技連續(xù)推出了 CLI、IDE 工具和 SDK。這些服務(wù)抽象了 API 的操作，它們支持開發(fā)人員使用熟悉的編程語言和開發(fā)工具管理基礎(chǔ)架構(gòu)資源。

2019 年亞馬遜云科技又發(fā)布了 Amazon Web Service cloud deployment kit (cdk)?。至此，開發(fā)人員不僅可以使用熟悉的編程語言和開發(fā)工具定義基礎(chǔ)架構(gòu)資源，還可以使用命令和代碼。

• JSON：

  https://en.wikipedia.org/wiki/JSON?trk=cndc-detail

• YAML：

  https://en.wikipedia.org/wiki/YAML?trk=cndc-detail

• 基礎(chǔ)架構(gòu)即代碼：

  https://en.wikipedia.org/wiki/Infrastructure_as_Code?trk=cndc-detail

我們認(rèn)為 CDK 實(shí)現(xiàn)了云資源抽象的更高級別，它可以實(shí)現(xiàn) 3 個(gè)級別對資源抽象，分別是 cfn 資源、更高級別的抽象資源以及模式：

Cfn 資源指的是可亞馬遜云科技提供的基礎(chǔ)云資源，類似于 CloudFormation 提供基本的資源定義和配置。更高級別的抽象資源在 Cfn 資源之上，提供更簡潔的定義。

例如，CDK 中的 ec2.Instance 比 Cfn 機(jī)器實(shí)例提供更簡潔的定義。模式利用多個(gè)資源提供完整的解決方案。例如，CDK 中的 AutoScalingGroup 模式可定義具有彈性負(fù)載均衡器、自動(dòng)擴(kuò)展組、啟動(dòng)配置和相關(guān)警報(bào)的完整架構(gòu)。CDK 通過提供這 3 個(gè)層次的資源抽象，簡化了定義和管理基礎(chǔ)架構(gòu)資源的過程。相比于手動(dòng)使用 CloudFormation YAML 模板或腳本，CDK 使基礎(chǔ)架構(gòu)即代碼變得更簡單，從而實(shí)現(xiàn)了云資源抽象的新高度。

用一個(gè)具體的例子詳細(xì)說明 cdk 是如何抽象資源：

首先，開發(fā)人員可以使用 CDK 直接創(chuàng)建 S3 存儲(chǔ)桶，這是 Cfn 資源的一種抽象。開發(fā)人員也可以使用 CDK 為此 S3 存儲(chǔ)桶添加事件處理機(jī)制，這是操作抽象，就像高級編程語言中的對象和方法一樣。開發(fā)人員還可以使用 CDK 定義一種典型的場景來執(zhí)行特定功能和實(shí)現(xiàn)特定模式。

計(jì)算抽象的不斷演進(jìn)，以及更多資源的深入抽象，使得應(yīng)用開發(fā)從復(fù)雜到簡單，從繁重到輕巧，幫助開發(fā)者去構(gòu)建一個(gè)現(xiàn)代化的應(yīng)用。于此同時(shí)，現(xiàn)代化應(yīng)用的構(gòu)建也離不開流程優(yōu)化和最佳實(shí)踐。

基于亞馬遜云科技開發(fā)團(tuán)隊(duì)的自身經(jīng)驗(yàn)，在現(xiàn)代應(yīng)用程序構(gòu)建的三個(gè)階段開發(fā)者可以借鑒的最佳實(shí)踐：

1. 構(gòu)建階段

• 構(gòu)建彈性應(yīng)用程序體系結(jié)構(gòu)。根據(jù)不同的業(yè)務(wù)場景，選擇將應(yīng)用容器化改造或構(gòu)建新的無服務(wù)器應(yīng)用程序；
• 通過基礎(chǔ)架構(gòu)即代碼，將資源管理管理自動(dòng)化，以實(shí)現(xiàn)更高效的操作和維護(hù)；
• 開發(fā)過程中設(shè)置自動(dòng)化的發(fā)布管道，使用 App Mesh 控制網(wǎng)絡(luò)流量進(jìn)行自動(dòng)應(yīng)用交付，并確保新功能的安全可靠發(fā)布。

2. 程序治理階段

• 提升服務(wù)可觀察性用于實(shí)現(xiàn)微服務(wù)的治理。可以使用云托管的 Prometheus 服務(wù)，并添加 ADOT 來全面監(jiān)控系統(tǒng)運(yùn)營；
• 在應(yīng)用程序被分解為多個(gè)微服務(wù)時(shí)選擇云原生數(shù)據(jù)庫，這有助于實(shí)現(xiàn)整體應(yīng)用程序體系結(jié)構(gòu)的彈性和敏捷性；
• DevSecOps 對應(yīng)用程序治理很重要。安全團(tuán)隊(duì)?wèi)?yīng)該集成到開發(fā)和運(yùn)營團(tuán)隊(duì)中，以防止安全性成為管道中的瓶頸。

3. 構(gòu)建平臺

隨著應(yīng)用程序的持續(xù)迭代和優(yōu)化，我們發(fā)現(xiàn)平臺是云原生的基礎(chǔ)。因?yàn)槲覀兒苌倏吹接虚_發(fā)團(tuán)隊(duì)能夠?qū)⒁呀?jīng)開始的應(yīng)用開發(fā)進(jìn)程從頭開始。開發(fā)者可以使用更多的平臺級服務(wù)，如數(shù)據(jù)庫、消息、API 網(wǎng)關(guān)、安全性等來作為協(xié)調(diào)開發(fā)的共享服務(wù)。開發(fā)者也可以使用云上提供的易于使用、企業(yè)標(biāo)準(zhǔn)的平臺級服務(wù) Shared Services Platform (SSP), Amazon Web Service Application Composer和 Amazon Codecatelyst。

• Application Composer，是一個(gè)可視化構(gòu)建器，開發(fā)人員能夠從Amazon Web Service 服務(wù)組合和配置無服務(wù)器應(yīng)用程序，并支持部署準(zhǔn)備好的基礎(chǔ)架構(gòu)即代碼。同時(shí)，它也是一個(gè)工具，允許用戶通過組合預(yù)構(gòu)建的組件或從頭開始構(gòu)建新組件來創(chuàng)建自定義應(yīng)用程序。
• Amazon Codecatelyst，是一項(xiàng)集成服務(wù)，供采用持續(xù)集成和部署實(shí)踐的軟件開發(fā)團(tuán)隊(duì)采用到其軟件開發(fā)流程中。CodeCatalyst 將開發(fā)人員需要的所有工具集中在一處。開發(fā)人員可以計(jì)劃工作、協(xié)作編碼并使用 CI/CD 管道和工具來構(gòu)建、測試和部署應(yīng)用程序，它可以幫助團(tuán)隊(duì)快速入門，并幫助開發(fā)人員專注于編寫業(yè)務(wù)代碼。

編程語言是計(jì)算機(jī)科學(xué)的基礎(chǔ)，對于應(yīng)用開發(fā)來說，編程語言的演變是一個(gè)引人入勝的旅程。

第一個(gè)編程語言 Fortran 于 1950 年由 IBM 開發(fā)，用于科學(xué)和工程應(yīng)用程序。20 世紀(jì) 70 年代，Dennis Ritchie 在貝爾實(shí)驗(yàn)室開發(fā)了 C 語言。C 語言成為廣泛使用的系統(tǒng)編程語言，至今仍用于操作系統(tǒng)、設(shè)備驅(qū)動(dòng)程序和嵌入式系統(tǒng)。20 世紀(jì) 80 年代開發(fā)了面向?qū)ο缶幊陶Z言，如 C++。20 世紀(jì) 90 年代設(shè)計(jì)了腳本語言，易于學(xué)習(xí)，可快速編寫小程序。今天，Java、C# 和 Swift 等編程語言廣泛用于開發(fā)桌面和移動(dòng)應(yīng)用程序。Python 在數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)領(lǐng)域很流行。

2020 年，人工智能 (AI) 已經(jīng)改變了許多行業(yè)，現(xiàn)在它正在改變我們編寫代碼的方式。AI 可以幫助開發(fā)人員更快、更少錯(cuò)誤地編寫更好的代碼。AI 幫助程序員的方式之一是通過代碼補(bǔ)全。AI 還可以幫助檢測 bug 和優(yōu)化代碼。AI 正在改變編碼的另一種方式是通過代碼生成。

對于亞馬遜云科技來說，Amazon CodeWhisperer 是一款人工智能編碼工具，它可以根據(jù)自然語言注釋和周圍的代碼實(shí)時(shí)在 IDE 中生成整行代碼和完整函數(shù)代碼建議，幫助開發(fā)者快速編寫安全的代碼。

例如：CodeWhisperer 可以自動(dòng)根據(jù)“解析 csv 文件以提取第二個(gè)字段并按降序排序”的提示，建議適當(dāng)?shù)拇a和單元測試。CodeWhisperer 可以作為 VS Code 和 IntelliJ 的擴(kuò)展，并原生在 Amazon Cloud9 和 Amazon Lambda 控制臺中使用。

如今，CodeWhisperer 支持 Python、Java、JavaScript、Typescript、C# 和其他 10 種編程語言。CodeWhisperer 也是一個(gè)通用的編碼工具，并對亞馬遜云科技提供的云上服務(wù)進(jìn)行了優(yōu)化，可以提供高質(zhì)量的建議。

人工智能編碼工具屬于生成式 AI，這是最近最流行的技術(shù)之一。生成式 AI 是一種可以創(chuàng)建新內(nèi)容和新想法的 AI，包括對話、故事、圖片、視頻和音樂。和所有 AI 一樣，生成式 AI 由機(jī)器學(xué)習(xí)模型驅(qū)動(dòng)——非常大的模型，預(yù)先在大規(guī)模數(shù)據(jù)集上訓(xùn)練。機(jī)器學(xué)習(xí)的最新進(jìn)展(特別是變壓器基神經(jīng)網(wǎng)絡(luò)架構(gòu)的發(fā)明)導(dǎo)致包含數(shù)十億參數(shù)或變量的模型的出現(xiàn)。生成式 AI 之路漫長，過程中經(jīng)歷了許多突破和挑戰(zhàn)。

2019 年，當(dāng)尖端機(jī)器學(xué)習(xí)模型大約有 3 億個(gè)參數(shù)時(shí)，目前最先進(jìn)的模型有超過 500 億個(gè)參數(shù)。換句話說，在短短三年內(nèi)，機(jī)器學(xué)習(xí)的復(fù)雜性增加了 1600 倍。許多開發(fā)人員將從事基礎(chǔ)模型工作。我們大多數(shù)人不會(huì)參與創(chuàng)建基礎(chǔ)模型，但我們可能會(huì)參與調(diào)優(yōu)那些基礎(chǔ)模型和進(jìn)行提示工程。

大型語言和基礎(chǔ)模型的訓(xùn)練成本非常高，因?yàn)槲覀冃枰笠?guī)模、高速互連的專用硬件群集來訓(xùn)練模型。訓(xùn)練成本在非常集中的位置發(fā)生，但在推理方面離我們很近，所以我們必須研究如何優(yōu)化這些模型，并使用專用硬件進(jìn)行推理以再次降低成本。

基礎(chǔ)模型的規(guī)模和通用性使其與傳統(tǒng)機(jī)器學(xué)習(xí)模型不同。

傳統(tǒng)機(jī)器學(xué)習(xí)模型通常執(zhí)行特定任務(wù)，如分析文本情感、圖像分類和趨勢預(yù)測。對于傳統(tǒng)機(jī)器學(xué)習(xí)模型，要實(shí)現(xiàn)每個(gè)特定任務(wù)，使用者需要收集標(biāo)注的數(shù)據(jù)，訓(xùn)練模型并部署該模型。對于基礎(chǔ)模型，使用者無需為每個(gè)模型收集標(biāo)注的數(shù)據(jù)和訓(xùn)練多個(gè)模型，可以使用同一預(yù)訓(xùn)練的基礎(chǔ)模型調(diào)整各種任務(wù)?；A(chǔ)模型也可以使用從頭開始訓(xùn)練模型所需的數(shù)據(jù)和計(jì)算量的一小部分，定制執(zhí)行與其業(yè)務(wù)不同的特定領(lǐng)域功能?；A(chǔ)模型的潛力令人非常興奮。但我們?nèi)蕴幱诜浅Ｔ缙陔A段。雖然 ChatGPT 一直是第一個(gè)引起客戶注意的廣泛生成式 AI 體驗(yàn)，但大多數(shù)研究生成式 AI 的人很快意識到，幾家公司已經(jīng)研究基礎(chǔ)模型多年。

提示工程是為生成式 AI 模型設(shè)計(jì)和優(yōu)化提示或輸入查詢的過程。這是生成式 AI 模型開發(fā)的重要步驟，因?yàn)樗鼪Q定了模型將生成的內(nèi)容類型。近年來，提示工程領(lǐng)域的研究和開發(fā)有很大進(jìn)展，現(xiàn)在我們看到更高級的技術(shù)被用來生成高質(zhì)量內(nèi)容。一種方法是使用人工反饋來提高生成內(nèi)容的質(zhì)量，允許模型從錯(cuò)誤中學(xué)習(xí)，并隨著時(shí)間的推移產(chǎn)生更準(zhǔn)確、更相關(guān)的內(nèi)容。提示工程對用于特定領(lǐng)域的生成式 AI 模型尤其重要，如醫(yī)療保健或金融。通過設(shè)計(jì)針對這些領(lǐng)域定制的提示，開發(fā)人員可以確保模型產(chǎn)生準(zhǔn)確、與領(lǐng)域相關(guān)的內(nèi)容。

亞馬遜云科技擁有全套的生成式 AI 產(chǎn)品，包括：

• Amazon Bedrock——這是構(gòu)建和擴(kuò)展帶有 AI21 實(shí)驗(yàn)室、Anthropic、Stability AI 和亞馬遜 FMs 的生成式 AI 應(yīng)用程序的最簡單方法。Bedrock 為開發(fā)人員提供無服務(wù)器的生成式 AI 體驗(yàn)。開發(fā)者可以輕松找到合適的模型，快速入門，使用自己的數(shù)據(jù)私下定制 FMs，并使用熟悉的亞馬遜云科技提供的云上工具和功能輕松集成和部署到您的應(yīng)用程序中，無需管理任何基礎(chǔ)設(shè)施。Bedrock 使用者可以選擇目前可用的一些最尖端的 FMs。這包括 AI21 Labs 的 Jurassic 2、Anthropic 的 Claude、Stability AI 的 Stable Diffusion 和亞馬遜的 Titan。

• Amazon EC2 Trn1n 和 Amazon EC2 Inf2——在云中具有訓(xùn)練和推理的最佳性價(jià)比基礎(chǔ)設(shè)施。當(dāng)然，亞馬遜云科技與 Nvidia 密切合作，為開發(fā)人員提供 H100 和 V100 GPU 產(chǎn)品。Titan 是亞馬遜的基礎(chǔ)模型。這些模型在包含來自不同來源的大量信息的數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練，使客戶能夠融入更廣泛的上下文，并在多個(gè)領(lǐng)域和任務(wù)上廣泛推廣。我們最初會(huì)有兩個(gè)模型:第一個(gè)是用于摘要、文本生成(例如創(chuàng)建博客文章)、分類、開放式問答和信息提取等任務(wù)的生成式 LLM。第二個(gè)是將文本輸入(單詞、短語甚至可能是大段文本)轉(zhuǎn)換為包含文本語義含義的數(shù)字表示(稱為嵌入)的嵌入式 LLM。雖然此 LLM 不會(huì)生成文本，但對于個(gè)性化和搜索等應(yīng)用程序很有用，因?yàn)橥ㄟ^比較嵌入，該模型會(huì)產(chǎn)生比詞匹配更相關(guān)、更具上下文的響應(yīng)。

• 內(nèi)置生成式 AI 的服務(wù)，如?Amazon CodeWhisperer。

我們一起探索了應(yīng)用開發(fā)的演進(jìn)， 以及無服務(wù)器與人工智能的技術(shù)創(chuàng)新。無論您是軟件開發(fā)人員、解決方案架構(gòu)師、數(shù)據(jù)科學(xué)家還是 DevOps 工程師，讓我們一起利用新技術(shù)去創(chuàng)造開發(fā)的未來。

請持續(xù)關(guān)注 Build On Cloud 微信公眾號，了解更多面向開發(fā)者的技術(shù)分享和云開發(fā)動(dòng)態(tài)！

往期推薦

#Generative AI 新世界

#架構(gòu)模型最佳實(shí)踐

#GitOps 最佳實(shí)踐

作者鄭予彬

亞馬遜云科技資深開發(fā)者布道師，20 年 ICT 行業(yè)和數(shù)字化轉(zhuǎn)型實(shí)踐積累，專注于亞馬遜云科技云原生、云安全技術(shù)領(lǐng)域。18 年架構(gòu)師經(jīng)驗(yàn)，致力于為金融、教育、制造以及世界 500 強(qiáng)企業(yè)用戶提供數(shù)據(jù)中心建設(shè)以及軟件定義數(shù)據(jù)中心等解決方案的咨詢及技術(shù)落地。

文章來源：https://dev.amazoncloud.cn/column/article/646482761dcde2352204b1a6?sc_medium=regulartraffic&sc_campaign=crossplatform&sc_channel=CSDN?文章來源地址http://www.zghlxwxcb.cn/news/detail-480089.html

到了這里，關(guān)于改變開發(fā)的未來 | 探索無服務(wù)器與人工智能的協(xié)同效應(yīng)的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！