9月27日，AWS 技术峰会2019 深圳站盛大召开，AWS 副总裁（全球技术与开发者布道师团队）伊恩 · 马辛哈姆，与虎牙直播、Daniel Wellington 、格兰仕等客户，共同分享了 AWS 在云迁移、微服务、数据库、分析、机器学习、物联网等方面的技术布局及业务创新过程中与 AWS 合作的最佳实践，并于会后接受了媒体的专访。
AWS 副总裁（全球技术与开发者布道师团队）伊恩 · 马辛哈姆
推崇Builder文化
AWS是什么？
AWS是全球的云，遍及22个区域，拥有69个可用区，米兰，开普敦、雅加达等即将推出。
AWS是最佳实践的云，拥有众多行业领先的企业客户。
AWS是赋能行业builder的云，推崇Builder文化，以“客户为本，持续创新，放眼未来”为理念，为当今的创造者们提供广泛且具深度的平台；以全球合作伙伴计划APN为伙伴带来更多的经验，更多的功能，更多的商机，更多的回报。
丰富的数据库服务
AWS 提供Amazon Aurora MySQL、Amazon Aurora PostgreSQL、Amazon RDS for Oracle等关系数据库服务，以及Key value: Amazon DynamoDB、Document: Amazon DocumentDB等专用数据库服务，吸引了来自各个行业不同规模的客户将自身业务大量迁移至 AWS。
目前，很多客户表示急于摆脱O记M记等现有的昂贵数据库，希望投向开源数据库。面临着迁移的挑战，AWS推出了 Amazon Aurora。它拥有包括 Netflix 等在内的数十万客户，在过去三年中客户数量增长了两倍，至今仍是 AWS 历史上发展最快的服务。
Daniel Wellington 中国首席技术官王耀东
瑞典轻奢品牌Daniel Wellington以设计生产简约时尚的腕表和配饰产品而著称，以 AWS Lambda 为基础构建中间件接口，实现了高弹性和可扩展性，黑色星期五大促期间，AWS Lambda 调用超过 1200 万次 ，官网处理超过 8.8 亿次 HTTP 请求。
11项云迁移方式和丰富的迁移工具
AWS在帮助客户迁移至云端的过程中，总结出了一项最基本的经验，即“不存在适合一切场景的应用程序云迁移方法”。因此，专门打造了11 种数据迁移方式和丰富的数据库迁移工具。目前，已经有超过 15 万套数据库利用 AWS Database Migration Service 完成迁移。
AWS还为包括 SAP 与 Windows 在内的用户所熟悉的操作环境提供支持，并积极帮助客户将 AWS 作为其混合架构的组成部分，已经与 VMWare 开展密切合作。
虎牙信息首席技术官赖立高
致力于打造全球领先的直播平台虎牙，2016 年从 YY 独立分拆，独立融资，于 2018 年率先以游戏直播概念在纽交所上市。2018 年，正式启动出海计划，进入全球市场。依托 AWS 全球骨干网、全球区域覆盖能力、全球数据同步能力，虎牙搭建了统一业务中心，很短时间内在全球实现了 Nimo TV 的上线部署。
大势所趋微服务
大势所趋的微服务架构是非常重要的架构演进方式，越来越多的客户通过微服务架构专注于单个任务。目前，AWS 广泛且具有深度的实例选项平台已拥有超过 200 种实例类型，可满足各类工作负载与业务需求。
AWS给客户的选项还有无服务器。低成本的 AWS Lambda 与 47 个 AWS 服务集成，允许用户在无需配置或者管理服务器的前提下实现代码运行。很多企业新应用会首先在 Lambda 环境中搭建 ，大大节省了部署成本。目前，华夏航空等数十万客户在使用 AWS Lambda。
格兰仕集团 首席信息官努尔古丽
格兰仕致力于创造更简单有趣的 G+ 智慧家居解决方案，通过 AWS 托管服务和无服务器架构的引入，打造了其电商及物联网平台，并极大地加速了系统开发速度，从项目启动到第一期系统正式上线仅用了两个月的时间。
高速发展的边缘计算与IoT
随着5G的商用，边缘计算市场正在集聚井喷之势。而据麦肯锡预测，到 2025 年，全球联网设备总量也将达 750 亿。AWS能否在边缘计算和IoT领域，也能到达在云计算领域一般的领导者地位？
对此，伊恩谈到，AWS以客户为本，认真聆听客户需求，获得领导者位置则是其后水到渠成的事情。
边缘计算场景复杂，在轻配置场景中，覆盖范围广泛，包括了传感器、工业设备等；在重配置场景中，如分布式计算等，AWS Snowball嵌入了大量IoT技术，把AWS EC2的实力推向边缘。
目前， AWS 拥有完备的 IoT 平台，来自不同行业且规模各异的企业客户都在利用 AWS IoT 服务构建物联网解决方案。
将机器学习能力交付给开发人员与数据科学家
AWS 云上运行的机器学习负载极其丰富，宏观而言，ML 堆栈自底层而上分别是机器学习框架+基础架构、机器学习服务和 AI 服务。
在机器学习框架+基础架构领域，目前云上 85% 的 TensorFlow 负载运行在 AWS 之上，实现训练速度倍增；而即将推出的 AWS Inferentia、Amazon EC2 G4 实例，将实现更快的推理速度。
在机器学习服务方面，值得一提的是 Amazon SageMaker 托管服务，目前在其上部署机器学习的客户已经超过一万家。
在AI 服务方面，AWS 提供广泛的 AI 服务，包括视觉、语音语言、预测与推荐等，如全球首款面向开发人员的深度学习型视频摄像机 AWS DeepLens 可帮你立即开始深度学习。
而通过 Amazon ML 解决方案实验室、亚马逊机器学习大学、ai.aws 还可以了解更多。
