Amazon Web Services, Inc.（AWS）是亚马逊的一家子公司，按计量、按需付费的方式，向个人、企业和政府提供按需云计算平台和API。客户通常将其与自动扩展结合使用，该过程允许客户在应用程序使用高峰期使用更多计算资源，然后在流量减少时缩减规模以降低成本。这些云计算网络服务通过AWS服务器农场提供与网络、计算、存储、中间件、物联网和其他处理能力相关的各种服务，以及软件工具，使客户无需管理、扩展和修补硬件和操作系统。
其中一项基础服务是Amazon Elastic Compute Cloud（EC2），它允许用户拥有一个具有极高可用性的虚拟计算机集群，可通过REST API、CLI或AWS控制台在互联网上进行交互。AWS的虚拟计算机模拟了真实计算机的大多数属性，包括用于处理的硬件中央处理器（CPU）和图形处理器（GPU）；本地/RAM内存；硬盘（HDD）/SSD存储；操作系统的选择；网络；以及预加载的应用程序软件，如Web服务器、数据库和客户关系管理（CRM）。AWS服务通过位于全球各地的服务器农场网络提供，费用基于订阅者选择的使用量、硬件、操作系统、软件和网络功能。
云基础设施和市场地位
AWS在全球多个地理区域运营，包括北美九个区域。亚马逊将AWS宣传为一种比构建物理服务器农场更快、更便宜地获得大规模计算能力的方式。所有服务均按使用量计费，但每项服务衡量使用量的方式各不相同。据Synergy Research Group称，截至2023年第一季度，AWS在云基础设施领域占据31%的市场份额，而紧随其后的两个竞争对手Microsoft Azure和Google Cloud分别占25%和11%。AWS是首家专门为美国政府安全和合规要求构建基础设施的云提供商（2011年；推出了AWS GovCloud），并获得了支持机密工作负载的认证（2014年；推出了AWS Top Secret），以及在美国所有政府数据分类中取得认证（2017年；推出了AWS Secret）。
AI和机器学习服务
AWS提供全面的AI和机器学习服务套件。Amazon SageMaker是一个完全托管的平台，使开发人员和数据科学家能够大规模构建、训练和部署机器学习模型。它涵盖了从数据准备和特征工程到模型训练、调优和部署的整个工作流程。SageMaker支持TensorFlow和PyTorch等流行框架，并与其他AWS服务集成以进行数据存储和处理。
Amazon Bedrock是一项托管服务，通过单一API提供来自领先AI公司（包括Anthropic和OpenAI）的基础模型。它允许用户构建生成式AI应用程序，而无需管理底层基础设施。Bedrock提供用于文本生成、聊天和其他任务的模型，并具有使用私有数据进行定制和微调的功能。
在专用硬件方面，AWS开发了AWS Trainium芯片，这是专为训练机器学习模型而设计的定制硅片。这些芯片针对高性能和成本效率进行了优化，为某些工作负载提供了GPU的替代方案。AWS还提供用于推理的Inferentia芯片，两者均可通过EC2实例提供，使客户能够以更低的延迟和成本运行AI工作负载。
云计算基础设施和市场地位
AWS在全球多个地理区域运营，包括北美九个区域。亚马逊将AWS宣传为一种比构建物理服务器农场更快、更便宜地获得大规模计算能力的方式。所有服务均按使用量计费，但每项服务以不同方式衡量使用量。根据Synergy Research Group的数据，截至2023年第一季度，AWS在云计算基础设施中占据31%的市场份额，而紧随其后的两个竞争对手Microsoft Azure和Google Cloud分别占25%和11%。AWS是第一个专门为美国政府安全与合规要求构建基础设施的云提供商（2011年；推出了AWS GovCloud），获得支持机密工作负载的认证（2014年；推出了AWS Top Secret），并在所有美国政府数据分类方面获得认证（2017年；推出了AWS Secret）。
AI和机器学习服务
AWS提供全面的AI和机器学习服务套件。Amazon SageMaker是一个完全托管的平台，使开发者和数据科学家能够大规模构建、训练和部署机器学习模型。它涵盖整个工作流程，从数据准备和特征工程到模型训练、调优和部署。SageMaker支持TensorFlow和PyTorch等流行框架，并与其他AWS服务集成以进行数据存储和处理。
Amazon Bedrock是一项托管服务，通过单一API提供来自领先AI公司的基础模型访问，包括Anthropic和OpenAI。它允许用户构建生成式AI应用程序，而无需管理底层基础设施。Bedrock提供用于文本生成、聊天和其他任务的模型，并具有使用私有数据进行定制和微调的功能。
对于专用硬件，AWS开发了AWS Trainium芯片，这是专为训练机器学习模型设计的定制硅片。这些芯片针对高性能和成本效率进行了优化，为某些工作负载提供了GPU的替代方案。AWS还提供用于推理的Inferentia芯片，两者均可通过EC2实例使用，使客户能够以更低的延迟和成本运行AI工作负载。
计算和存储服务
Amazon Elastic Compute Cloud（EC2）是核心计算服务，在云中提供可调整大小的计算容量。用户可以启动各种实例类型的虚拟机，包括针对计算、内存、存储或GPU密集型任务优化的实例。EC2支持自动扩展以处理流量变化。AWS还提供AWS Lambda，这是一种无服务器计算服务，可在不配置或管理服务器的情况下，响应事件（如HTTP请求）运行代码。Lambda支持多种编程语言并自动扩展。
Amazon Simple Storage Service（Amazon S3）是一种可扩展的对象存储服务，专为数据持久性和可用性而设计。它用于备份、存档和数据湖，并与其他AWS服务集成以进行分析和机器学习。S3提供从频繁访问到不频繁访问的存储类别，并支持生命周期策略以进行数据管理。
网络和数据库服务
AWS提供一系列网络服务，包括Amazon Virtual Private Cloud（VPC）用于隔离网络环境、Elastic Load Balancing用于负载均衡，以及Amazon Route 53用于DNS管理。这些服务使客户能够构建安全、可扩展的网络架构。在数据库方面，AWS提供Amazon RDS用于管理MySQL、PostgreSQL等关系数据库，以及Amazon DynamoDB（一种NoSQL数据库）。Amazon Aurora是一种兼容MySQL和PostgreSQL的关系数据库，提供高性能和高可用性。
历史与创立
AWS的起源可以追溯到2000年代初。在构建了面向第三方零售商的电子商务即服务平台Amazon.com后，亚马逊在Andy Jassy的领导下，开始将AWS发展为一项独立业务。2002年，亚马逊推出了Amazon.com Web Services，提供SOAP和XML接口，但最初并未引起广泛关注。2003年，Jassy和Jeff Bezos认识到需要一套更全面的基础设施服务。2004年，AWS团队开始开发核心服务，包括S3（存储）、EC2（计算）和RDS（数据库），并于2006年正式向公众推出这些服务。此次发布标志着现代云计算行业的开始，AWS成为该领域的先驱。
历史与演进
AWS早期专注于为开发者提供基础设施服务，但其在AI和机器学习领域的探索始于2010年代中期。2014年，AWS推出了Amazon SageMaker Ground Truth和Amazon Rekognition等AI服务，随后在2017年全面推出了SageMaker。到2020年代，AWS引入了Bedrock和Trainium芯片，以支持生成式AI工作负载。AWS还扩展到边缘计算和混合云解决方案，例如AWS Outposts和AWS Wavelength，以满足对低延迟和本地数据处理日益增长的需求。
影响和未来方向
AWS对云计算行业产生了深远影响，为可扩展性、可靠性和按需付费定价设定了标准。其AI服务（包括Bedrock和SageMaker）正在推动生成式AI在企业中的采用。像Trainium这样的定制芯片使AWS能够为AI训练提供经济高效的替代方案。截至2025年，AWS继续扩展其基础设施和服务产品，重点关注边缘计算、机器学习和可持续性等领域。该公司对创新和以客户为中心的设计的承诺，仍然是其在竞争激烈的云市场中保持领先地位的关键驱动力。