Il Re:Invent di Seattle è l'evento principale per AWS. Quello in cui mette in mostra le sue principali linee di sviluppo per il prossimo futuro. In questi giorni gli annunci sono stati molti, ovviamente. Alcuni però sono particolarmente degni di nota per le loro potenzialità. E perché sono legati alle tendenze tecnologiche più significative in questa fase dell'IT.

AWS Wavelength

È una soluzione espressamente pensata per il 5G. E rivolta agli operatori mobili che hanno già iniziato a "cloudificare" le proprie reti. Il punto di vista di WS è che il 5G abilita molti nuovi scenari d'uso grazie alla sua bassa latenza. Ma una generica applicazione che "viaggia" sul 5G deve comunque trasferire dati lungo varie tratte di rete. Dallo smartphone alla stazione radiobase che gestisce la cella 5G, poi ai data center degli operatori cellulari, infine genericamente al cloud attraverso Internet. Tutto questo rischia di cancellare il vantaggio della bassa latenza intrinseca del 5G.

AWS Wavelength è in sintesi una delocalizzazione del cloud AWS in periferia, in una forma contenuta di edge computing. In sostanza, permette di creare una piccola infrastruttura cloud - AWS la chiama Wavelength Zone, analogamente alle Zone tradizionali del suo cloud - negli edge data center degli operatori. Non così in periferia come all'interno di una stazione radiobase, ma nemmeno al centro delle infrastrutture degli operatori. Una Wavelength Zone si collega all'ambiente Amazon Virtual Private Cloud (VPC) che l'operatore idealmente ha già sul cloud di AWS. E permette di gestire risorse IT e sviluppo software con gli stessi strumenti e metodi del cloud AWS generico. Vodafone è il primo operatore europeo che AWS ha coinvolto in questa evoluzione.

Amazon Braket

Anche AWS sale sul treno del quantum computing as-a-Service. Con un servizio che permette di definire algoritmi di quantum computing e di testarli su computer quantistici. Dato che AWS non ha "in casa" quantum computer propri, quelli che propone per Amazon Braket sono simulati. Oppure basati su hardware di vari produttori terze parti: Rigetti, IonQ, D-Wave. AWS sottolinea questa possibilità di testare lo stesso algoritmo su hardware di classi differenti. Come anche di sviluppare algoritmi diversi in funzione dell'hardware. Ad esempio per un quantum computer propriamente detto o per un quantum annealer.

AWS Outposts

Non sono in sé una novità perché sono stati annunciati tempo fa. La novità è che ora sono effettivamente disponibili. Gli "avamposti" di AWS sono rack analoghi a quelli che AWS stessa usa nei suoi data center. Ma che si possono installare on-premise per avere un ambiente cloud locale identico a quello di Amazon. L'obiettivo è avere le stesse funzioni di AWS "dentro casa", quindi idealmente in un ambiente del tutto privato, sicuro e più vicino alle proprie risorse IT. Pur mantenendo comunque un collegamento trasparente alle risorse che si hanno nel cloud AWS, attraverso VPC.

Un rack AWS Outposts supporta istanze Elastic Compute Cloud (EC2) con o senza storage locale, la containerizzazione con Elastic Container Service (ECS) ed Elastic Kubernetes Service (EKS), vari servizi di database come Relational Database Service (RDS), S3 e Amazon DynamoDB. Gli Outpost esistono in una versione "AWS nativa", che funziona come il cloud AWS, e una denominata VMware Cloud on AWS Outposts, che usa invece le API e le funzioni di management degli ambienti VMware.

AWS Contact Lens

Oggi si parla poco di contact center, forse perché non sono più considerati una forma "tecnologica" di marketing. Ma restano una via essenziale di comunicazione tra aziende e clienti. Non a caso, tutti i principali cloud provider hanno una qualche offerta di contact center in cloud. E la potenziano per conquistare mercato ai danni degli operatori UCC più trazionali. Anche AWS ha un'offerta del genere - Amazon Connect - e ora vi porta funzioni di machine learning con AWS Contact Lens.

Si tratta di un insieme di funzioni che innanzitutto trascrive e indicizza le conversazioni con i clienti, via chat o in voce. Poi vi applica funzioni di machine learning per identificarne il contenuto, alla ricerca di "sentiment" negativi o di elementi di allarme. Come la cancellazione di un abbonamento o di un ordine. L'obiettivo è identificare automaticamente e il prima possibile problemi con la clientela. Senza che un supervisore debba analizzare a posteriori e manualmente le interazioni fra contact center e un determinato cliente.

AWS A2I

Anche chi punta decisamente sul machine learning non ne nega un limite che è sempre più al centro dell'attenzione. Ossia il fatto che i sistemi di intelligenza artificiale non spiegano perché sono arrivati a fare una determinata previsione. Amazon Augmented Artificial Intelligence (A2I) è un nuovo servizio che cerca di colmare questa lacuna, almeno in parte. Permette di attivare automaticamente un processo di verifica "umana" su una previsione fatta da un algoritmo di AI, come quelli di Amazon Rekognition per il riconoscimento delle immagini o Amazon Textract per il testo. La verifica può essere fatta da terze parti o dal personale dell'azienda che usa l'algoritmo. AWS propone A2I per la verifica delle previsioni dubbie. Però il suo principio di fondo si può applicare in qualsiasi situazione consigli una verifica umana delle stime di probabilità.

AWS Graviton2

Sono anni che si dibatte sulla possibilità che i processori Arm hanno di conquistare un posto di rilievo nei data center. La novità è che di sicuro AWS ritiene sia possibile dare loro uno spazio importante. E si è progettata i propri processori Arm - i Graviton - da collocare nelle proprie infrastrutture. La prima generazione poteva essere anche un esercizio di stile, a Re:Invent 2019 hanno però debuttato i chip AWS Graviton2 di nuova generazione. E sono un bel passo in avanti.

Si basano su core a 64 bit e sono prodotti con un processo di microlitografia a 7 nanometri. Sono ottimizzati per le applicazioni cloud e per essi AWS ha già preparato una serie di istanze VM con un massimo di 64 CPU virtuali. Le istanze basate su Arm prevedono varie distribuzioni Linux (Amazon Linux 2, Ubuntu, Red Hat Enterprise Linux, SUSE Linux Enterprise Server, Fedora, Debian, FreeBSD), piattaforme container (Docker Desktop, Amazon ECS, Amazon EKS), agenti (Amazon CloudWatch, AWS Systems Manager, Amazon Inspector) e tool di sviluppo (AWS Code Suite, Jenkins).

AWS Inferentia

Le CPU Arm non sono l'unico campo in cui AWS sta progettando i propri chip, invece di aspettare che le innovazioni vengano dall'esterno. Inferentia è una nuova famiglia di chip pensati per il machine learning e in particolare per rendere molto più veloci le applicazioni inferenziali. Su questi chip AWS ha basato una nuova linea di istanze denominate Amazon EC2 Inf1, indicate per applicazioni quali riconoscimento delle immagini e del parlato, elaborazione del linguaggio naturale (NLP), rilevamento di frodi.