今年的re:Invent 全球用户大会上，AWS进一步披露明年云计算AI战略布局，将锁定三大AI策略，不只要抢推能够大规模部局的专用推论服务，还要提供更方便好用的AI自动构建及部局工具，更要瞄准特定行业的无人载运与移动用途，抢攻企业市场。
AWS首席执行官Andy Jassy在首日开场近3个小时的演讲，对于AI人工智能介绍，花了最多时间。讲到AWS过去一年来推出机器学习服务的表现，他更自豪地说，光是去年，就有10万个活跃用户在AWS上执行他们的机器学习（ML）模型，远远超出他们原先预期，而且遍及各行各业。
机器学习推论成为今年AWS抢攻AI另一大主轴，不只有推论用的EC2运算实例，明年还要推出一个低价且高性能的机器学习推论专用芯片Inferentia，这也是继ARM芯片推出后，AWS最新发布的第2款自制芯片，颇有要和Google的机器学习芯片TPU打对台的意味。
但是，有别于往年，Andy Jassy今年更看好机器学习服务在推论市场的发展，甚至他认为，未来将近9成的机器学习运算工作，都会发生在推论端，而不是训练端。
但是在部局或执行环境上，不像训练时要喂大量数据来训练模型，需要有很强的运算处理能力，反观在进行推论预测时，对于运算力要求就不用太高，甚至只需很少运算力，就能执行ML模型。因此，企业反而需要的机器学习服务，是要能以更低成本，来提供他们进行大量推论执行部局。但一直以来，并没有专用推论服务。
对于AWS来说，显然，这是一个庞大商机，也成为了明年抢进AI的一大主轴。所以，AWS今年正式推出第一个专用推论服务Amazon Elastic Inference，就是要让企业能够用更低成本的方式，来使用推论的VM，不需要付担高额运算力费用，来降低企业大量部局的推论成本。在使用上，单以租用一个推论VM来说，就可以提供最多36 TFLOPS浮点运算能力，换作是对照片进行推论，等于是1小时可以识别36万张照片。而且每小时租用最低只要0.22美元。
专用机器学习推论服务只是第一步。 AWS明年还要推出一个机器学习推论专用芯片Inferentia，同时兼具备低成本与高性能推论特性，并且是由AWS自行设计完成，不仅在推论吞吐量可以达到数百个TOPS （每秒执行万亿次） ，可以用于执行复杂度更高的推论需求，而且远比采用传统的CPU实例来进行推论时，还要更省下75％的推理成本。
自去年推出一套ML自动构建和部局工具SageMake以后，大获好评，AWS今年在这个基础之上，更针对各个构建、训练阶段，都有推出相应的优化功能与工具，来降低机器学习门槛。
如AWS在SageMaker上添加一个功能，就是针对训练前推出的数据标记辅助服务Ground Truth，通过机器学习技术，来自动学习标记输入数据，来提高训练数据标记品质，以减少后续因为数据品质不佳，而导致直接影响模型训练成效，或要花比原本更长的时间投入训练。
另外，对于如果想要采用增强式学习（Reinforcement Learning）的机器学习方式，来创建、训练和部局ML模型的话，开发人员现在也有增强学习专用的SageMaker RL服务能够使用了。
AWS还推出了一个轻量ML模型编译工具SageMaker Neo，能够重新优化ML模型的性能，至少提升多达2倍，不仅不会降低准确性，而且容量变更小，占用计算资源也变少。 AWS还以Apache软件授权方式开源，让硬件厂商可以将它放进自己的处理器和设备。也因为可以在云计算和边缘执行，也意味着，未来通过这套服务，可以让轻量化后的ML模型，能够跑在更多小型边缘设备上，如树莓派单板计算机等。
有了许多方便好用的AI自动化工具，来降低AI应用门槛，就连在AI服务上，AWS今年都主推免机器学习经验就能用的AI服务，要替企业解决AI人才荒。一共3款新AI服务，包括了Textract、Personalize及Forecast，分别是用在实体文件数字化、个性化推荐与时间性预测的使用。
不像过去要开发这方面的AI应用，企业得先找到专业AI人才，现在，通过这些现成的AI服务组件，可以大大地降低AI应用门槛，即使是不具备AI背景的开发人员，也能够很快速用它打造企业需要的各种AI应用。甚至，其中一项Forecast服务，还是原本Amazon内部使用的ML分析预测技术，现在也全面开放企业来用。目前除了Textract仍是预览版，其余两款皆已正式推出。
AWS今年还在AWS Marketplace上添加算法市场，它是一个可以提供AI应用买卖交易的平台，让企业不需要自行开发，直接购买别人现成的AI算法或ML模型来套用，就能变成自己的AI应用，而且免AI或ML专业知识与技术就能用。目前已有至少150种算法与ML模型上架。
AWS今年有又有惊人之举，向大家介绍一台AI驱动的DeepRacer迷你自动驾驶汽车，大小跟玩具遥控车差不多大，但不用通过无线控制器，而是借助AI与计算机视觉技术，让这台车自己学会开车。甚至AWS还举办首届DeepRacer杯自动驾驶汽车大赛，比得是看谁可以在最短的时间内绕完一整圈迷你赛道，并广邀各路开发好手来参赛，还在第2天主题演讲开场前进行总决赛。硬件配置上， 除了内置英特尔Atom双核心处理器，具备Wi-Fi能力，还有颗400万像素HD摄影镜头，每一次充电完，能持续使用2小时。
不只要提供简单好用的AI工具，来吸引更多企业用户，AWS今年又有惊人之举，推出一台AI驱动的迷你自驾遥控车DeepRacer，瞄准的正是这些有着自动载运，或移动需求的行业AI用途，如制造业等，就能用它打造出适合智能工厂各式场景使用的无人搬运车，解决如人力或生产流程上遇到的难题。甚至AWS还要通过办自动驾驶汽车竞赛，来吸引更多AI与机器学习人才参与，想办法要拉拢这些行业积极加入。
这台车的外型，虽然只有真车的1/18大，跟一台玩具模型车差不多，而且一台要价399美元。但不同的是，不用通过无线控制器，这台车就会自己开车，不需要有人远处遥控。靠的是使用AWS机器学习服务，如SageMaker RL等，先在云计算进行训练，再将训练完成的ML模型，套用到DeepRacer车上来验证其模型推论的成效，并反复优化，让车子可以学会自己开。而且不只开放场景，未来这台车也能运用在更多封闭场景，如物流仓储、工厂、医院及卖场等，帮助企业打造属于自身场景的无人车应用。