点击蓝字关注雨生
AWS不看好英伟达的AI-RAN之路
AWS的Ishwar Parulkar坚称，电信公司从超大规模企业租用GPU，比投资英伟达的AI-RAN方案更有利。
英伟达的图形处理器（GPU）是人工智能（AI）的引擎，主要销售给大型IT企业，如美国的超大规模企业。这些公司利用它们对支撑当今AI应用的大型语言模型（LLM）进行资源密集型训练。然而，近几年来，英伟达一直在推广其AI-RAN的概念。这种方法将使无线接入网络（RAN）的运营商成为英伟达的直接客户，在众多的电信设施中托管GPU，以支持移动网络和AI应用。
但为什么呢？根据英伟达的说法，有两个主要优势。首先，运营商可以通过将芯片容量租赁给AI应用开发者来创造收入。其次，任何未使用的容量都可以分配给RAN计算。电信公司传统上依赖于专用集成电路（ASIC）来实现这一目的。然而，正如其名称所示，ASIC是专门为不断萎缩的RAN市场的需求而设计的。虚拟或云RAN取代了ASIC，使用通用中央处理器（CPU），但尚未获得显著的吸引力。英伟达希望AI-RAN作为这一概念的演进，能够迅速超越它。
这对AWS这样的公司构成了明显的挑战，AWS设想自己在AI应用和电信云中扮演重要角色。但AWS电信和边缘云业务的首席技术官Ishwar Parulkar仍然不相信。在上周于哥本哈根举行的数字转型世界大会上，他与Light Reading会面时表示：“我认为业界低估了使其可用所需的条件。这不仅仅是安装GPU并出售它们。真正利用这种计算能力并构建应用程序需要完整的堆栈和工具生态系统，而这正是云所提供的。”
**感觉边缘化？**
Parulkar并不是唯一对此持怀疑态度的人。另一位不愿透露姓名的电信行业高管透露，大多数运营商都对此表示怀疑。到目前为止，日本的软银以其技术野心而闻名，似乎是唯一一家投资英伟达AI-RAN产品的运营商，即使他们的努力仍处于试点阶段。
即使按照英伟达的说法，如果仅仅基于使用GPU进行RAN计算，商业部署可能也不会在经济上可行。英伟达认为，出售AI推理即服务之所以存在机会，是因为电信“边缘”设施遍布全国，与可能距离最终用户数百甚至数千英里的超大规模数据中心相比，具有优势。
英伟达电信业务负责人Ronnie Vasishta指出，低“计算延迟”是其中一个优势，它以毫秒为单位衡量基础设施处理查询所需的时间。他在最近接受Light Reading的采访时表示：“在某些应用中，分布式计算确实很重要。如果您可以在本地处理数据，并且您在本地拥有计算和存储能力，则无需将所有数据都发送到云端。”
在某些地区，尤其是在欧洲，政府也越来越关注“主权云”的概念，即主要由本地实体控制且不受外部干扰的云。Vasishta指出：“电信公司在部署关键基础设施方面赢得了政府的信任。他们通常有能力部署资本，因为他们习惯于这样做，而且他们还在部署阶段拥有连接能力。” 他补充说，全球约有18家电信公司宣布了建设AI基础设施的计划，尽管并非总是专门针对AI-RAN。
然而，Parulkar坚持认为，AWS完全有能力解决与边缘计算和数据主权相关的这些问题。他们网站上的基础设施地图显示，AWS在37个地区拥有数据中心，并计划再投资13个。如果这还不够，他们还提供43个本地和波长区域。Parulkar解释说：“我们有本地区域，这是靠近大城市的小型数据中心。我们还有Outposts服务器，可以部署在本地。”
为了解决政府的担忧，AWS大约在两年前推出了欧洲主权云。从本质上讲，这意味着部署在欧洲的基础设施可以与美国的系统隔离。Parulkar说：“这是我们解决主权问题的第一步。它将是一个专门为欧洲划分的区域，不依赖任何其他全球基础设施。”
**简单来说**
AWS还在努力改进其Outposts服务器，以确保它们满足运营商移动网络的需求。德国电信是AWS在欧洲的主要客户，它使用诺基亚在AWS基础设施上构建的5G核心网，为大约200万客户提供服务。最初，他们试图将5G核心网中的流量控制器用户平面功能（UPF）托管在法兰克福的AWS基础设施上。然而，这阻碍了他们为更多客户提供服务的能力。现在，一个新的Outposts服务器正在德国电信自己的设施中实施，专门用于支持UPF。
Parulkar解释说：“我们意识到，对于UPF这样的东西，网络带宽与计算的比率是不同的。因此，我们在移动世界大会上宣布推出一个版本的Outpost机架，您可以在其中独立扩展计算和网络，以处理诸如媒体之类的工作负载。”
对于AWS来说，最大的网络挑战仍然是RAN。他们的云RAN版本包括一个由Graviton3驱动的本地Outposts服务器，Graviton3是由AWS使用Arm提供的架构蓝图设计的CPU。目前，他们正在与德国电信、法国电信运营商Orange以及阿联酋的电信公司Du进行试验。
然而，仍然缺少的是商业部署或更多确凿的证据，证明AWS的产品适用于所有形式的云RAN。在他们的试验中（也包括诺基亚），只有部分RAN计算在Graviton3上运行。计算量最大的“Layer 1”功能由Marvell Technology提供的定制芯片处理，这些芯片通过插入Outposts服务器的PCIe卡提供。行业将此称为“内联加速器”。诺基亚在中国以外的主要竞争对手爱立信和三星更喜欢另一种称为“旁路”的方法。
虽然这些供应商没有出现在AWS的公告中，但Parulkar声称，Outposts服务器支持业界的两种云RAN方法。他说：“从技术上讲，我们在设计上没有任何限制。” 然而，旁路方法会对Graviton3芯片施加更大的负载，仅将一个RAN任务——前向纠错（FEC）——卸载到硬件加速器。进一步的复杂之处在于，爱立信和三星依赖英特尔的FEC加速器，该加速器集成在英特尔的最新产品中。
Parulkar澄清说：“我们为想要引入的任何加速器提供了一个配置，但显然您必须调整堆栈以适应该加速器，或者您必须使用堆栈调整过的加速器。”
最近几个月，爱立信越来越有信心能够将最初为英特尔x86芯片设计的虚拟RAN代码转移到基于Arm的CPU上，而无需进行重大修改。这部分归功于最新的Arm产品（包括Graviton3）中使用了一种名为SVE2的指令集，该指令集有助于Layer 1处理。然而，爱立信仍在评估FEC加速器的选项，包括使用英伟达GPU或AMD现场可编程门阵列。
如果5G要进一步扩展到云中，就必须令人满意地回答这些问题。然而，Parulkar认为，当前正在进行的人工智能革命正迫使电信公司更认真地考虑云。“超大规模企业对于在AI领域做任何事情都绝对至关重要和根本，”他断言。“您想要训练模型，而最有效的训练方式是租用GPU，而不是购买GPU，因为您不会一辈子都在进行训练。” 如果大多数电信公司都同意这一点，那么英伟达可能会遇到AI-RAN方面的问题。
AI让工程师变“工头”？ 亚马逊内部实况揭秘：大量“工作降级”，AI好用到令人心慌
自工业革命以来，对于机器威胁劳工的焦虑就从未停止。然而，科技对工作的影响往往不是“取代人力”，而是“重塑工作形态”。从汽车装配线、肉品加工到秘书打字，专业职能被拆解成高效、低自主的重复任务。如今，这一历程也悄然降临在科技行业的核心职位——软件工程师身上。
亚马逊工程师爆料：AI编程助手强到“令人害怕”
在亚马逊，AI并没有真正“炒掉”工程师，却让他们的日常工作如同仓储人员一般，进入了一种被计量、被监控的流程化节奏。
一位工程师坦言：“以前一个新功能从设计到完成可能要花几周，现在我们要在几天内搞定，没有AI根本不可能。”
这种转变的核心在于“工作降级（Work Degradation）”。
根据劳动历史学者杰森·雷斯尼科夫（Jason Resnikoff）的描述，“工作降级”指的是高技能工作被分解成低思考、高效率、重复性高的任务。
AI工具的进化速度令人咋舌。亚马逊的工程师们发现，自己原本强调创造性的编程过程，如今变成了依赖AI助理类似Copilot的 Q developer提供代码片段，再进行审核与修改。而亚马逊内部最新推出的自动化程序生成工具，不仅辅助撰写，还能一次产出大型程序模块。
一位工程师形容这些AI工具“好用到令人害怕（scarily good）”。
这也道出了许多开发人员的矛盾心境：当机器写得比人还快、还准，工程师该感到惊艳，还是惊慌？
工程师“工人化”？
从创造者变成旁观者、审稿人
“这份工作最有趣的是创造新东西，但现在我做的事情，大多是在看别人——或者说是机器——写好的程序。”资深开发人员西门·威利森（Simon Willison）的这番话，精准地描绘了工程师们面临的转变：从原本独立构思、设计、撰写，变成更依赖接受AI提案、进行审核与修正。
这不仅影响了工作乐趣，也让许多人感到与自己的专业能力“脱节”。AI不仅能编写代码，还能协助撰写技术备忘录、产品规划草稿，甚至进行单元测试。这些原本是初阶工程师积累能力与经验的关键任务，现在有部分工程师担心，这可能会削弱新手积累技能与争取晋升的机会。
哈佛大学劳动经济学家劳伦斯·卡茨（Lawrence Katz）指出，对初阶工程师而言，AI让他们仿佛回到了工业时代的流水线角色：不是你设计任务，而是任务流程在设计你。反观资深工程师，则可能因免除琐事、专注于复杂问题而受益，这表明AI对不同层级员工的影响截然不同。
亚马逊则强调，AI只是用来扩展工程师的专业能力，而非取代他们的工作。然而，实际上绩效压力与产出速度要求的提升，让这份工作不再像以往那样自由与灵活。许多开发人员坦言，虽然AI是选择性使用的工具，但若不跟上，可能会在绩效与考核中落后于同事。
这种情况也出现在其他科技公司。例如，Shopify明确将“AI使用率”纳入绩效考核，Google则举办以“提升日常效率”为主题的黑客松，鼓励员工开发内部AI工具，优胜者甚至可以获得高达1万美元的奖金。
从仓储机器人到编程助手：活在技术压力下的亚马逊员工
但在推动创新与效率的背后，亚马逊工程师的情绪压力也逐渐升高。
不少亚马逊工程师联想到了公司仓储系统的自动化改革。过去，仓储人员需要在巨大的仓库中走数公里寻找货物，现在则是由机器人自动将货架送到仓储人员眼前，让他们快速拣货。看似效率提升，实则让工作变得单一、重复且疲惫。
“我们正在走上同样的道路。”一位工程师这样说道。由于公司鼓励他们使用AI来处理原本由初阶工程师负责的任务，例如撰写备忘录、测试软件等，他们担心这会让他们无法积累经验，并错失争取晋升的机会。
前亚马逊员工伊丽莎·潘（Eliza Pan）表示，员工普遍担忧“他们的职业生涯会变成什么样”。工程师们也焦虑于自动化部分工作会让他们“在自己的工作中成为旁观者”。他们讨论的不仅仅是职业生涯，而是整份工作的品质。
希望这个翻译版本对您有所帮助！
多云价值管理与增长 公众号：雨生云计算
【大纲】多云价值管理与增长
