“Siamo solo agli inizi”. E’ questo, in estrema sintesi, il messaggio chiave che emerge dal keynote di Adam Selipsky, da qualche mese nuovo Ceo di Aws, in occasione di Aws re:invent 2021, a Las Vegas. Un appuntamento in cui l’azienda è consueta non lesinare gli annunci tecnologici per quanto riguarda i passi avanti compiuti nel cloud. L’architettura – oggi digital enabler d’elezione per i progetti di trasformazione digitale – nasce di fatto con Aws e compie quest’anno i suoi primi 15 anni. Siamo solo agli inizi anche perché appena una forbice tra il 5% ed il 15% di tutta la spesa IT si è già spostata verso il cloud, e nonostante la crescita degli impegni in questa direzione, è fondamentale perseverare con lo spirito tipico di “chi vuole scoprire e continuare a reinventare”. Si tratta di mantenere l’atteggiamento virtuoso dei “pathfinder che sono sempre pronti a trovare nuovi modi per risolvere i problemi”, che è poi lo spirito che anima lo sviluppo del cloud all’interno di Aws.
Le esigenze da indirizzare sono tantissime e diverse per ogni tipologia di azienda, non a caso Aws ha sviluppato nel tempo 475 diverse tipologie di istanze EC2, con un’evoluzione continua. Istanze pensate per la computazione, per l’utilizzo intensivo delle Gpu, istanze basate anche su hardware Mac. Ci guida invece nel “journey” tecnologico alla scoperta delle novità più recenti Alex Casalboni, principal developer advocate di Aws, proprio a partire dall’evoluzione dei processori Arm progettati internamente dall’azienda. Si tratta della proposta Graviton3 che migliora le performance di circa il 25%, riducendo di circa la metà l’impatto energetico.
Il chip alimenta le nuove istanze C7g per i carichi di lavoro ad alta intensità di elaborazione come Hpc elaborazione batch, automazione della progettazione elettronica (Eda), codifica dei media, modellazione scientifica etc.. E comprende anche una nuova funzionalità di autenticazione del puntatore progettata per migliorare la sicurezza. Aws propone inoltre anche le nuove istanze Trn1 di Amazon Elastic Compute Cloud (Amazon EC2) per migliori prestazioni di prezzo per la formazione di modelli di deep learning nel cloud per casi d’uso come elaborazione del linguaggio naturale (Nlp), la visione artificiale. Le istanze Trn1 sono alimentate da Aws Trainium, che è il secondo chip di machine learning creato da Aws, ottimizzato per la formazione di deep learning ad alte prestazioni.
Lo sviluppo è sempre comunque strettamente legato ad effettive esigenze e casi d’uso. Un esempio concreto è proprio l’annuncio di Aws Mainframe Modernization programma e set di strumenti per modernizzare i progetti legacy basati su mainframe a partire dalla possibilità di migrare da Cobol a Java. La proposta consente inoltre di velocizzare fino a due terzi le tempistiche di migrazione di un progetto mainframe che comprende non solo sfide tecnologiche ma anche di budget e di tempi.
Sotto attenzione anche le sfide all’edge e legate a Internet of Things, quando le potenzialità del cloud quindi non servono nel data center ma all’edge. Così, come negli anni abbiamo visto lo sviluppo della proposta Aws Outposts (hardware fornito, gestito e manutenuto da Aws ma nel DC del cliente), e di quella 5G, ora con Aws Private 5G si propone un servizio che aiuta le aziende a configurare e scalare reti mobili 5G private nelle proprie strutture in giorni, anziché in mesi. Concretamente Aws fornisce e mantiene le unità radio small cell preintegrate, i server, il core 5G e il software Ran e le schede Sim necessarie per il funzionamento della rete, eliminando la necessità di acquistare, integrare e mantenere hardware e software da più fornitori di terze parti.
Una volta che l’apparecchiatura è stata installata e accesa, Aws Private 5G configura e distribuisce in autonomia la rete mobile. Si tratta di un vantaggio importante proprio per le realtà manifatturiere che si trovano a gestire sistemi robot complessi, per esempio.
Con l’esplosione della produzione dei dati e il bisogno delle aziende di individuare pattern utili, anche Aws si è diretta in modo deciso ad indirizzare questa sfera che comprende quattro ambiti operativi: database, machine learning, data lake e analytics, “con la governance a permeare tutti i componenti”. Ecco, per il data journey, Aws con Lake Formation – Sicurezza Cell-Level e Governed Tables con Automatic Compaction offre un nuovo tipo di tabella su Amazon S3 che semplifica la creazione di pipeline di dati resilienti con il supporto di transazioni multi-tabella. Man mano che i dati vengono aggiunti o modificati, Lake Formation gestisce automaticamente i conflitti e gli errori per garantire che tutti gli utenti abbiano una visualizzazione coerente dei dati, anche in relazione alle ottemperanze legate al Gdpr. Le tabelle governate monitorano e ottimizzano automaticamente il modo in cui i dati vengono archiviati in modo che i tempi di query siano coerenti e veloci, ma anche rispettosi della gestione del dato con il supporto per le autorizzazioni a livello di riga e cella, semplificando la limitazione dell’accesso alle informazioni riservate e concedendo agli utenti l’accesso solo alle parti dei dati che possono vedere.
E’ in verità un vero e proprio gruppo di annunci quello relativo a nuove modalità di accesso ai database esistenti con uno shift da un modello tradizionale di consumo, a favore delle modalità serverless. Si tratta di tre opzioni serverless introdotte per la suite di servizi di analisi, che semplificano i dati degli analisti su qualsiasi scala senza dover configurare, ridimensionare o gestire l’infrastruttura sottostante, in particolare per Redhisft, per l’esecuzione di Apache Kafka da parte degli sviluppatori senza dover gestire manualmente la gestione della capacità e attraverso una nuova opzione in Amazon Emr che rende semplice ed economico per ingegneri e analisti di dati eseguire analisi dei dati su scala di Petabyte nel cloud. Emr Serverless consente agli utenti di eseguire applicazioni create utilizzando framework open source come Apache Spark, Hive e Presto, senza dover configurare, gestire, ottimizzare o proteggere i cluster. Emr Serverless fornisce e ridimensiona automaticamente le risorse di calcolo e di memoria richieste dalle applicazioni.
Per democraticizzare invece l’accesso al ML il servizio annunciato in occasione di Aws Reinvent 2021 è Amazon Sagemaker Canvas, funzionalità visiva senza codice che consente agli analisti aziendali di creare modelli ML e generare previsioni accurate senza scrivere codice o richiedere competenze di ML. La sua UI intuitiva consente agli utenti, anche privi di competenze di coding, di navigare e accedere a fonti di dati disparate nel cloud o in locale, combinare set di dati con il clic di un pulsante, addestrare modelli accurati e quindi generare nuove previsioni una volta disponibili nuovi dati.
“L’85% delle aziende oggi investe nel reskilling e ha bisogno di profili di tipo tecnico” – ricorda il Ceo nel suo keynote, e l’azienda ha l’ambizione di fare formazione e training a 30 milioni di professionisti IT nei prossimi 3/4 anni e lo sviluppo del cloud sarà sempre più verticale a livello proprio di industry.
Aws, indirizzare i verticali
In questo contesto si innesta, in ambito fintech, l’annuncio di una nuova piattaforma cloud basata su tecnologia Aws offerta da Goldman Sachs. Goldman Sachs Investment Cloud for Data di fatto introduce una suite di dati basati su cloud e soluzioni di analisi per gli istituti finanziari. I clienti possono scoprire, organizzare e analizzare i dati nel cloud, ottenendo così informazioni rapide e prendere decisioni di investimento informate. I clienti istituzionali beneficeranno dell’esperienza decennale di Goldman Sachs per affrontare le sfide della gestione dei dati e dell’analisi.
E ancora, nell’ambito del manufacturing, prosegue lo sviluppo serrato di una serie di servizi. Per esempio per monitorare i dispositivi, gestirli per i singoli casi d’uso. Il primo di questi è IoT Roborunner che, con IoT Robomaker (sul mercato da un paio di anni), permette di creare applicazioni di robotica in cui i robot non solo eseguono task ma possono anche coordinarsi tra loro, comunicarsi dati, interagire con interfacce di gestione (ad indirizzare la sfida di coordinamento e gestione delle flotte di robot). Mentre con Robomaker si ha la disponibilità di un ambiente di simulazione del caso d’uso.
Con Aws Robotics Startup Accelerator si offre inoltre un piano accelerazione alle startup sul fronte della robotica. Per quanto riguarda l’evoluzione dell’offerta per quelle realtà che già sfruttano vantaggiosamente i gemelli digitali, arriva Aws IoT Twinmaker. Il servizio rende più semplice e veloce per gli sviluppatori la creazione di gemelli digitali di sistemi reali come edifici, fabbriche, apparecchiature industriali e linee di produzione. I gemelli digitali, lo ricordiamo, sono rappresentazioni virtuali di sistemi fisici che vengono regolarmente aggiornati con dati del mondo reale per imitare la struttura, lo stato e il comportamento degli oggetti che rappresentano, rendendo facile per gli sviluppatori integrare dati da più fonti come sensori di apparecchiature, videocamere, e applicazioni aziendali e combinando tali dati per creare un grafico della conoscenza che modella l’ambiente del mondo reale.
Sempre per quanto riguarda gli sviluppi verticali della proposizione, infine, in ambito automotive, Aws ha introdotto Aws IoT Fleetwise, un nuovo servizio che rende più semplice e conveniente per le case automobilistiche raccogliere, trasformare e trasferire i dati dei veicoli nel cloud quasi in tempo reale. Ora, le case automobilistiche possono raccogliere e organizzare facilmente i dati in qualsiasi formato presente nei loro veicoli (indipendentemente da marca, modello o opzioni) e standardizzare il formato dei dati per una facile analisi dei dati nel cloud e una migliore gestione delle flotte.
© RIPRODUZIONE RISERVATA