Amazon szuka nietypowych zastosowań dla swojej chmury. Wykorzysta ją w przemyśle kosmicznym i robotyce

Zakończona niedawno tegoroczna edycja miała ponad 3 tys. sesji tematycznych, w tym ponad 2 tys. z nich na mocno techniczne tematy.

Podczas AWS re:Invent 2018 ogłoszono ponad 100 nowych usług i funkcji, z których niektóre były naprawdę ciekawe (np. model samochodu-robota DeepRacer, którego można samodzielnie programować). Postanowiłem wypytać o szczegóły Tomka Stachlewskiego z Amazona.

Jakie było najciekawsze wydarzenie podczas tegorocznej konferencji?

Z mojej perspektywy ciekawe było, że pokazano zupełnie nowe obszary, kompletnie dotąd nieadresowane przez chmurę AWS - na przykład robotykę.

AWS RoboMaker to ułatwienie budowania i testowania robotów. Inna rzecz to AWS Ground Station, czyli usługa do komunikacji z satelitami. Może się to wydawać abstrakcyjne, ale wynikało z potrzeb klientów. Klienci, którzy mają własne satelity bądź dzierżawią je (chodzi o satelity do zbierania danych), mogą korzystać teraz z dedykowanej tej potrzebie usługi. Amazon ma na całym świecie stacje, które zajmują się transferem danych z satelitów. Można powiedzieć, że chmura wychodzi ponad chmury.

Gdy usłyszałem o tym po raz pierwszy, byłem zaskoczony. Nie wiedziałem, że może to być rynek na tyle duży, aby tworzyć dla niego dedykowane rozwiązanie

To prawda. Współpracujemy z firmami i instytucjami które opierają swoją działalność o kosmos. NASA jest najlepszym przykładem, ale mamy też klientów, którzy tworzą mapy na podstawie zdjęć satelitarnych. Pojawiła się konieczność szybszego zbierania i analizy danych satelitarnych.

Usługi do zbierania i fizycznego przenoszenia danych w obrębie naszej planety, mieliśmy już wcześniej. Wymienić można Snowball - walizkę do przenoszenia petabajtów danych lub Snowmobile, czyli ciężarówkę służącą do tego samego celu. Nie mieliśmy dotąd usługi do zbierania danych z kosmosu.

Mamy w tej chwili kilkanaście stacji odbiorczych, w tym dwie w Europie. Firma dzierżawiąca usługi satelitarne może teraz w łatwy sposób skonfigurować tę usługę w AWS. Wskazuje swojego satelitę, podaje jego parametry, a Amazon zajmie się zbieraniem danych, które wylądują w jego chmurze. Tym sposobem nie musi inwestować we własne odbiorniki danych.

Opowiedz coś o innej rzeczy, która mnie zainteresowała wśród doniesień z re:Invent, czyli o AWS Outposts. Czy oznacza fakt, że mogę sobie uruchomić własną chmurę AWS?

Outposts służą do budowania systemów hybrydowych. Często klienci chcą zainwestować w chmurę, ale z pewnych powodów część ich aplikacji musi działać całkowicie lokalnie (np. przez ograniczenia prawne lub z powodu latencji sieciowej). Amazon takim klientom udostępnia hardware, pozwalający zbudować część chmury AWS na miejscu. Są to serwery automatycznie aktualizowane przez AWS. Połączenia z nimi odbywają się przez to samo API.

Rozwiązania chmurowe i outpostowe można łączyć w tej samej aplikacji, bez żadnej różnicy pomiędzy nimi, odnosząc się do nich i zarządzając nimi za pomocą tego samego interfejsu.

Wspomniałeś o rozwiązaniach dla robotyki (RoboMaker). Dla kogo przeznaczona jest ta usługa?

Gdy budujemy roboty, po pierwsze musimy skonstruować fizycznego robota, a następnie zaprogramować  go - jego zachowanie i interakcje ze środowiskiem. Do tej drugiej części możemy zaprząc AWS RoboMaker, wykorzystujący ROS - Robot Operating System. ROS to open source framework, którym możemy implementować logikę, testować ją (w sposób wirtualny), a następnie uruchomić ją w robocie. Służy to skróceniu i ułatwieniu budowania robotów. Dzięki użyciu ROS, który stał się de facto standardem w robotyce, użytkownicy już budujący roboty mogą w łatwy sposób przyjść do nas.

Skoro już wspominamy o robotach, może powiesz coś więcej o DeepRacer

W ubiegłym roku pokazaliśmy DeepLens, samouczącą się kamerę dla programistów. Chodzi o to, aby ułatwić developerom budowanie aplikacji wykorzystujących machine learning i sztuczną inteligencję. Firmy często chcą to robić, ale brak im wiedzy i okazji do zdobycia doświadczenia w tej dziedzinie. Deep Racer umożliwia nam taką zabawę przez naukę. Celem jest ułatwienie nauki AI i wejścia w tą dziedzinę. Podobne zastosowanie miał zeszłoroczny DeepLens.