Meta原本就有就地部署的基礎(chǔ)設(shè)施，但同時也利用AWS的運算、儲存、資料庫或安全服務(wù)等資源，來彌補就地部署的不足。然而，當(dāng)Meta在2012年買下Instagram時，是把Instagram的后端架構(gòu)從AWS遷移到Meta的就地部署設(shè)施上，透露出Meta仍舊希望以就地部署為主的后端策略。

　　不過，本周Meta宣布將加深與AWS的合作，除了仍舊將AWS視為補充Meta就地部署架構(gòu)的云端服務(wù)之外，未來將于AWS上執(zhí)行與第三方的合作，而且只要所并購的業(yè)者原本就使用AWS服務(wù)，之后將維持采用AWS。

　　此外，未來Meta的AI部門將使用AWS的運算服務(wù)來加速AI的研發(fā)，也會與AWS共同改善AWS上執(zhí)行PyTorch的效能，包括協(xié)助開發(fā)者加快建置、訓(xùn)練、部署及操作AI或機器學(xué)習(xí)模型的速度。

　　PyTorch是由Meta的AI實驗室在2016年推出的開源機器學(xué)習(xí)庫，為一深度學(xué)習(xí)框架，主要應(yīng)用在電腦視覺與自然語言處理上，隨著AI浪潮的興起，AWS也規(guī)畫了PyTorch on AWS，結(jié)合Amazon EC2、Elastic Fabric Adapter及AWS上的儲存及網(wǎng)路資源，讓開發(fā)者可透過Amazon SageMaker機器學(xué)習(xí)服務(wù)大規(guī)模地建置、訓(xùn)練及部署PyTorch模型。

　　現(xiàn)在Meta則打算與AWS合作，讓全球的組織能夠更方便地透過AWS，把深度學(xué)習(xí)模型從研究專案快速變成產(chǎn)品。

　　負(fù)責(zé)商業(yè)開發(fā)的AWS副總裁Kathrin Renz表示，此一合作案代表AWS將繼續(xù)協(xié)助Meta研發(fā)與創(chuàng)新，也將大規(guī)模地與第三方及開源社群合作，而客戶將可仰賴Meta及AWS在PyTorch上的合作，更容易于AWS上建置、訓(xùn)練及部署深度學(xué)習(xí)模型。