Meta原本就有就地部署的基礎設施，但同時(shí)也利用AWS的運算、儲存、資料庫或安全服務(wù)等資源，來(lái)彌補就地部署的不足。然而，當Meta在2012年買(mǎi)下Instagram時(shí)，是把Instagram的后端架構從AWS遷移到Meta的就地部署設施上，透露出Meta仍舊希望以就地部署為主的后端策略。

　　不過(guò)，本周Meta宣布將加深與AWS的合作，除了仍舊將AWS視為補充Meta就地部署架構的云端服務(wù)之外，未來(lái)將于A(yíng)WS上執行與第三方的合作，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(lái)Meta的AI部門(mén)將使用AWS的運算服務(wù)來(lái)加速AI的研發(fā)，也會(huì )與AWS共同改善AWS上執行PyTorch的效能，包括協(xié)助開(kāi)發(fā)者加快建置、訓練、部署及操作AI或機器學(xué)習模型的速度。

　　PyTorch是由Meta的AI實(shí)驗室在2016年推出的開(kāi)源機器學(xué)習庫，為一深度學(xué)習框架，主要應用在電腦視覺(jué)與自然語(yǔ)言處理上，隨著(zhù)AI浪潮的興起，AWS也規畫(huà)了PyTorch on AWS，結合Amazon EC2、Elastic Fabric Adapter及AWS上的儲存及網(wǎng)路資源，讓開(kāi)發(fā)者可透過(guò)Amazon SageMaker機器學(xué)習服務(wù)大規模地建置、訓練及部署PyTorch模型。

　　現在Meta則打算與AWS合作，讓全球的組織能夠更方便地透過(guò)AWS，把深度學(xué)習模型從研究專(zhuān)案快速變成產(chǎn)品。

　　負責商業(yè)開(kāi)發(fā)的AWS副總裁Kathrin Renz表示，此一合作案代表AWS將繼續協(xié)助Meta研發(fā)與創(chuàng )新，也將大規模地與第三方及開(kāi)源社群合作，而客戶(hù)將可仰賴(lài)Meta及AWS在PyTorch上的合作，更容易于A(yíng)WS上建置、訓練及部署深度學(xué)習模型。