关键字: [亚马逊云科技， Snowflake， 数据存储， 弹性算力， Ai功能， 数据治理， 模型治理]

导读

在这场演讲中，谭长亮解决方案架构师介绍了Snowflake与亚马逊云科技协同打造AI驱动数据分析平台的解决方案。他阐述了Snowflake在存储、弹性计算、AI功能等方面的优势，以及如何与亚马逊云科技服务无缝集成，为客户提供端到端的数据分析和AI应用解决方案。他还分享了Snowflake在金融服务等行业的应用案例，展示了Snowflake与亚马逊云科技合作的架构框架，帮助客户解决数字化转型中的数据挑战，提高业务效率。

演讲精华

以下是小编为您整理的本次演讲的精华。

在当今时代，数据无疑是推动人工智能发展的关键驱动力。作为数据云领域的领导者，Snowflake深谙这一道理，因此它与亚马逊云科技(亚马逊云科技)建立了紧密的合作关系，共同为企业构建AI驱动的数据分析平台。这一创新的合作模式旨在为企业提供坚实的数据基础，加速AI的应用，并将AI的洞见应用于解决实际业务问题，从而释放数据和AI的全部价值。

Snowflake的数据存储建立在亚马逊云科技的S3对象存储服务之上，因此它继承了S3的许多优秀特性。Snowflake不仅能够支持结构化、半结构化和非结构化数据，还支持开源的开放表结构，如Iceberg。对于一些拥有海量数据的大客户而言，如汽车制造业，采用Iceberg表可以显著降低存储成本。一辆自动驾驶汽车每天可能会生成10到50TB的数据，光是存储成本就非常高昂。为了提高Iceberg表的查询性能，Snowflake一直在努力使其接近于自身的原生表FDM(Fully Decomposed Model)。

在计算方面，Snowflake提供了灵活的弹性能力。它的引擎不仅可以运行SQL，还可以运行Java、Scala和Python，为用户提供了统一的体验。由于Snowflake在全球拥有11，000多家客户，它已经在亚马逊云科技上预先创建了一个巨大的资源池。因此，客户只需为实际使用的时间付费，而不必为未使用的时间付费，这为客户带来了极大的成本优势。通过这个平台，Snowflake支持了各种工作负载，包括数据工程、分析、AI、运营应用和数据共享。

虽然我们现在生活在AI时代，但Snowflake认为，没有数据就没有AI。因此，Snowflake的目标是为企业提供一个坚实的数据基础，并加速AI的应用，将AI的洞见应用于解决业务问题，从而释放AI的价值。为实现这一目标，Snowflake提供了一个全面的框架，让用户可以快速、自定义地生成AI。

在这个框架中，Snowflake提供了许多可直接在SQL查询或代码中调用的AI函数，如翻译、情感分析、文本提取、标签分类和通用的Completions推理函数。用户还可以将这些函数与Snowflake中的表数据动态结合，生成动态结果。例如，用户只需提供一个提示词模板，就可以将表中的数据动态转换为提示词，并获得动态的AI生成结果。

除了函数，Snowflake还提供了一键生成Chatbot的Context Search功能，建立在RAG(Retrieval Augmented Generation)框架之上。用户只需指定要提取的非结构化文件(如PDF或内部文本)，并通过几个点击即可生成Chatbot。在这个过程中，Snowflake将文档文本提取、分段(Chunk)和向量化(Embedding)等步骤封装为单独的SQL函数，让用户可以灵活地调用和组合这些功能。最终，生成的知识库可以与Amazon Kendra等工具集成，为用户提供自然语言查询服务。

除了函数，Snowflake还提供了一些界面应用程序，如Document AI。用户只需将图像(如小票或发票)上传到Snowflake的存储区，就可以通过自然语言指令让AI自动提取其中的结构化数据，如商家名称、金额和购买项目等。这些提取的数据可以整合成结构化表格，方便后续的分析使用。

Universal Search是Snowflake提供的另一个非常重要的功能，它建立在Snowflake的Horizon数据治理和访问控制之上。由于AI的广泛应用，客户往往担心AI会泄露他们不应该访问的数据。但在Snowflake中，AI功能在生成提示词时，只会提取用户有权访问的数据元信息，从而确保AI只能访问授权数据，为用户提供更精确的结果。

为提高工程师和分析师的生产力，Snowflake提供了Copilot功能。用户可以使用自然语言与Copilot交互，获取代码建议和改进，甚至在Snowflake的工作环境中直接生成代码。此外，Snowflake还提供了Streamlit，允许用户使用Python创建数据可视化应用程序，并与外部API集成，将Snowflake内部数据与外部数据相结合。

对于更高级的自定义需求，Snowflake提供了Snowpark容器服务，允许用户在容器中部署自己的环境和模型。用户还可以自定义Web界面，并将其公开在Snowflake上。如果以上功能仍无法满足需求，Snowflake还可以与亚马逊云科技的其他服务(如Bedrock和SageMaker)集成，提供更全面的解决方案。

为了更好地说明Snowflake与亚马逊云科技合作的价值，我们来看一个来自金融服务行业的真实案例。一家知名金融公司需要为其机构投资者客户提供各种金融产品(如债券、股票期权和抵押贷款)的分析报告，以帮助他们构建投资组合。但是，由于这些金融产品可能高达50种不同的数据类型和格式，客户需要为每种产品编写单独的查询，这是一项艰巨的任务。

为了解决这个问题，Snowflake引入了Cortex Analyst，这是一个基于提示的文本生成AI功能。通过与该公司的分析师合作构建提示层，AI可以让机构投资者用自然语言和专业术语查询数据，并直接在Snowflake生态系统内获取所需答案和数据，无需再通过其他途径获取数据。高盛等其他金融机构也在使用类似的解决方案，将ESG(环境、社会及公司治理)数据整合并提供给投资者进行分析。

最后，我们来看一下Snowflake与亚马逊云科技服务协同打造AI驱动数据分析平台的参考架构。该架构将各种数据源通过亚马逊云科技服务(如AppFlow、Data Firehose、IoT Core和S3)无缝地导入Amazon S3对象存储。然后，数据被加载到Snowflake的原表中，通过Snowflake的内部加工或调用亚马逊云科技服务(如Bedrock模型)进行处理，生成用户所需的数据。处理后的数据可以通过Streamlit等工具呈现为用户应用程序。

在这个架构中，数据ingestion往往是客户的痛点所在。为解决这一问题，Snowflake与亚马逊云科技的多种服务紧密集成。例如，对于SaaS数据，可以使用Amazon AppFlow服务;对于实时数据，可以使用Amazon Data Firehose与Snowflake的Snowpipe流式ingestion相结合;对于IoT数据，可以使用Amazon IoT Core和Amazon IoT Greengrass与Snowpipe集成。对于文件数据，可以将文件存储在S3上，并通过Snowflake的Snowpipe自动加载到Snowflake中，然后使用Document AI等功能提取其中的信息。

在数据处理环节，用户可以在Snowflake中使用用户定义函数调用Amazon Bedrock中的模型。同时，Amazon Web Services Airflow与DBT的集成可以为Snowflake中的数据提供全方位的转换和处理能力。最近，Snowflake还与GitHub集成，允许用户将Snowflake工作环境中的代码同步到GitHub存储库中，方便版本控制和协作。

通过这种创新的合作模式，Snowflake与亚马逊云科技为企业提供了一个强大的AI驱动数据分析平台，涵盖了从数据ingestion到AI应用的全流程，帮助企业释放数据和AI的价值，解决业务挑战。

总的来说，人工智能时代的到来，离不开数据的支撑。Snowflake和亚马逊云科技的合作正是为企业提供了这一坚实的数据基础，并加速了AI的应用，使企业能够更好地利用AI的洞见来推动业务发展。我们有理由相信，这种创新的合作模式将为更多企业带来价值，助力它们在数字化转型的道路上行稳致远。

总结

亚马逊云科技与Snowflake协同打造AI驱动数据分析平台，为企业提供了一个整体解决方案。Snowflake建立在Amazon S3存储之上，支持结构化、半结构化和非结构化数据，并与开源表结构如Iceberg无缝集成。它提供弹性算力，可运行SQL、Java、Scala和Python，根据实际使用时长精确计费，降低成本。

Snowflake在AI方面提供了丰富的功能，包括翻译、情感分析、文本提取、标签分类等，以及通用的推理函数。它还支持上下文搜索、文档AI、通用搜索等应用，以及Streamlit等自定义开发工具。此外，Snowflake与亚马逊云科技服务紧密集成，如AppFlow、Data Firehouse、IoT Core等，实现无缝数据接入。

通过与亚马逊云科技的深度协作，Snowflake为企业构建了一个AI驱动的数据分析平台，加速AI在企业中的应用，提高业务效率，为客户创造价值。该平台已在金融服务等多个行业得到成功应用。

我们正处在Agentic AI爆发前夜。2025亚马逊云科技中国峰会提出，企业要从“成本优化”转向“创新驱动”，通过完善的数据战略和AI云服务，把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在AI时代突破。