AWS 上的研究和技術運算

推進科學的技術、資料和資助

研究是創新的實務,研究人員必須取用能夠快速進行實驗的工具。Amazon Web Services (AWS) 與全世界的高等教育機構、研究實驗室和研究人員合作,提供經濟、可擴展又安全的運算、存放和資料庫功能,加快取得科學成果的速度。 

有了 AWS,研究人員就能使用人工智慧 (AI)、機器學習 (ML) 和量子運算等突破性技術,快速分析大量資料管道、儲存數 PB 的資料、提升研究效益,同時又能安全地與全球的協作者分享成果。AWS 也讓研究人員可取得開放式資料集、資助和培訓,加速創新步調。

牛津大學以 AWS 進行劃時代的研究

研究適用的雲端

探索您研究領域的隨需研討會、培訓和教學。

科學界與協會

生物科學

健康科學

地球與環境科學

物質科學

資源

研究教學與研討會

觀看專為協助您利用雲端進行研究而製作的十分鐘影片。

進一步了解 ›

研究部落格

參考全球研究人員的工作成果、聽聞 AWS 研究的最新消息,獲得啟發靈感。

進一步了解 ›

研究案例研究

閱讀 AWS 研究界的客戶如何利用 AWS 提高敏捷性、降低成本,並且加快創新速度。

進一步了解 ›

培訓與認證

向 AWS 專家學習,提升您的技能和知識,並在 AWS 雲端開創您的未來。

進一步了解 ›

引號

我們每月執行超過 10,000 組生物資訊學工作流程。因此,我們極度感謝能有 AWS 的可擴展性和強健的功能。”

Robert L. Grossman
芝加哥大學醫藥與電腦科學教授兼轉換資料科學中心主任

解決方案

特色

Amazon Lightsail for Research

在雲端輕鬆地執行複雜的搜尋模擬。

進一步了解 ›
高效能運算

透過快速聯網和幾乎無限的基礎設施加速創新。

服務

AWS ParallelCluster:使用開放原始碼工具,供您在 AWS 上擴展與管理 HPC 叢集。隨需擴展運送容量,減少工作等候時間。 進一步了解 ›

AWS Batch:任何規模的全受管批次處理。進一步了解 ›

人工智慧和機器學習

使用最全面的 AI 和 ML 服務集加速創新。

服務

Amazon SageMaker:無需 ML 專業能力,即可建置、培訓與部署機器學習 (ML) 模型。進一步了解 ›

Amazon SageMaker Studio Lab:免費的機器學習 (ML) 開發環境,免費提供運算、儲存(高達 15GB)和安全性,供任何人使用 ML 進行學習和實驗。 進一步了解 ›

資料管理與儲存

為您在雲端中的資料存取可靠、可擴展且安全的儲存。

服務

Amazon Simple Storage Service (S3):專為從任何位置擷取任何數量資料所建立的物件儲存服務。 進一步了解 ›

AWS Backup:為您的儲存備份集中管理並自動化。進一步了解 ›

AWS Lake Formation:為您所有的資料建立集中、安全且正確的儲存庫,包括原始資料,以及為分析所準備的資料。進一步了解 ›

AWS Data Exchange 上的開放資料:研究人員與愛好鑽研資料人士現在已可在 AWS Data Exchange 上找到從例如 NOAA、NASA 或英國氣象局等一流組織提供大眾使用,超過 100 PB的高價值、雲端優化資料集。進一步了解 ›