除了宣布扩大自制处理器应用范畴，并且在服务器导入更多因应人工智能执行需求的客制化设计，AWS在re：Invent 2024活动上除了宣布将在其全新Amazon EC2 P6 Instances服务器导入NVIDIA代号Blackwell GPU设计，更透露将于明年正式推出以3nm制程设计的Trainium3处理器， 并且针对AWS云服务基础架构进行大幅升级，让用户能有更多创新选择。
针对AWS用户使用行为提出创新
从现任亚马逊首席执行官Andy Jassy手中接下AWS首席执行官职位的Matt Garman表示，虽然此为其以AWS首席执行官身份首度参与re：Invent活动，但强调过去以来也见证AWS多年针对云端应用发展所推动改变，并且持续针对用户使用行为进行创新，更借由协助新创加速技术成长。
而通过技术堆叠呼应AWS以「Building Blocks」为口号的发展模式，Matt Garman更表示目前已经通过数以百计的AWS应用技术协助更多企业藉由云端平台加速成长，其中包含汇整热门趋势及点子想法的Pinterest、以ESM3模型研究蛋白质结构的EvolutionaryScale，甚至苹果也是AWS长期合作伙伴， 更以AWS云端平台支撑其iCloud等服务运作，其中更包含近期推出的「Apple Intelligence」服务。
为了支撑诸多企业、新创对于云端平台使用需求，AWS也持续更新其服务平台，其中包含通过导入Graviton系列自制Arm架构处理器，使其服务器运作效能大幅提升之余，更可降低整体耗电量，并且能减少碳排放量。
强调仍与NVIDIA维持合作，但也持续扩展自制基础架构
同时，AWS表示仍与NVIDIA维持深度合作，在Google、微软先后宣布在服务器导入NVIDIA代号Blackwell GPU设计之后，AWS在此次re：Invent 2024也宣布会在其新款Amazon EC2 P6 Instance服务器采用此GPU设计，预计2025年第一季开始部署应用。
至于对应人工智能推论使用需求，AWS除了需将以新推出的Trainium2自制处理器提升运算效能，更以4组搭载此处理器的Amazon EC2 Trainium2 Instance服务器，堆叠构成运算效能更高的超级服务器「Amazon EC2 Trainium2 UltraServer」，更说明包含Adobe、人工智能新创Poolside、 数据平台服务Databricks及Qualcomm均通过Trainium2处理器训练其人工智能模型。
因应人工智能模型推论执行需求，AWS更宣布将于明年开始布署以3nm制程打造的Trainium3自制处理器，标榜在能源损耗降低40%，执行效能则可提高2倍。
配合人工智能运算升级诸多基础架构设计
配合人工智能执行运算使用需求，AWS此次更针对诸多基础架构进行升级，包含针对不同运算架构提供相应合适的储存环境，其中标榜通过Amazon S3 Intelligent-Tiering储存类别协助用户节省超过40亿美元的储存开销。
此外，AWS更宣布加入支持Apache Iceberg开源存储表格格式，并且增加可提高3倍储存速度的Amazon S3 Tables表格系统，并且可通过Amazon S3 Metadata管理系统，藉由元数据比对方式更快找到正确储存资料，即便资料日后有所异动也能正确找到。
针对提供全球地区使用服务的数据处理需求，AWS也提出通过卫星校正不同时区导致数据处理时间所产生误差，让所有数据能正确厘清各自储存、修改时间，进而可做出不同处理决策，并且通过Aamzon DynamoDB全局表 (global tables)使用全受管、无服务器、对应多区域、多用途且具99.999%可用性的资料库。
其他部分则以Amazon Bedrock Model Distillation快速建立更具效率的AI模型，配合Amazon Bedrock Automated Reasoning Checks功能减少人为错误，确认人工智能模型能正确运作，并且提供修正调整建议，而Amazon Bedrock multi-agent collaboration则可快速布署能对应复杂、多步骤工序的助理服务。
在先前针对开发者提供的Amazon Q Developer功能，此次也与软件开发平台GitLab Duo整合，同时也提供可将适用于微软. NET环境使用服务迁移至Linux，并且让行速度提高4倍功能，另外更可将原本在VMware环境工序转换成云原生型态，以及可将大型主机上的应用服务整合时间从数年缩减为数个月的功能。
而Amazon Q Business功能则加入可分析非结构化资料，藉此整合更多数据，并且能通过API形式让开发者通过Amazon Q Business功能自动执行复杂工序等应用设计。 至于新版Amazon SageMaker则将通过Unified Studio、Zero-ETL for Applications，以及Amazon SageMaker Lakehouse等工具分析数据，让数据分析结果加速人工智能执行运作效率。
