2022/11/30 9:00:00 ~ 2022/12/1 9:00:00 (JST)

最近の発表

Introducing the Amazon EC2 Spot Ready Software Products

新しい Amazon EC2 Spot Ready スペシャライゼーションは、Amazon EC2 スポットインスタンスをサポートする検証済みの AWS パートナーソフトウェア製品をお客様が特定するのに役立ちます。これは、お客様が予備の EC2 キャパシティをオンデマンドの割引価格（最大 90%）で利用できるコンピューティング購入オプションです。Amazon EC2 Spot Ready を利用すると、顧客は適切に設計され、コストも最適化されたソリューションを利用できるため、EC2 スポットによるワークロードの節約というメリットが得られます。

Amazon SageMaker Studio now supports real time collaboration

Amazon SageMaker Studio は、機械学習 (ML) 用の完全に統合された開発環境 (IDE) であり、機械学習の実践者は、データの準備からモデルの構築、トレーニング、チューニング、デプロイまで、機械学習ワークフローのすべてのステップを実行できます。本日、機械学習チーム間のリアルタイムコラボレーションを促進する SageMaker Studio の新機能を発表します。

Announcing Trusted Language Extensions for PostgreSQL on Amazon Aurora and Amazon RDS

PostgreSQL 向けトラステッド言語拡張は、PostgreSQL 上で安全に動作する高性能な拡張機能の構築に役立つ新しいオープンソース開発キットです。信頼できる言語拡張機能を使用すると、開発者は信頼できる言語で記述された拡張機能を Amazon Aurora PostgreSQL 互換エディションと Amazon リレーショナルデータベースサービス (RDS) for PostgreSQL にインストールできます。

Introducing Amazon Managed Streaming for Apache Kafka (MSK) Delivery Partners

アマゾンウェブサービス（AWS）は、フルマネージド型の Apache Kafka によるリアルタイムストリーミング分析ソリューションの移行と構築を支援する、AWS パートナー向けの新しい Amazon MSK サービスデリバリー専門分野を発表できることを大変嬉しく思います。Amazon MSK は、サーバーのプロビジョニング、Apache Kafka クラスターの設定、障害発生時のサーバーの交換、サーバーパッチとアップグレードの調整、高可用性を実現するクラスターの設計、データの保存と保護の確保、モニタリングとアラームの設定、負荷の変化に対応したスケーリングの実行を行います。MSK サーバーレスなら、Apache Kafka を使い始めるのがさらに簡単になります。コンピューティングリソースとストレージリソースを自動的にプロビジョニングおよびスケーリングし、スループットベースの価格設定を提供するため、Apache Kafka をオンデマンドで使用し、ストリーミングおよび保持するデータに対して料金を支払うことができます。

Introducing AWS Graviton Delivery Partners

Amazon Elastic Compute Cloud（Amazon EC2）のワークロードに対して最高の価格パフォーマンスを実現することに長けている AWS パートナー向けに、新しい AWS Graviton Delivery スペシャライゼーションを発表できることを嬉しく思います。この専門分野では、お客様が AWS Graviton の導入を加速および拡大して、ワークロードパフォーマンスの向上とコスト削減を実現できるよう支援する AWS パートナーを検証します。

AWS Machine Learning University announces educator enablement program for higher education

AWS Machine Learning University は現在、米国のコミュニティカレッジ、マイノリティ・サービング・インスティテューション (MSI)、歴史的に黒人の大学や大学 (HBCU) を優先した教育者支援プログラムを無料で提供しています。教育者はこれらのツールを活用して、データ管理 (DM)、人工知能 (AI)、機械学習 (ML) のスタンドアロンコースや認定書を作成したり、学位を取得したりできます。目標は、早期キャリアのDM/AI/MLの仕事を、より広く多様な学生集団にとってより利用しやすいものにすることです。このプログラムでは、すぐに使えるDM/AI/ML教材のライブラリ、無料のコンピューティング能力、Amazon独自の機械学習実践者向け内部トレーニングプログラムであるMLUを中心に構築された包括的な教員専門能力開発など、すぐに使用できる一連のツールを教員に提供しています。

Amazon AppFlow now supports over 50 Connectors

Amazon AppFlow は 22 の新しいデータコネクタのリリースを発表しました。今回のリリースにより、Amazon AppFlow は 50 を超えるアプリケーションへのデータ接続をサポートするようになりました。Amazon AppFlow は、サービスとしてのソフトウェア (SaaS) アプリケーションと Amazon S3 や Amazon Redshift などの AWS サービスとの間でデータを安全に転送できるようにするフルマネージド型の統合サービスです。企業がミッションクリティカルなワークフローでSaaSサービスに依存する傾向が高まるにつれ、分析と機械学習を使用してビジネスインサイトを引き出すために、成長を続けるサービスのエコシステムからデータを一元化された場所に収集するという課題に直面しています。Amazon AppFlow を使用すると、コードを書かなくても、データフローを数分で簡単に設定できます。

Introducing new ML governance tools for Amazon SageMaker

本日、アクセス制御の簡素化と機械学習モデルのライフサイクル全体にわたる透明性の向上により、機械学習 (ML) プロジェクトのガバナンスを改善する Amazon SageMaker 向けの 3 つの新しい専用ツールを発表できることを嬉しく思います。Amazon SageMaker ロールマネージャーを使用すると、ユーザーの最小権限を数分で定義し、新しいユーザーをより迅速にオンボーディングできます。SageMaker Role Manager は ML アクティビティの権限設定を簡略化し、特定のニーズに基づいてカスタムポリシーを自動的に生成します。

Amazon GuardDuty RDS Protection now in preview

Amazon GuardDuty は、Aurora データベースに保存されているデータに対する潜在的な脅威を特定するために、Amazon Aurora に脅威検出機能を提供するようになりました。Amazon GuardDuty RDS Protection は、アカウント内の既存および新規のデータベースへのアクセスアクティビティをプロファイリングして監視し、カスタマイズされた機械学習モデルを使用して Aurora データベースへの不審なログインを正確に検出します。潜在的な脅威が検出されると、GuardDuty はデータベースの詳細と疑わしいアクティビティに関する豊富なコンテキスト情報を含むセキュリティ結果を生成し、データベースを変更することなくデータベースイベントに直接アクセスできるように Aurora と統合され、データベースのパフォーマンスに影響を与えないように設計されています。

Introducing AWS Glue Delivery

新しい AWS Glue Delivery スペシャライゼーションを発表できることを嬉しく思います。これは、データ統合、データパイプライン、データカタログのユースケースに AWS Glue を提供してきた深い専門知識と実績を持つ AWS パートナーを認定するものです。AWS Glue はスケーラブルでサーバーレスなデータ統合サービスで、分析、機械学習、アプリケーション開発のためのデータの発見、準備、結合を簡単に行えます。AWS Glue はオンデマンドでスケーリングできるため、お客様はデータの価値を最大化する価値の高いアクティビティに集中できます。

Introducing AWS AI Service Cards - a new resource for responsible AI

AWS AI サービスカードを発表できることを嬉しく思います。これは、透明性を高め、お客様が AWS AI サービスを責任ある方法で使用する方法などについて理解を深めるのに役立つ新しいリソースです。AI サービスカードは、責任ある AI に関する文書の一種で、お客様が AI サービスの使用事例や制限事項、責任を持つ AI 設計の選択、最適な導入および運用方法に関する情報を 1 か所で確認できるようにするものです。これらは、公平性と偏見、堅牢性、説明可能性、ガバナンス、透明性、プライバシー、セキュリティを念頭に置いて、責任ある方法でサービスを構築するために当社が実施する包括的な開発プロセスの一部です。

Amazon SageMaker JumpStart now enables you to more easily share ML artifacts within your organization

Amazon SageMaker JumpStart では、ノートブックやモデルなどの機械学習 (ML) アーティファクトを組織全体でより簡単に共有できるようになり、モデルの構築とデプロイを加速できるようになりました。Amazon SageMaker JumpStart は、Hugging Face などの一般的なモデルハブの組み込みアルゴリズムと事前トレーニング済みのモデル、および一般的なユースケースを解決するエンドツーエンドのソリューションにより、ML ジャーニーを加速する ML ハブです。

Amazon SageMaker Data Wrangler now supports over 40 third-party applications as data sources

AWS は本日、Amazon AppFlow との統合により、機械学習 (ML) のデータソースとして 40 を超えるサードパーティアプリケーションの Amazon SageMaker Data Wrangler サポートが一般提供されることを発表しました。Amazon SageMaker Data Wrangler を使用すると、機械学習 (ML) 用のデータの集約と準備にかかる時間を数週間から数分に短縮できます。機械学習のための高品質なデータの準備は、さまざまなツールを使用してさまざまなソースや形式のデータを集約する必要があるため、多くの場合、複雑で時間がかかります。SageMaker Data Wrangler を使用すると、Amazon S3、Amazon Athena、Amazon Redshift、Snowflake、Databricks、Salesforce 顧客データプラットフォームなど、さまざまな一般的なソースからデータを探索してインポートできます。本日より、Salesforce マーケティング、SAP、Google アナリティクス、LinkedIn などの 40 を超えるサードパーティアプリケーションデータソースから、お客様が Amazon AppFlow を介して機械学習のためのデータを簡単に集約できるようにしています。

Amazon SageMaker Data Wrangler now provides built-in data preparation in notebooks

Amazon SageMaker Data Wrangler を使用すると、ML 用のデータの集約と準備にかかる時間を数週間から数分に短縮できます。Data Wrangler を使用すると、データ準備と機能エンジニアリングのプロセスを簡略化し、データ選択、視覚化、クレンジング、準備などのデータ準備ワークフローの各ステップをローコードのビジュアルインターフェイスで実行できます。多くの機械学習者は、ノートブックでデータセットを直接探索して、情報の欠落、極端な値、歪んだデータセット、偏りなどの潜在的なデータ品質問題を特定し、それらの問題を修正して機械学習モデルのトレーニング用のデータをより迅速に準備したいと考えています。機械学習の担当者は、データセットのさまざまな部分を視覚化して検証し、潜在的な問題を特定して修正するための定型コードを書くのに何週間も費やすことができます。

Amazon Athena now supports Apache Spark

Amazon Athena は、あらゆるサイズのデータに対する高速分析ワークロードに最適化された、人気のあるオープンソースの分散処理システムである Apache Spark をサポートするようになりました。Athena は、データレイク、データベース、その他のデータストアなど、どこにあってもペタバイト規模のデータをクエリできるインタラクティブなクエリサービスです。Apache Spark 向け Amazon Athena を使用すると、SQL だけでなく、Spark を使用した Athena の効率的でインタラクティブなサーバーレスエクスペリエンスが得られます。

Amazon Redshift now supports auto-copy from Amazon S3

Amazon Redshift は、Amazon S3 から Amazon Redshift へのデータロードを簡略化するための自動コピーサポートのプレビューを開始します。追加のツールやカスタムソリューションを必要とせずに、継続的なファイル取り込みルールを設定して Amazon S3 パスを追跡し、新しいファイルを自動的にロードできるようになりました。

Amazon SageMaker Studio now supports automatic conversion of notebook code to production-ready jobs

Amazon SageMaker Studio は、機械学習 (ML) 用の完全に統合された開発環境 (IDE) であり、機械学習の実践者は、データの準備からモデルの構築、トレーニング、チューニング、デプロイまで、機械学習ワークフローのすべてのステップを実行できます。本日、SageMaker Studio ノートブックの新機能を発表できることを嬉しく思います。これにより、ノートブックのコードを本番稼働準備の整ったジョブに自動的に変換できます。

Amazon SageMaker Studio launches redesigned user interface

Amazon SageMaker Studio は、データの準備から ML モデルの構築、トレーニング、デプロイまで、すべての機械学習 (ML) 開発ステップを実行するための専用ツールにアクセスできる、単一のウェブベースのビジュアルインターフェイスを提供する統合開発環境 (IDE) です。本日、SageMaker Studio のナビゲーション、見つけやすさ、全体的なルックアンドフィールを改善することで、ユーザーエクスペリエンスを向上させる再設計を発表できることを嬉しく思います。

AWS Glue announces AWS Glue Data Quality (Preview)

AWS Glue は、データレイクとデータパイプラインの品質を自動的に測定および監視する新機能である AWS Glue データ品質のプレビューを発表しました。AWS Glue は、複数のソースからのデータをより効率的に発見、準備、移動、統合できるようにする、サーバーレスでスケーラブルなデータ統合サービスです。データ品質の管理は手作業で時間がかかります。データ品質ルールを設定し、それらのルールに照らしてデータを定期的に検証する必要があります。また、品質が低下したときにアラートを設定するコードも作成する必要があります。アナリストは、データを手動で分析し、ルールを記述してから、これらのルールを実装するためのコードを作成する必要があります。

Amazon S3 Access Points can now be used to securely delegate access permissions for shared datasets to other AWS accounts

Amazon S3 アクセスポイントは、S3 バケットにデータを保存するあらゆる AWS サービスまたはカスタマーアプリケーションのデータアクセスを簡素化します。S3 アクセスポイントでは、各アクセスポイントに固有のアクセス制御ポリシーを作成して、共有データセットへのアクセスをより簡単に制御できます。バケット所有者は、他のアカウントで作成されたアクセスポイントを介してアクセスを許可できるようになりました。そうすることで、バケット所有者は常にデータアクセスを完全に制御できますが、IAM ベースのアクセス制御に関するより具体的な決定についてはアクセスポイントの所有者に責任を委任できます。これにより、追加費用なしで、何千ものアプリケーションやユーザーとデータセットを安全かつ簡単に共有できます。

Amazon Redshift data sharing now supports centralized access control with AWS Lake formation (Preview)

Amazon Redshift のデータ共有により、Amazon Redshift データウェアハウス全体でライブデータを効率的に共有できます。Amazon Redshift では、AWS Lake Formation を使用して組織全体で共有されるデータに対するアクセス権限を一元管理できるようになったため、Amazon Redshift データ共有のガバナンスを簡素化できるようになりました。AWS Lake Formation が管理する新しい Amazon Redshift データ共有では、Lake Formation API と AWS コンソールを使用して Redshift データ共有内のテーブルとビューの権限を表示、変更、監査でき、Redshift データ共有を他の Redshift データウェアハウスで検出して使用することができます。

Amazon Redshift now supports Multi-AZ (Preview) for RA3 clusters

Amazon Redshift では、データウェアハウスを複数の AWS アベイラビリティーゾーン (AZ) で同時に実行し、予期しない障害シナリオでも運用を継続できるマルチ AZ デプロイ (プレビュー) を導入しています。マルチ AZ 配置は、最高レベルの可用性と AZ 障害に対する耐障害性を必要とするビジネスクリティカルな分析アプリケーションを使用するお客様を対象としています。

Amazon DocumentDB (with MongoDB compatibility) Elastic Clusters is now generally available

Amazon DocumentDB (MongoDB との互換性) は、Amazon DocumentDB エラスティッククラスターの一般提供を発表しました。これは、ペタバイトのストレージを使用して 1 秒間に数百万回の読み取りと書き込みを処理するようにドキュメントデータベースを弾力的にスケーリングできる新しいタイプの Amazon DocumentDB クラスターです。

Deploy SageMaker Data Wrangler for real-time and batch inference and additional configurations to processing jobs

本日、Data Wrangler で作成されたデータ準備フローをリアルタイムおよびバッチシリアル推論パイプラインにデプロイするためのサポートと、Amazon SageMaker Data Wrangler のデータラングラー処理ジョブの追加設定を発表できることを嬉しく思います。

Launch Amazon SageMaker Autopilot experiments from Amazon SageMaker Pipelines to easily automate MLOps workflows

データに基づいて最適な ML モデルを自動的に構築、トレーニング、調整するローコードの機械学習 (ML) サービスである Amazon SageMaker Autopilot が、機械学習に特化した最初の継続的インテグレーションおよび継続的デリバリー (CI/CD) サービスである Amazon SageMaker Pipelines と統合されました。これにより、SageMaker Autopilotを使用して機械学習モデルを構築し、モデルを後続のCI/CDステップに統合するというエンドツーエンドのフローを自動化できます。

Introducing Amazon SageMaker support for shadow testing

Amazon SageMaker はシャドウテストをサポートしており、新しい機械学習 (ML) モデルを実稼働モデルと比較してパフォーマンスを検証するのに役立ちます。シャドウテストを使用すると、エンドユーザーに影響が及ぶ前に、潜在的な構成エラーやパフォーマンスの問題を特定できます。SageMaker を使用すると、シャドウテスト用のインフラストラクチャ構築に何週間も費やす必要がなくなるため、モデルをより迅速に本番環境にリリースできます。

Amazon SageMaker now supports geospatial ML (preview)

Amazon SageMaker は地理空間機械学習 (ML) をサポートするようになったため、データサイエンティストや ML エンジニアは地理空間データを使用してモデルを簡単に構築、トレーニング、デプロイできます。現在、生成されるすべてのデータの大部分には地理空間情報が含まれていますが、データへのアクセス、処理、視覚化は複雑で時間がかかり、コストもかかるため、機械学習に使用されるのはごく一部です。

Introducing Amazon SageMaker Ready Software Products

Amazon SageMaker Ready スペシャライゼーションを発表できることを嬉しく思います。これは、Amazon SageMaker と統合され、お客様が機械学習ソリューションを構築するのに役立つ世界クラスの AWS パートナーソフトウェア製品を検証するものです。AWS パートナーが提供する専門分野には、データプラットフォーム、データ前処理とフィーチャストア、ML フレームワーク、MLOps ツール、ビジネス上の意思決定とアプリケーションが含まれます。Amazon SageMaker はフルマネージド型の機械学習 (ML) サービスです。データサイエンティストや開発者は、あらゆるユースケースに対応する ML モデルを迅速に構築、トレーニング、デプロイして、本番環境に対応したホスト環境にデプロイできます。

Amazon Kinesis Data Firehose adds support for data stream delivery to Amazon OpenSearch Serverless

Amazon Kinesis Data Firehose は、ストリーミングデータを Amazon OpenSearch サーバーレスに配信できるようになりました。数回クリックするだけで、独自のデータ取り込みおよび配信インフラストラクチャを構築して管理しなくても、ストリーミングデータを Amazon OpenSearch Serverless に簡単に取り込み、変換し、確実に配信できます。Kinesis Data Firehose は、データのスループットに合わせて自動的にスケーリングするフルマネージドサービスで、継続的な管理は必要ありません。

AWS announces Amazon VPC Lattice (Preview)

本日、AWS は Amazon VPC Lattice のプレビューを発表しました。Amazon VPC Lattice は、サービス間通信の接続、保護、監視を容易にするアプリケーション層ネットワーキングサービスです。VPC Latticeを使用すると、基になるコンピューティングタイプ（インスタンス、コンテナ、サーバーレス）に関係なく、一貫した方法でワークロードのクロスアカウント、クロスVPC接続、アプリケーションレイヤーの負荷分散を実現できます。

Amazon QuickSight Q now supports automated data preparation

Amazon QuickSight Q には、人工知能 (AI) で強化された自動データ準備機能が組み込まれているため、既存のダッシュボードを自然言語による質問に対して迅速かつ簡単に拡張できます。自然言語クエリ用のデータの準備には時間と労力がかかります。作成者は、ユーザーが入力する用語を想像し、ダッシュボードからフィールド名とデータ型情報を手動で複製する必要があります。

Announcing availability of AWS Outposts in Qatar, Guatemala, and Trinidad & Tobago

AWS Outposts は、カタール、グアテマラ、トリニダード・トバゴのデータセンターとオンプレミスロケーションに出荷および設置できるようになりました。

Announcing the preview of AWS Verified Access

本日、AWS は AWS Verified Access のプレビューリリースを発表しました。これは、VPN を使用せずに企業アプリケーションに安全にアクセスできるようにする新しいサービスです。Verified Access は、AWS ゼロトラストの指針に基づいて構築されており、どこからでも仕事ができるモデルを安全かつスケーラブルな方法で実装するのに役立ちます。

AWS Blogs

Amazon Web Services ブログ (日本語)

AWS News Blog

AWS Cloud Financial Management

AWS Cloud Operations & Migrations Blog

AWS Big Data Blog

AWS Contact Center

Containers

Desktop and Application Streaming

AWS DevOps Blog

AWS for Industries

The Internet of Things on AWS – Official Blog

AWS Machine Learning Blog

AWS Quantum Technologies Blog

Open Source Project

AWS CLI

Amplify UI

AWS Copilot CLI

Firecracker

Bottlerocket OS