2024/5/24 9:00:00 ~ 2024/5/27 9:00:00 (JST)

最近の発表

Mistral Small foundation model now available in Amazon Bedrock

Mistral AI のミストラル・スモール・ファンデーションモデルが Amazon Bedrock で一般公開されました。Amazon Bedrock の Mistral AI から、ミストラル・スモール、ミストラル・ラージ、ミストラル 7B、ミストラル 8x7B の 4 つの高性能モデルにアクセスできるようになり、モデルの選択肢がさらに広がりました。Mistral Small は、大量かつ低レイテンシーの言語ベースのタスクに最適化された、非常に効率的な大規模言語モデルです。費用対効果の高い価格で優れたパフォーマンスを発揮します。Mistral Small の主な機能には、検索拡張生成 (RAG) の専門化、コーディング能力、多言語機能などがあります。\n Mistral Small は、クラス分け、カスタマーサポート、テキスト生成など、一括して実行できる単純なタスクに最適です。このモデルはRAGに特化しており、最大32,000トークンに及ぶ長いコンテキストウィンドウでも重要な情報が保持されるようになっています。Mistral Small はコード生成、レビュー、コメント作成に優れており、主要なコーディング言語をすべてサポートしています。Mistral Small には、英語、フランス語、ドイツ語、スペイン語、イタリア語でトップクラスのパフォーマンスを提供する多言語機能もあります。また、他にも数十の言語をサポートしています。このモデルには、安全のために効率的なガードレールも組み込まれています。 Mistral AI の Mistral Small ファンデーションモデルが、米国東部 (バージニア北部) AWS リージョンの Amazon Bedrock で利用できるようになりました。詳細については、AWS ニュースリリースブログ、Amazon Bedrock の Mistral AI 製品ページ、およびドキュメントをご覧ください。Amazon Bedrock の Mistral Small を使い始めるには、Amazon Bedrock コンソールにアクセスしてください。

Connect your Jupyter notebooks to Amazon EMR Serverless using Apache Livy endpoints

本日、Amazon EMR サーバーレスが Apache Livy のエンドポイントをサポートするようになったことを発表できることを嬉しく思います。これで、お客様は Jupyter ノートブックを安全に接続し、Livy の REST インターフェイスを使用して Apache Spark ワークロードを管理できるようになりました。\n Amazon EMR Serverless は Amazon EMR のサーバーレスオプションで、データエンジニアやアナリストがクラウドでペタバイト規模のデータ分析を簡単かつ費用対効果の高い方法で実行できます。Livy エンドポイントでは、接続の設定は簡単です。Sparkmagic カーネルを実行しているオンプレミスのノートブックの Livy クライアントを EMR サーバーレスエンドポイント URL に向けるだけです。クラスターやサーバーを管理しなくても、Jupyter ノートブックを使用してインタラクティブにデータのクエリ、探索、視覚化、Spark ワークロードを実行できるようになりました。さらに、ノートブックの外部でインタラクティブにコードを実行する必要があるユースケースには Livy REST API を使用できます。

PostgreSQL 17 Beta 1 is now available in Amazon RDS Database Preview Environment

Amazon RDS for PostgreSQL 17 ベータ 1 が Amazon RDS データベースプレビュー環境で利用可能になり、Amazon RDS for PostgreSQL で PostgreSQL 17 のプレリリースを評価できるようになりました。PostgreSQL 17 ベータ 1 は、完全マネージド型のデータベースという利点がある Amazon RDS データベースプレビュー環境にデプロイできます。\n PostgreSQL 17 には、メモリ使用量の削減、バキューム処理の完了までの時間の短縮、およびインデックスのバキューム処理の進行状況を表示するバキューム処理に関する更新が含まれています。PostgreSQL 17 では、メジャーバージョンアップグレードを実行するときに論理レプリケーションスロットを削除する必要がなくなりました。PostgreSQL 17 は引き続き SQL/JSON 標準に基づいて構築され、JSON を標準の PostgreSQL テーブルに変換できる「JSON_TABLE」機能のサポートが追加されています。mergeコマンドが RETURNING 句をサポートするようになったため、変更された行をさらに操作できるようになります。PostgreSQL 17 では、クエリのパフォーマンスが全般的に改善され、パーティションの分割/マージが可能になり、パーティション管理の柔軟性が向上しました。詳細については、PostgreSQL コミュニティのお知らせを参照してください。 Amazon RDS データベースプレビュー環境のデータベースインスタンスは最大 60 日間保持され、保持期間が過ぎると自動的に削除されます。プレビュー環境で作成された Amazon RDS データベーススナップショットは、プレビュー環境内のデータベースインスタンスの作成または復元にのみ使用できます。PostgreSQL のダンプおよびロード機能を使用して、プレビュー環境からデータベースをインポートまたはエクスポートできます。 Amazon RDS データベースプレビュー環境のデータベースインスタンスの価格は、米国東部 (オハイオ) リージョンの価格に基づいています。

Amazon EKS and Amazon EKS Distro now support Kubernetes version 1.30

Kubernetes バージョン 1.30 では、いくつかの新機能とバグ修正が導入されました。AWS は、Amazon EKS と Amazon EKS ディストリビューションを使用して Kubernetes バージョン 1.30 を実行できるようになったことを発表できることを嬉しく思います。本日より、v1.30 を使用して新しい EKS クラスターを作成し、Amazon EKS コンソール、eksctl コマンドラインインターフェイス、またはコードとしてのインフラストラクチャツールを使用して、既存のクラスターを v1.30 にアップグレードできます。\n Kubernetes バージョン 1.30 には、ポッドのスケジューリング準備と PodTopologySpread 制約の最小ドメインパラメータが安定してサポートされています。Kubernetes バージョン 1.30 以降では、新しく作成されたマネージドノードグループでは、ノードオペレーティングシステムとして AL2023 が自動的に使用されるようになる点に注意してください。Kubernetes バージョン 1.30 の主な変更点の詳細については、Kubernetes プロジェクトのリリースノートを参照してください。 Kubernetes v1.30 の Amazon EKS サポートは、AWS GovCloud (米国) リージョンを含め、Amazon EKS が利用可能なすべての AWS リージョンでご利用いただけます。 Amazon EKS で利用可能な Kubernetes バージョンの詳細と、クラスターをバージョン 1.30 に更新する手順については、Amazon EKS のドキュメントをご覧ください。Kubernetes v1.30 の Amazon EKS ディストリビューションビルドは、ECR パブリックギャラリーと GitHub から入手できます。Amazon EKS バージョンのライフサイクルポリシーの詳細については、ドキュメントをご覧ください。

AWS Launches Console-based Bulk Policy Migration for Billing and Cost Management Console Access

AWS Billing and Cost Management コンソールは、廃止された IAM アクションを含む影響を受けるポリシーについて、コンソールベースのシンプルな移行エクスペリエンスをサポートするようになりました (aws-portal)。きめ細かい IAM アクションの使用に移行していないお客様は、請求とコスト管理のホームページにある「IAM ポリシーの更新」推奨アクションをクリックしてこのエクスペリエンスを開始できます。このエクスペリエンスでは、影響を受けるポリシーを特定し、お客様の現在のアクセス状況に合わせて同等の新しいアクションを提案し、テストオプションを提供し、影響を受けるすべてのポリシーを組織全体で移行します。\n このエクスペリエンスにより、必要な新しいきめ細かなアクションが自動的に特定されるため、お客様は移行後も現在のアクセスを簡単に維持できます。このエクスペリエンスでは、少数のアカウントで柔軟にテストし、ボタンをクリックするだけで変更をロールバックできるため、お客様はリスクのない移行作業を行うことができます。さらに、このエクスペリエンスでは、AWS が推奨する IAM アクションマッピングを変更したり、選択したアカウントを 1 つずつ移行したりすることで、アクセスを拡大したり微調整したりできるカスタマイズオプションがお客様に提供されます。

AWS Chatbot now supports tagging of AWS Chatbot resources

AWS Chatbot では、お客様が AWS チャットボットのリソースにタグを付けることができるようになりました。タグはシンプルなキーと値のペアで、お客様が AWS Chatbot チャネル設定などの AWS リソースに割り当てることで、リソースの整理、検索、特定、アクセスの制御を簡単に行うことができます。\n これまで、お客様は AWS Chatbot リソースにタグを付けることができませんでした。その結果、タグベースのコントロールを使用して AWS Chatbot リソースへのアクセスを管理することができませんでした。AWS Chatbot リソースにタグを付けることで、お客様は自社の環境にタグベースの制御を適用できるようになりました。お客様は AWS CLI、SDK、または AWS マネジメントコンソールを使用して AWS Chatbot リソースのタグを管理できます。 AWS Chatbot によるチャットボットリソースのタグ付けサポートは、AWS Chatbot サービスが提供されているすべての AWS リージョンで追加料金なしで利用できます。詳細については、AWS Chatbot の AWS Chatbot リソースへのタグ付けに関するドキュメントページをご覧ください。

Introducing the Amazon Kinesis Data Streams Apache Spark Structured Streaming Connector for Amazon EMR

Amazon EMR での Spark 構造化ストリーミング用の Amazon Kinesis データストリームコネクタの発売を発表できることを嬉しく思います。新しいコネクタにより、Apache Spark 構造化ストリーミングを使用して Amazon Kinesis データストリームを使用するリアルタイムストリーミングアプリケーションとパイプラインを簡単に構築できます。Amazon EMR 7.1 以降、コネクタは EKS 上の Amazon EMR、EC2 上の EMR、および EMR サーバーレスにあらかじめパッケージ化されています。これで、パッケージを構築したりダウンロードしたりする必要がなくなり、Kinesis データストリームからデータを使用する際に、使い慣れた最適化された Spark データソース API を使用してビジネスロジックの構築に集中できます。\n Amazon Kinesis Data Streams は、大規模なストリーミングデータを簡単にキャプチャ、処理、保存できるサーバーレスのストリーミングデータサービスです。Amazon EMR は、Apache Spark やその他のオープンソースフレームワークを使用した、ペタバイト規模のデータ処理、インタラクティブ分析、機械学習のためのクラウドビッグデータソリューションです。Apache Spark 用の新しい Amazon Kinesis データストリームコネクタは、他のオープンソースオプションよりも高速で、スケーラブルで、耐障害性に優れています。このコネクタは、専用の読み取りスループットによる拡張ファンアウト消費もサポートしています。詳細とコード例については、「Amazon Kinesis Data Streams 用のオープンソースコネクタを使用した Spark 構造化ストリーミングアプリケーションの構築」を参照してください。

AWS Blogs

Amazon Web Services ブログ (日本語)

AWS News Blog

AWS Big Data Blog

Containers

AWS Database Blog

AWS for M&E Blog

Open Source Project

AWS CLI

AWS CDK