2024/7/23 9:00:00 ~ 2024/7/24 9:00:00 (JST)

最近の発表

AWS Cost Categories now supports “Billing Entity” dimension

AWS コストカテゴリは、ルールに「請求エンティティ」という新しいディメンションを追加しました。コストカテゴリルールを作成する際に、「連結アカウント」、「請求タイプ」、「サービス」、「使用タイプ」、「使用タイプ」、「コスト配分タグ」、「リージョン」、「請求エンティティ」、その他の「コストカテゴリ」の 8 種類のディメンションを使用できるようになりました。\n AWS コストカテゴリは AWS Cost Management 製品スイートの機能で、コストと使用状況に関する情報をニーズに基づいて意味のあるカテゴリにグループ化できます。カスタムカテゴリを作成し、さまざまなディメンションを使用して定義したルールに基づいて、コストと使用状況情報をこれらのカテゴリにマッピングできます。コストカテゴリを設定して有効にすると、AWS コスト管理サービスで AWS のコストと使用状況情報をこれらのカテゴリ別に表示および管理できるようになります。たとえば、AWS Cost Explorer や AWS コストと使用状況レポート (CUR) のコストカテゴリレベルで支出の所有権を把握できます。コストカテゴリは、月初に AWS のコストと使用状況に適用することも、最大 12 か月までさかのぼって適用することもできます。請求エンティティを追加すると、お客様はコストカテゴリをより細かく管理できるようになります。請求エンティティは、顧客の請求書またはトランザクションが AWS Marketplace 向けか、他の AWS サービスの購入用かを識別する単位です。 コストカテゴリは無料で提供され、この機能はすべての商業地域で利用できます。コストカテゴリを使い始めるには、AWS コストカテゴリの製品詳細ページの AWS コストカテゴリに関するFAQ (アマゾンウェブサービス) を参照してください。

Meta Llama 3.1 generative AI models now available in Amazon SageMaker JumpStart

これまでで最も高度で高性能な Meta Llama モデル Llama 3.1 が Amazon SageMaker JumpStart で利用できるようになりました。これは、機械学習をすぐに使い始めるのに役立つ事前学習済みのモデルと組み込みアルゴリズムを提供する機械学習 (ML) ハブです。Llama 3.1 モデルは、SageMaker Studio で数回クリックするだけでデプロイして使用することも、SageMaker Python SDK を使用してプログラムでデプロイして使用することもできます。\n Llama 3.1 モデルは、トレーニングデータとスケールの増加により、以前のバージョンに比べて大幅に改善されています。これらのモデルは 128K のコンテキスト長をサポートしており、これは Llama 3 から 12 万トークン増加しています。Llama 3.1 モデルのキャパシティは Llama 3 モデルの 16 倍になり、8 言語での多言語対話ユースケースの推論が改善されました。モデルは長いテキストからより多くの情報にアクセスして、より多くの情報に基づいた意思決定を行ったり、より豊富なコンテキストデータを活用してより洗練された応答を生成したりできます。Metaによると、Llama 3.1 405Bは公開されている中で最大の基礎モデルの1つであり、合成データの生成とモデル抽出に非常に適しており、どちらもより小さなラマモデルの改良に役立つとのことです。合成データを使用してモデルを微調整するには、Metaのライセンスに従う必要があります。追加情報については EULA をお読みください。Llama 3.1 のすべてのモデルは、一般知識、数学、ツールの使用、多言語翻訳における最先端の機能を備えています。 Llama 3.1 モデルは現在、米国東部 (オハイオ)、米国西部 (オレゴン)、および米国東部 (バージニア北部) の AWS リージョンの SageMaker JumpStart でご利用いただけます。SageMaker JumpStart の Llama 3.1 モデルを使い始めるには、ドキュメントとブログを参照してください。

AWS AppConfig announces feature flag targets, variants, and splits

本日、AWS は AWS AppConfig 機能フラグの高度なターゲティング機能を発表しました。お客様はフラグデータ内に複数の値を設定し、それらの値をきめ細かくカーディナリティの高いユーザーセグメントにターゲティングできます。機能フラグターゲットの一般的なユースケースには、顧客がユーザー ID または顧客階層を指定して、それらのセグメントでは新機能またはプレミアム機能のみを有効にできる許可リストがあります。もう 1 つのユースケースは、トラフィックをユーザーベースの 15% に分割し、すべてのユーザーに機能を展開する前に、限られたユーザー層でユーザーエクスペリエンスの最適化を試みることです。\n お客様は AWS AppConfig 機能フラグを作成してその値を設定することで、この強力な機能の使用を開始できます。次に、データのバリエーションが異なるフラグの 1 つまたは複数のバリアントを作成できます。その後、お客様はルールを作成して、どのバリアントを特定のセグメントを対象とすべきかを決定します。フラグ、バリアント、ルールが作成されたら、お客様は EC2、Lambda、ECS、EKS、またはオンプレミスで実行されている最新バージョンの AWS AppConfig Agent を使用してフラグデータを取得します。フラグデータをリクエストする場合、お客様はユーザー ID やその他のユーザーメタデータなどのコンテキストを渡します。これらの情報はフラグルーールに照らしてクライアント側で評価され、適切で具体的なデータが返されます。 AWS AppConfig の機能フラグターゲット、バリアント、およびスプリットは、AWS GovCloud (米国) リージョンを含むすべての AWS リージョンで利用できます。開始するには、AWS AppConfig 入門ガイドを使用してください。

Amazon ECS now supports Amazon Linux 2023 and more for on-premises container workloads

アマゾンエラスティックコンテナサービス (Amazon ECS) は、アマゾンLinux2023、Fedora 40、Debian 11、Debian 12、Ubuntu 24、CentOSストリーム9で実行されるオンプレミスワークロードの管理をサポートするようになりました。Amazon ECS Anywhere は Amazon ECS の機能の 1 つで、独自の仮想マシン (VM) やベアメタルサーバーなど、コンテナベースのアプリケーションをオンプレミスで実行および管理できます。\n Amazon ECS Anywhere は世界中のすべての AWS リージョンで利用できます。詳細については、ECS Anywhere ユーザーガイドをご覧ください。

Meta Llama 3.1 generative AI models now available in Amazon Bedrock

これまでで最も先進的なメタラマモデルであるラマ3.1が、Amazon Bedrockでご利用いただけるようになりました。Amazon Bedrock では、Llama を使用してジェネレーティブ AI アプリケーションをすぐに構築できます。Llama 3.1 モデルは 8B、70B、405B のパラメーターサイズモデルのコレクションで、ジェネレーティブ AI アプリケーションに新機能を提供します。\n Llama 3.1 モデルはすべて、以前のバージョンに比べて大幅に改善されています。これらのモデルは 128K のコンテキスト長をサポートし、Llama 3 の 16 倍の容量を備え、8 言語での多言語対話ユースケースの推論が改善されています。モデルは長いテキストからより多くの情報にアクセスしてより多くの情報に基づいた意思決定を行い、より豊富なコンテキストデータを活用してより微妙で洗練された応答を生成します。Metaによると、Llama 3.1 405Bは公開されている中で最高かつ最大の基礎モデルの1つであり、合成データの生成とモデルの抽出に非常に適しているとのことです。Llama 3.1 モデルは、一般知識、数学、ツールの使用、多言語翻訳における最先端の機能も備えています。 メタのラマ 3.1 モデルは、米国西部 (オレゴン) リージョンの Amazon Bedrock でご利用いただけます。詳細については、AWS ニュースリリースブログ、Llama in Amazon Bedrock 製品ページ、およびドキュメントをご覧ください。Amazon Bedrock で Llama 3.1 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。Amazon Bedrock の Llama 3.1 405B のプレビューへのアクセスを検討してもらうには、AWS アカウントチームに連絡するか、AWS マネジメントコンソールでサポートチケットを送信してください。サポートチケットを作成するときに、サービスとして Bedrock を選択し、カテゴリとして「モデル」を選択します。

AWS Mainframe Modernization Code Conversion with mLogica is now generally available

MLogicaによるメインフレーム・モダナイゼーション・コード変換が一般公開されたことを発表できることを嬉しく思います。この新機能により、アセンブラ言語で記述されたレガシーコードを COBOL に自動的に変換できます。メインフレーム環境の大半には、保守にコストがかかるアセンブラコードが含まれています。コードをモダナイズすることでモダナイゼーションプロジェクトの妨げがなくなり、リファクタリングプロジェクト、リプラットフォームプロジェクト、メインフレームでのモダナイゼーションイニシアチブ、AWS メインフレームモダナイゼーションツールチェーン内での使用、またはサードパーティのモダナイゼーションツールチェーンとの併用が可能になります。\n AWS メインフレーム近代化サービスでは、オンプレミスのメインフレームアプリケーションをモダナイズして AWS に移行できます。自動化されたリファクタリングやリプラットフォームパターンのほか、データ複製やファイル転送による拡張パターンも提供します。 AWS メインフレームモダナイゼーションコード変換は、AWS メインフレームモダナイゼーションサービスコンソールから実行できます。詳細については、AWS メインフレーム近代化サービスの製品およびドキュメントページをご覧ください。

Amazon EKS introduces new controls for Kubernetes version support policy

Amazon EKS は本日、Kubernetes バージョンポリシーの新しいコントロールを発表しました。これにより、クラスター管理者は EKS クラスターの標準サポート終了動作を設定できるようになります。この動作は EKS コンソールと CLI で簡単に設定できます。Kubernetes のバージョンポリシー管理は、標準サポートの Kubernetes バージョンで利用できます。\n Controls for Kubernetes バージョンポリシーにより、どのクラスターを延長サポートの対象にするか、どのクラスターを標準サポート終了時に自動的にアップグレードできるかを簡単に選択できます。この制御により、クラスターごとに実行されている環境やアプリケーションに応じて、バージョンアップグレードとビジネス要件のバランスを取ることができる柔軟性が得られます。 Kubernetes バージョンポリシーのコントロールはすべての AWS リージョンで利用できます。 Kubernetes バージョンポリシーのコントロールの詳細については、EKS ドキュメント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

AWS Database Blog

AWS HPC Blog

AWS for Industries

AWS Machine Learning Blog

Networking & Content Delivery

Open Source Project

AWS CLI

AWS CDK

Amplify for JavaScript

Amplify UI