2025/11/25 9:00:00 ~ 2025/11/26 9:00:00 (JST)

最近の発表

Manage Amazon SageMaker HyperPod clusters with the new Amazon SageMaker AI MCP Server

Amazon SageMaker AI MCP サーバーは、HyperPod クラスターのセットアップと管理に役立つツールをサポートするようになりました。Amazon SageMaker HyperPod は、トレーニング、微調整、デプロイなどのモデル開発タスクを AI アクセラレータのクラスター全体にわたって迅速にスケーリングすることで、ジェネレーティブ AI モデルの構築に伴う差別化されていない重労働を排除します。SageMaker AI MCP サーバーにより、AI コーディングアシスタントがモデルトレーニングとデプロイ用の AI/ML クラスターをプロビジョニングして運用できるようになりました。\n AWS の MCP サーバーは、AI コードアシスタントがさまざまな AWS サービスのコンテキストをリアルタイムで理解できるようにすることで、AI 支援アプリケーション開発を強化するための標準インターフェイスを提供します。SageMaker AI MCP サーバーには、初期設定から継続的な管理まで、お好みの AI アシスタントを使用してエンドツーエンドの AI/ML クラスター運用を合理化するツールが付属しています。これにより、AI エージェントは、ネットワーク、ストレージ、コンピューティングリソースを最適化する CloudFormation テンプレートを利用した、前提条件を満たした Amazon EKS または Slurm によってオーケストレーションされた HyperPod クラスターを確実にセットアップできます。この MCP サーバーを介して作成されたクラスターは、ベストプラクティスアーキテクチャを活用して大規模なスループットを最大化し、レイテンシーを最小限に抑えることで、高性能な分散型トレーニングおよび推論ワークロード向けに完全に最適化されています。さらに、運用の拡張、ソフトウェアパッチの適用、さまざまなメンテナンスタスクの実行など、クラスターとノードを管理するための包括的なツールも用意されています。AWS API MCP サーバー、AWS Knowledge MCP サーバー、Amazon EKS MCP Server と組み合わせて使用すると、すべての SageMaker HyperPod API を完全にカバーでき、クラスターノードにアクセスできなくなった理由の診断など、一般的な問題を効果的にトラブルシューティングできます。クラスター管理者にとって、これらのツールは日常業務を合理化します。データサイエンティストにとっては、インフラストラクチャの専門知識がなくても大規模に AI/ML クラスターをセットアップできるため、最も重要なこと、つまりモデルのトレーニングとデプロイに集中できます。 SageMaker HyperPod が利用可能なすべての地域の SageMaker AI MCP サーバーを通じて AI/ML クラスターを管理できます。開始するには、AWS MCP サーバーのドキュメントをご覧ください。

AWS Lambda adds support for Node.js 24

AWS Lambda は、Node.js 24 を使用したサーバーレスアプリケーションの作成をサポートするようになりました。開発者は Node.js 24 をマネージドランタイムとコンテナベースイメージの両方として使用でき、AWS はマネージドランタイムとベースイメージが利用可能になり次第、更新を自動的に適用します。\n Node.js 24 は Node.js の最新の長期サポートリリースで、セキュリティとバグ修正のサポートは 2028 年 4 月まで予定されています。今回のリリースでは、Lambda は最新の async/await プログラミングパターンに重点を置いて開発者エクスペリエンスを簡素化し、コールバックベースの関数ハンドラーをサポートしなくなりました。Node.js 24 を Lambda @Edge (サポートされているリージョン) とともに使用すると、Amazon CloudFront を通じて配信される低レイテンシーのコンテンツをカスタマイズできます。サーバーレスのベストプラクティスを実装し、開発者の作業速度を高めるための開発者ツールキットである AWS Lambda (TypeScript) 用 Powertools (TypeScript) も Node.js 24 をサポートしています。Lambda コンソール、AWS CLI、AWS サーバーレスアプリケーションモデル (AWS SAM)、AWS CDK、AWS CloudFormation など、さまざまな AWS デプロイツールを使用して、Node.js 24 で記述されたサーバーレスアプリケーションをデプロイおよび管理できます。 Node.js 24 ランタイムは、AWS GovCloud (米国) リージョンと中国リージョンを含むすべてのリージョンで利用できます。 既存の Lambda 関数のアップグレードに関するガイダンスを含む詳細については、ブログ投稿を参照してください。AWS Lambda の詳細については、製品ページをご覧ください。

Amazon OpenSearch Service introduces Agentic Search

Amazon OpenSearch Service がエージェント検索を開始し、エージェント主導型のインテリジェント検索を通じてユーザーがデータを操作する方法を変革します。Agentic Search は、ユーザーの意図を理解し、適切なツールセットを調整し、OpenSearch DSL (ドメイン固有言語) クエリを生成し、シンプルな「エージェント」クエリ句と自然言語検索用語を使用して意思決定プロセスの透明性の高い要約を提供する、インテリジェントなエージェント主導型システムを導入しています。\n エージェント・サーチは OpenSearch クエリのプランニングと実行を自動化し、複雑な検索構文を不要にします。ユーザーは、「30,000ドル未満の赤い車を探す」や「前四半期の販売動向を表示」などの質問を自然言語で行うことができます。エージェントは意図を解釈し、最適な検索戦略を適用し、推論プロセスを説明しながら結果を提供します。この機能には 2 種類のエージェントがあります。1 つは会話をメモリに保存して複雑な対話を処理する会話型エージェントで、もう 1 つは効率的なクエリ処理を実現するフローエージェントです。ビルトインのQueryPlanningToolはラージ・ランゲージ・モデル (LLM) を使用してDSLクエリーを作成し、技術的な専門知識がなくても検索できるようにします。ユーザーは API または OpenSearch ダッシュボードを使用してエージェント検索を管理し、エージェントを設定および変更できます。Agentic Search の詳細設定により、外部の MCP サーバーに接続したり、カスタム検索テンプレートを使用したりできます。 エージェント検索のサポートは、OpenSearch サービスが利用できるすべての AWS 商用リージョンと AWS GovCloud (米国) リージョンで OpenSearch Service バージョン 3.3 以降で利用できます。リージョンの全リストについては、こちらをご覧ください。 AI Search Flows プラグインで利用できる新しいエージェント検索ユースケースを使用して、エージェントを構築し、エージェント検索を実行します。エージェント検索について詳しくは、OpenSearch の技術文書をご覧ください。

AWS Service Quotas adds now support for automatic quota management

本日、AWS サービスクォータの自動クォータ管理機能の新機能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。現在、自動クォータ管理では、お客様がクォータの使用量が割り当てられたクォータに近づいたときに通知を受け取り、サービスクォータコンソールまたは API を通じて電子メール、SMS、Slack などの希望する通知チャネルを設定できるようになりました。この機能により、お客様の使用状況に基づいて AWS サービスのクォータ値が自動的かつ安全に調整されるようになりました。これにより、お客様がクォータの使用状況を常に監視したり、異なる AWS アカウントやリージョンの複数の AWS サービスでクォータの引き上げをリクエストしたりする運用上の負担が軽減されます。お客様は、クォータの枯渇による予期せぬサービス中断のリスクなしに、高まる顧客の需要に応えて AWS 上で自信を持ってアプリケーションをスケーリングできるようになりました。\n この新機能は、すべての AWS 商業地域で、追加費用なしで利用できるようになりました。この機能の詳細と詳細については、サービスクォータコンソールと AWS サービスクォータのドキュメントをご覧ください。

Amazon SageMaker AI Inference now supports bidirectional streaming

Amazon SageMaker AI Inference が双方向ストリーミングをサポートするようになり、音声からテキストへのリアルタイムの文字起こしが可能になり、バッチ入力の代わりに連続的な音声処理が可能になりました。モデルがオーディオストリームを受信し、ユーザーが話すと同時に部分的なトランスクリプトを返すことができるようになったため、最小限のレイテンシーで音声を処理する音声エージェントを構築できます。\n 顧客が AI 音声エージェントを構築する際には、ユーザーの音声とエージェントの応答の間の遅延を最小限に抑えるために、リアルタイムの音声文字起こしが必要になります。データサイエンティストや機械学習エンジニアには、双方向ストリーミング用のマネージドインフラストラクチャがないため、カスタム WebSocket 実装を構築し、ストリーミングプロトコルを管理する必要があります。チームは、モデルの精度やエージェントの機能に集中するのではなく、このインフラストラクチャの開発と保守に何週間も費やします。Amazon SageMaker AI Inference の双方向ストリーミングでは、新しい双方向ストリーム API でエンドポイントを呼び出して、音声テキスト変換モデルをデプロイできます。クライアントが SageMaker AI ランタイムへの HTTP2 接続を開き、SageMaker AI がコンテナへの WebSocket 接続を自動的に作成します。これにより、ストリーミングオーディオフレームを処理し、生成時に部分的なトランスクリプトを返すことができます。SageMaker AI コントラクトに従って WebSocket ハンドラーを実装するコンテナはすべて自動的に動作し、Deepgram などのリアルタイム音声モデルは変更なしで実行されます。これにより、何か月にもわたるインフラストラクチャ開発が不要になり、モデルのパフォーマンスの向上に時間を集中させながら、連続的な文字起こしを行う音声エージェントを導入できます。 双方向ストリーミングは、カナダ (中央)、南米 (サンパウロ)、アフリカ (ケープタウン)、ヨーロッパ (パリ)、アジアパシフィック (ハイデラバード)、アジアパシフィック (ジャカルタ)、イスラエル (テルアビブ)、ヨーロッパ (チューリッヒ)、アジアパシフィック (東京)、AWS GovCloud 米国 (東部)、アジアパシフィック (ムンバイ)、中東の AWS リージョンでご利用いただけます。(バーレーン)、米国西部 (オレゴン)、中国 (寧夏)、米国西部 (北カリフォルニア)、アジアパシフィック (シドニー)、ヨーロッパ (ロンドン)、アジアパシフィック (ソウル)、米国東部 (ソウル)、米国東部 (ソウル)、米国東部 (バージニア)、アジアパシフィック (香港)、米国東部 (オハイオ)、中国 (北京)、ヨーロッパ (ストックホルム）、ヨーロッパ（アイルランド）、中東（UAE）、アジアパシフィック（大阪）、アジアパシフィック（メルボルン）、ヨーロッパ（スペイン）、ヨーロッパ（フランクフルト）、ヨーロッパ（ミラノ）、アジアパシフィック（シンガポール） 詳細については、AWS ニュースブログはこちら、SageMaker AI ドキュメントはこちらをご覧ください。

AWS Glue Data Quality now supports rule labeling for enhanced reporting

本日、AWSは、AWS Glue Data Qualityの機能であるルールラベルの一般提供を発表しました。これにより、カスタムのキーと値のペアラベルをデータ品質ルールに適用して、編成、フィルタリング、対象を絞ったレポートを改善できます。この機能強化により、データ品質ルールをビジネスコンテキスト、チーム所有権、コンプライアンス要件、またはデータ品質とガバナンスのニーズに合った任意のカスタム分類法で分類できます。\n ルールラベルを使用すると、データ品質分析の結果を効果的に整理できます。特定のラベルごとに結果を照会して、特定のカテゴリ内で失敗したルールを特定したり、チームやドメインごとにルールの結果をカウントしたり、さまざまな利害関係者向けの焦点を絞ったレポートを作成したりできます。たとえば、「team=finance」というラベルの付いた財務チームに関連するすべてのルールを適用し、財務チーム固有の品質指標を紹介するカスタマイズされたレポートを生成できます。優先度の高いルールに「重要度=高」というラベルを付けて、改善作業の優先順位を付けることができます。ラベルは DQDL の一部として作成できます。ルール結果、行レベルの結果、API レスポンスの一部としてラベルをクエリできるため、既存の監視およびレポートワークフローに簡単に統合できます。 AWS Glue データ品質ルールラベリングは、AWS Glue データ品質を利用できるすべての商用 AWS リージョンで利用できます。詳細については、AWS リージョン表を参照してください。ルールラベリングの詳細については、AWS Glue データ品質ドキュメントを参照してください。

AWS Glue Data Quality now supports pre-processing queries

本日、AWS は AWS Glue Data Quality の前処理クエリの一般提供を発表しました。これにより、AWS Glue データカタログ API を使用してデータ品質チェックを実行する前にデータを変換できるようになります。この機能により、派生列の作成、特定の条件に基づくデータのフィルタリング、計算の実行、および派生列間の関係の検証が可能になります。\n 列はデータ品質評価プロセス内で直接行えます。

前処理クエリを使用すると、検証前にデータ変換を必要とする複雑なデータ品質シナリオの柔軟性が高まります。税や配送の列から合計手数料を計算したり、データ品質に関する推奨事項の対象となる列の数を制限したり、データセットをフィルタリングして特定のデータサブセットに絞り込んだりするなど、派生指標を作成できます。この機能により、個別のデータ前処理ステップが不要になり、データ品質ワークフローが合理化されます。

AWS Glue データ品質前処理クエリは、AWS Glue データカタログ API (AWS Glue Data Quality を利用できるすべての商用 AWS リージョンで、データ品質ルール推奨実行およびデータ品質ルールセット評価実行開始) を通じて利用できます。クエリの前処理の詳細については、Glue データ品質ドキュメントを参照してください。

Amazon Quick Suite introduces scheduling for Quick Flows

Amazon Quick Flows はスケジューリングをサポートするようになり、手動操作なしで反復的なワークフローを自動化できるようになりました。指定した時間または間隔で自動的に実行するようにクイックフローを設定できるようになったため、運用効率が向上し、重要なタスクが一貫して実行されるようになります。\n クイックフローは、毎日、毎週、毎月、またはカスタム間隔で実行するようにスケジュールできます。この機能は、ダッシュボードから定期的なレポートを生成したり、外部サービスで自分に割り当てられた未処理の項目をまとめたり、出勤前に毎日の会議ブリーフィングを作成したりするなど、日常的なタスクや管理タスクを自動化するのに最適です。 作成したフローでも共有したものでも、アクセスできるすべてのフローをスケジュールできます。フローをスケジュールするには、スケジュールアイコンをクリックし、希望の日時、頻度を設定します。 クイックフローのスケジュールが IAD、PDX、および DUB で利用できるようになりました。スケジュール実行を使用しても、標準のクイックフローの使用量以外に追加料金はかかりません。 スケジュールされたクイックフローの設定について詳しくは、ドキュメントをご覧ください。

AWS Blogs

Amazon Web Services ブログ (日本語)

AWS Big Data Blog

AWS Compute Blog

AWS Contact Center

AWS Database Blog

AWS HPC Blog

Integration & Automation

AWS for Industries

Artificial Intelligence

AWS Messaging Blog

Networking & Content Delivery

AWS Quantum Technologies Blog

AWS Security Blog

Open Source Project

AWS CLI

AWS CDK

Amplify for iOS

Amazon EKS Anywhere