2026/5/27 9:00:00 ~ 2026/5/28 9:00:00 (JST)

最近の発表

SageMaker Notebook Instances now support P5.4xl instance types

SageMaker ノートブックインスタンスで Amazon EC2 P5.4xl インスタンスが一般公開されたことをお知らせできることを嬉しく思います。\n Amazon EC2 P5.4xl インスタンスは NVIDIA H100 Tensor コア GPU を搭載しており、ディープラーニング (DL) およびハイパフォーマンスコンピューティング (HPC) アプリケーション向けに Amazon EC2 で高いパフォーマンスを提供します。これにより、前世代の GPU ベースの EC2 インスタンスと比較して、ソリューション実現までの時間を最大 4 倍短縮し、ML モデルのトレーニングコストを最大 40% 削減できます。お客様は P5 インスタンスを使用して、ジェネレーティブ AI アプリケーションを強化する複雑な大規模言語モデル (LLM) や拡散モデルのトレーニングとデプロイを行うことができます。これらのアプリケーションには、質問応答、コード生成、動画と画像の生成、音声認識が含まれます。

Amazon EC2 P5.4xl インスタンスは、AWS 米国東部 (バージニア北部、オハイオ)、米国西部 (オレゴン)、アジアパシフィック (ムンバイ、東京、ジャカルタ)、南米 (サンパウロ) リージョンの SageMaker ノートブックインスタンスで利用できます。

SageMaker Studio および SageMaker ノートブックインスタンスで JupyterLab および CodeEditor アプリケーションをセットアップして使用する手順については、開発者ガイドをご覧ください。

SageMaker Notebook Instances now support P5en.48xl instance types

SageMaker ノートブックインスタンスで Amazon EC2 P5en.48XL インスタンスが一般公開されたことをお知らせできることを嬉しく思います。\n Amazon EC2 P5en インスタンスには 8 つの H200 GPU が搭載されており、P5 インスタンスに搭載されている H100 GPU のメモリサイズよりも 1.7 倍の GPU メモリサイズと 1.4 倍の GPU メモリ帯域幅を備えています。P5enインスタンスは、H200 GPUを高性能カスタム第4世代Intel Xeonスケーラブルプロセッサと組み合わせることで、CPUとGPU間のGen5 PCIeを可能にします。これにより、CPUとGPU間の帯域幅が最大4倍になり、AIトレーニングと推論のパフォーマンスが向上します。P5enでは、Nitro v5を使用した第3世代のEFAが最大3200 Gbpsになり、前世代のEFAとNitroを使用するP5と比較して、レイテンシが最大35％向上しています。これにより、ディープラーニング、ジェネレーティブAI、リアルタイムデータ処理、ハイパフォーマンスコンピューティング (HPC) アプリケーションなどの分散型トレーニングワークロードの集団通信パフォーマンスが向上します。

Amazon EC2 P5en.48XL インスタンスは、AWS 米国東部 (バージニア北部、オハイオ)、米国西部 (オレゴン)、およびアジアパシフィック (東京) リージョンの SageMaker ノートブックインスタンスで利用できます。

SageMaker Studio および SageMaker ノートブックインスタンスで JupyterLab アプリケーションと CodeEditor アプリケーションをセットアップして使用する手順については、開発者ガイドをご覧ください。

Amazon EMR now supports Apache Spark 4.0.2 in general availability

Amazon EMR は、3 つのデプロイモデルすべてで Apache Spark 4.0.2 をサポートするようになりました。Spark 4.0.2 では、ANSI SQL および VARIANT データ型を使用してデータパイプラインをより簡単に構築および保守したり、行レベルまたは列レベルできめ細かいアクセス制御 (FGAC) を実施したり、Apache Iceberg v3 テーブル形式を使用してコンプライアンスとガバナンスのフレームワークを強化したり、強化されたストリーミング機能を使用して新しいリアルタイムアプリケーションをより迅速にデプロイしたりできます。\n Spark 4.0.2では、データパイプラインを構築できるため、標準のANSI SQLサポートを通じて幅広いユーザーがデータエンジニアリングにアクセスできるようになり、Spark固有の構文を学ぶ必要がなくなります。Spark 4.0.2 は VARIANT データ型を通じて JSON と半構造化データをネイティブにサポートしているため、さまざまなデータ形式を柔軟に処理できます。Apache Spark ジョブの AWS Lake Formation 登録テーブルの読み取りオペレーションと書き込みオペレーションの両方に、きめ細かなアクセス制御 (FGAC) を適用できます。これらのセキュリティ機能を基盤とした Apache Iceberg v3 テーブル形式では、より強力なトランザクション保証とデータリネージの追跡が可能になり、規制遵守に必要な監査証跡を作成できます。ストリーミング制御の強化により、複雑なステートフル運用の管理が簡素化され、監視機能が向上するため、不正の検知、パーソナライゼーション、その他の時間的制約のあるユースケースのためのリアルタイムアプリケーションをより迅速にデプロイできるようになります。

Apache Spark 4.0.2 は EMR が利用可能なすべてのリージョンで利用できます。既存の EMR アプリケーションをアップグレードする場合は、Apache Spark アップグレードエージェントを使用してアップグレードを迅速に行うことができます。Amazon EMR での Apache Spark 4.0.2 の詳細については、Amazon EMR リリースノートを参照するか、AWS マネジメントコンソールから Spark 4.0.2 を使用して EMR アプリケーションを作成することから始めてください。

AWS Glue large and memory optimized workers now available in Europe (Spain) Region

AWS Glue では現在、AWS ヨーロッパ (スペイン) リージョンでメモリを最適化した大規模なワーカーが提供され、このリージョンのお客様は複雑なデータ処理ワークロードをより効率的に処理できるようになります。新たに追加されたのは、2 つの汎用コンピューティングワーカー (G.12X と G.16X) と 4 つのメモリ最適化ワーカー (R.1X、R.2X、R.4X、R.8X) です。これらのオプションにより、AWS Glue を使用して大量のデータを迅速に処理しながら、より複雑な変換、集約、結合、クエリに取り組むことができるようになりました。\n G.12X および G.16X ワーカーは、コンピューティング、メモリ、ストレージを追加して既存の G ワーカーラインナップを拡張し、大量のリソース集約型ワークロードに最適です。R シリーズワーカー (R.1X、R.2X、R.4X、R.8X) は、対応する G ワーカーの2倍のメモリ容量を備えているため、キャッシュ、シャッフル、集計などのメモリを大量に消費する Spark 操作に適しています。これらのワーカータイプは、AWS Glue Studio、ノートブックまたは Visual ETL を使用して選択することも、Glue Job API を使用してプログラムで選択することもできます。 これらのワーカータイプと利用できる AWS リージョンの詳細については、AWS Glue のドキュメントをご覧ください。

Amazon Connect Customer now uses generative AI to automatically evaluate self-service interactions

Amazon Connect Customer では、マネージャーがジェネレーティブ AI を使用してセルフサービスのやりとりを自動的に評価し、集約された洞察を得てカスタマーエクスペリエンスの向上に役立てることができるようになりました。マネージャーは、「顧客の問題はすべて AI エージェントによって解決されたか?」など、評価フォーム内で自然言語でカスタム評価基準を定義できます。— どのジェネレーティブAIがセルフサービスインタラクションの質の評価に役立てているか。Connect は、会話記録からの関連する参照点とともに、評価のための詳細な理由を提供します。マネージャーは、これらのインサイトを集約して、また個々の連絡先について、セルフサービスのやりとりの記録や記録とともに確認して、AI エージェントのパフォーマンスを改善する機会を特定できます。\n この機能は、米国東部 (バージニア北部)、米国西部 (オレゴン)、アジアパシフィック (ソウル)、アジアパシフィック (シンガポール)、アジアパシフィック (シドニー)、アジアパシフィック (東京)、ヨーロッパ (フランクフルト) の AWS リージョンで利用できます。詳細については、当社のドキュメントとウェブページをご覧ください。Amazon Connect のお客様価格については、料金ページをご覧ください。

Amazon SageMaker HyperPod Slurm clusters now support specifying minimum capacity requirements with continuous provisioning

Amazon SageMaker HyperPod は、継続的なプロビジョニングによる Slurm オーケストレーションを使用するクラスターの最小容量要件 (minCount) をサポートするようになりました。継続的プロビジョニングでは、HyperPod は利用可能な部分容量でクラスターをプロビジョニングするので、AI/ML ジョブを迅速に開始しながら、残りのインスタンスは引き続きバックグラウンドで非同期にプロビジョニングできます。これにより柔軟性が得られますが、一部のトレーニングワークロードでは、効果的に開始するために最低限のノード数が保証されている必要があります。MinCount では、インスタンスグループが InService ステータスに移行する前に正常にプロビジョニングする必要があるインスタンスの最小数を指定できるため、クラスターがジョブスケジューリングに使用できるようになるタイミングをより細かく制御できます。\n これは、PyTorch FSDP、Megatron-LM、NVIDIA Nemoなどのフレームワークを使用する分散型トレーニングワークロードに特に役立ちます。トレーニングジョブは通常、参加ノード数が固定されており、クラスター容量の一部では効率的または正しく開始されない場合があります。また、トレーニングを実施する前に SLA やコスト効率の目標を達成するためにベースライン GPU 数を保証する必要があるチームにとってもメリットがあります。 CreateCluster または UpdateCluster API リクエストで minInstanceCount を指定して、インスタンスグループの最小容量しきい値を設定できます。インスタンスグループは、しきい値に達するまで作成中または更新中の状態のままになり、その後 InService に移行してノードが Slurm ジョブのスケジューリングに使用できるようになります。HyperPod は、目標数に達するまで minCount を超えて追加のインスタンスを起動し続けます。3 時間以内に minCount が満たされない場合、システムは自動的にインスタンスグループを前回確認された正常な状態にロールバックします。 継続的プロビジョニング機能を備えた Slurm クラスター用の MinCount は、Amazon SageMaker HyperPod がサポートされているすべての AWS リージョンで利用できます。クラスターの最小容量要件の指定を開始するには、Amazon SageMaker AI ドキュメントの「最小容量要件 (minCount)」を参照してください。

AWS Backup adds OTP verification for Multi-party approval on logically air-gapped vaults

AWS Backup では、論理的にエアギャップのある保管庫の複数当事者承認アクションに承認者が投票する際に、ワンタイムパスワード (OTP) による検証が必要になりました。\n 承認者が複数当事者の承認リクエストに投票する場合、AWS IAM Identity Center に登録されている E メールアドレスに送信された 6 桁のコードを入力する必要があります。これにより、認証された承認者のみが保護された保管庫の操作を許可できるようになり、承認チームのセキュリティがさらに強化されます。OTP 検証は、論理的にエアギャップのある Vault の既存および新規のマルチパーティ承認セッションすべてに、追加料金なしで自動的に適用されます。設定も必要ありません。

AWS Backup コンソール、SDK、または CLI を使用して AWS Backup の使用を開始できます。OTP 検証による複数者承認は、論理的にエアギャップのある保管庫がサポートされているすべての AWS リージョンで利用できます。詳細については、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 News Blog

AWS Big Data Blog

AWS Compute Blog

AWS Database Blog

AWS DevOps & Developer Productivity Blog

AWS for Industries

Artificial Intelligence

AWS Storage Blog

Open Source Project

AWS CLI