2026/8/24 9:00:00 ~ 2026/8/25 9:00:00 (JST)

最近の発表

SageMaker MLflow now supports customer managed keys

SageMaker MLflow では、お客様が AWS キー管理サービス (KMS) を通じてカスタマー管理キー (CMK) を使用してデータを暗号化できるようになりました。\n この強化により、セキュリティとコンプライアンスの要件が厳しい組織でも独自の暗号化キーを管理できるようになりました。顧客管理型のキーを使用すると、AWS CloudTrail との統合により、セキュリティ制御が強化され、包括的な監査機能が得られます。独自の KMS キーを使用してデータを暗号化し、すべてのデータアクセスを追跡してセキュリティ監査を行うことができます。

顧客管理キーは MLFlow アプリと同じ AWS アカウントとリージョンで作成する必要があり、対称的な AWS KMS キーのみがサポートされます。

この機能は通常、MLFlow アプリを利用できるすべての AWS リージョンで利用できます。詳細については、SageMaker MLFlow の詳細ページをご覧ください。

Amazon EKS now supports multiple external OIDC identity providers per cluster

Amazon Elastic Kubernetes サービス (Amazon EKS) は、クラスターごとに複数の外部 OpenID Connect (OIDC) ID プロバイダーをサポートするようになりました。1 つのクラスターには最大 10 の OIDC ID プロバイダーを関連付けることができるため、Kubernetes クラスターのユーザーとワークロードをより柔軟に認証できます。\n 多くの組織では、従業員、請負業者、CI/CD システムなど、ユーザー集団ごとに異なる ID プロバイダーを使用しています。ユーザーを 1 つのプロバイダーに統合したり、中間 ID ブローカーを実行したりしなくても、これらの各プロバイダーをクラスターに直接関連付けることができるようになりました。各プロバイダーは独立して設定および管理されるため、各プロバイダーは独自のプロバイダーと ID マッピングを通じて認証されます。既存の IAM 認証は、設定されたすべてのプロバイダーと連携して引き続き機能します。各プロバイダーは、AWS マネジメントコンソールまたは AWS CLI と AWS SDK を介して AssociateIdentityProviderConfig API を使用して、以前と同じ方法で追加します。 この機能は、Amazon EKS が利用できるすべての 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、Amazon EKS ユーザーガイドの「外部の OIDC プロバイダーを使用して Kubernetes へのアクセス権をユーザーに付与する」を参照してください。

Amazon Aurora now supports PostgreSQL 18.4, 17.10, 16.14, 15.18, and 14.23

Amazon Aurora PostgreSQL 互換エディションは PostgreSQL バージョン 18.4、17.10、16.14、15.18、14.23 をサポートするようになりました。これには PostgreSQL コミュニティによるバグ修正と Aurora 固有の拡張機能が含まれています。リリースノートに詳述されているように、既知の一般的な脆弱性と暴露 (CVE) に対処し、これらの改善の恩恵を受けるには、最新のマイナーバージョンにアップグレードすることをお勧めします。 \n マイナーバージョン自動アップグレードを使用すると、定期メンテナンス期間中にデータベースをアップグレードできます。大規模な運用を簡素化するには、マイナーバージョンの自動アップグレードを有効にし、AWS Organizations Upgrade Rollout Policy を使用して複数のアップグレードを段階的に調整し、最も重要な環境をアップグレードする前に優先度の低い環境で検証します。詳細については、「Amazon Aurora PostgreSQL DB クラスターのアップグレード」を参照してください。

Amazon Aurora は PostgreSQL との完全な互換性を保ちながら、世界規模で高いパフォーマンスと可用性を実現するように設計されています。ゼロまでスケールできるサーバーレスコンピューティング、マルチリージョンの耐障害性を実現する Aurora Global Database、I/O を多用するワークロードでコストパフォーマンスを向上させるための Aurora I/O 最適化機能、組み込みセキュリティと継続的バックアップを提供します。開始するには、「はじめに」ページをご覧ください。

Amazon SageMaker HyperPod enhances support for Ray

Amazon SageMaker HyperPod では、組み込みのオブザーバビリティ、レジリエントなトレーニング、高速推論、マネージド開発環境により Ray のサポートが強化されました。Ray は、データ処理や分散型トレーニングから強化学習やモデル提供まで、統合コンピューティングレイヤー上で AI ワークロードをスケーリングするための人気の高いオープンソースフレームワークです。Ray を Kubernetes 上で本番規模で実行すると、ジョブがハングしたり、静的なチーム割り当てによる GPU 使用率の低下、複数ステップのオブザーバビリティ設定など、運用上の負担になる可能性があります。また、インタラクティブな開発環境がないため、コードを変更するたびに別のジョブを送信し、kubectlに精通している必要があります。\n HyperPod により、開発が容易になり、回復力のあるトレーニングが可能になり、推論の高速化が Ray にもたらされました。データサイエンティストは Amazon SageMaker Studio のウェブベースのインターフェイスから Ray クラスターを作成、編集、監視、削除し、実行中の Ray クラスターに JupyterLab、コードエディター、またはローカル IDE を接続して、クラスター規模のコンピューティングに対してインタラクティブに反復処理を行います。マルチノードの Ray クラスターはローカル開発環境のように動作するため、新しいジョブがキューに入って開始されるのを待たずに、各変更をすぐにテストできます。オブザーバビリティに関しては、HyperPod は Amazon Managed Service for Prometheus のメトリクスを使用して Grafana ダッシュボードをプロビジョニングし、安全なブラウザリンクから Ray ダッシュボードにワンクリックでアクセスできるようにしています。これにより、最初の実行からワークロードを可視化できます。大規模なトレーニングでは、HyperPod ノードの自動復旧とハングジョブ検出機能が GPU の障害、ジョブのハング、ロスの急増、スループットの低下に対処します。階層型チェックポインティングはクラスタメモリから状態を復元してグッドプットを最大化し、タスクガバナンスはクォータ、優先順位、プリエンプションによってコンピューティング利用率を向上させます。これらを組み合わせることで、障害が発生しても長時間のトレーニングを継続し、GPU 時間あたりに行われる有益な作業を最大化できます。Ray Serve による推論では、階層化された KV キャッシュがキャッシュされたプレフィックスを再利用して最初のトークンまでの時間を短縮し、Amazon SageMaker JumpStart モデルを直接デプロイできます。

オープンソースの Ray コードはそのまま実行されるため、SageMaker Studio の専用エクスペリエンスを採用することも、個別の機能を独自の ML プラットフォームに統合することもできます。

Ray サポートは、SageMaker HyperPod がサポートされている AWS リージョンの Amazon EKS によってオーケストレーションされた HyperPod クラスターで利用できます。詳細については、SageMaker HyperPod のドキュメントを参照し、インタラクティブなデモをご覧ください。

Amazon Connect Customer now supports information extraction for agent voice and chat conversations

Amazon Connect Customer では、音声やチャットのやり取りから重要なデータを自動的に取り込む情報抽出がサポートされるようになりました。これにより、手作業によるデータ収集が減り、エージェントとスーパーバイザーの生産性が向上します。情報抽出では、アカウント番号、予約 ID、製品名などの文字どおりの値だけでなく、問い合わせの理由、提示された解決策、約束された次のステップなど、会話から導き出されたインサイトも収集されます。\n 何をいつ抽出するかについての会話分析ルールを定義します。抽出は編集前の未加工の連絡先コンテンツに基づいて行われるため、録音やトランスクリプトから機密性の高い値を編集しつつ、特定のデータポイントをキャプチャできます。エージェントはアフターコンタクトワーク中に抽出された値を確認し、スーパーバイザーはその値を使用して連絡先を検索および確認し、開発者は API、Kinesis Data Streams、S3 出力ファイルを介してプログラムから値にアクセスします。抽出した値をメール通知、タスク作成、ケース作成などのルールアクションに直接入力して、構造化されていない会話を自動化されたエクスペリエンスに変えることもできます。たとえば、旅行会社はインタラクションから「ホテル名」、「予約ID」、「電話の理由」を自動的に抽出し、送信メールにデータを入力してフォローアップタスクを作成することで、手作業によるデータ入力が不要になり、処理時間を短縮できます。 詳細については、Amazon Connect カスタマー管理者ガイドの「情報抽出」を参照するか、Amazon Connect カスタマーウェブサイトを参照してください。AWS リージョンで利用できる会話分析機能の完全なリストについては、「リージョン別の Connect Customer 機能の利用可能状況」を参照してください。

AWS ParallelCluster 3.16 adds an on-node diagnostics tool

AWS ParallelCluster 3.16 は、新しいオンノード診断ツール、クラスターの安定性の向上、更新された HPC および AI/ML ソフトウェアスタックにより一般提供が開始されました。\n pcluster-diag は ParallelCluster AMI に組み込まれている診断ツールで、1 つのコマンドで任意のクラスターノードで診断チェックを実行し、問題の特定を容易にする構造化されたレポートを取得できます。また、このリリースでは、クラスターの作成、更新、イメージ構築の耐障害性が向上し、クラスターのライフサイクルが強化されました。ソフトウェアスタックが更新され、NVIDIA ドライバー、CUDA、EFA インストーラー、Slurm のバージョンが更新されました。pcluster-diag を使い始めるには、「pcluster-diag を使ったトラブルシューティング」を参照してください。詳細については、AWS パラレルクラスター 3.16.0 リリースノートを参照してください。

AWS ParallelCluster は、研究開発のお客様や IT 管理者が AWS 上でハイパフォーマンスコンピューティング (HPC) クラスターを運用できるようにするオープンソースのクラスター管理ツールです。ParallelCluster は、AWS 上で科学およびエンジニアリングのワークロードを大規模に実行できる、柔軟にスケーリングできる HPC クラスターにクラウドリソースを自動的かつ安全にプロビジョニングするように設計されています。ParallelCluster は、ここに記載されている AWS リージョンでは追加料金なしで利用できます。お支払いいただくのは、アプリケーションの実行に必要な AWS リソースの分のみです。 AWS で HPC クラスターを起動する方法の詳細については、ParallelCluster ユーザーガイドをご覧ください。パラレルクラスターの使用を開始するには、パラレルクラスター UI と CLI のインストール手順を参照してください。

OpenAI GPT-5.6 Terra and Luna now available on Amazon Bedrock in AWS GovCloud (US)

GPT-5.6 TerraとLunaは、Amazon BedrockのAWS GovCloud（米国西部）とAWS GovCloud（米国東部）で一般的に利用できるようになりました。これにより、OpenAIのこれまでで最もスマートなモデルファミリーが、パフォーマンス、セキュリティ、信頼性を実現するために構築されたBedrockの次世代推論エンジンにもたらされます。GPT-5.6 はインテリジェンスと効率の新たな基準を打ち立てます。これにより、より困難な問題をより短時間で、より多くのトークンでより多くのインテリジェンスで解決できるようになります。この 2 つのモデルには、バランスのとれたパフォーマンス (Terra) から高速でコスト効率の高い推論 (Luna) まで、さまざまな機能階層があります。\n GPT-5.6 では、自律的なコーディングエージェントを構築し、長期にわたるゲノミクスと生物学の分析を行い、高度なサイバーセキュリティ研究を行うことができます。Terraは半分のコストでGPT-5.5レベルのパフォーマンスを提供し、Lunaは迅速かつ手頃な価格の推論を最低価格で提供します。GPT-5.6 では、明示的なキャッシュブレークポイントによる即時キャッシュもサポートしているため、エージェントのワークフロー全体でコンテキストが繰り返されても 90% の割引が課金され、規模を拡大してもコストがかさむことはありません。

GPT-5.6 TerraとLunaはAmazon Bedrockで100万個のトークンコンテキストウィンドウをサポートしているため、コードベース全体、長い文書、マルチターンのエージェント履歴を1回のリクエストで処理できます。幅広いコンテキストで推論をモデル化し、チャンク化や情報損失なしに、より正確で一貫性のある応答を返します。

地域別の在庫状況については、Amazon Bedrock の地域別在庫状況ページをご覧ください。Amazon Bedrock コンソールまたはベッドロックマントルエンドポイントの Responses API を使用して Terra と Luna を使い始めましょう。詳細については、Amazon Bedrock のドキュメントとローンチに関するブログ投稿をご覧ください。

Amazon RDS for MySQL now supports new minor version 8.4.11

本日より、MySQL 用アマゾンリレーショナルデータベースサービス (Amazon RDS) は MySQL コミュニティによってリリースされた最新のマイナーバージョンである MySQL マイナーバージョン 8.4.11 をサポートします。MySQL 8.4.11 では、運用上の改善に加えて、ポスト量子TLS (PQ-TLS) キー交換のサポートが導入され、転送中のデータを暗号化するためのポスト量子暗号オプションが提供されています。MySQL の以前のバージョンの CVE の修正を受け入れ、MySQL コミュニティによるバグ修正、パフォーマンスの向上、および追加された新機能の恩恵を受けるには、新しいマイナーバージョンにアップグレードすることをお勧めします。RDS for MySQL 8.4.11 の拡張機能の詳細については、Amazon RDS ユーザーガイドと MySQL 8.4.11 リリースノートをご覧ください。\n マイナーバージョン自動アップグレードを利用すると、定期メンテナンス期間中にデータベースを最新のマイナーバージョンに自動的にアップグレードできます。Amazon RDS マネージド Blue/Green デプロイを使用すると、MySQL インスタンスをより安全かつ簡単に更新できます。マイナーバージョンの自動アップグレードや Blue/Green デプロイなど、データベースインスタンスのアップグレードについて詳しくは、Amazon RDS ユーザーガイドをご覧ください。 Amazon RDS for MySQL を使用すると、クラウドでの MySQL デプロイのセットアップ、運用、およびスケーリングが簡単になります。価格の詳細とリージョンの提供状況の詳細については、Amazon RDS for MySQL をご覧ください。Amazon RDS マネジメントコンソールで、フルマネージドの Amazon RDS for MySQL データベースを作成または更新します。

AWS Blogs

Amazon Web Services ブログ (日本語)

AWS News Blog

AWS Architecture Blog

AWS Big Data Blog

AWS Database Blog

AWS for Industries

Artificial Intelligence

Networking & Content Delivery

Open Source Project

AWS CLI

Amplify for iOS

Amplify UI