Instans Baru - Amazon EC2 Mac
Amazon EC2 Mac memungkinkan Anda menjalankan aplikasi sesuai permintaan pada macOS di cloud. Menggunakan Sistem Nitro AWS, Mac EC2 didasarkan pada Apple Mac mini dengan prosesor Intel Core i7 (3,2 GHz - turbo 4,6 GHz, 6 inti fisik / 12 logis dan RAM 32 GB) dan sistem operasi: macOS Mojave (10.14) atau macOS Catalina ( 10.15). macOS Big Sur (11.0) juga akan segera hadir.
Pengembang sekarang dapat membangun, menyusun, menandatangani, menguji, dan mengembangkan aplikasi untuk iPhone, iPad, Mac, Apple Watch, Apple TV, dan Safari untuk pertama kalinya di cloud AWS, menyesuaikan dan mengotomatiskan proses pengembangan mereka untuk platform Apple.
Lebih lengkapnya di sini
Instance baru: R5b, D3 / D3en, M5zn, C6gn
Jenis instans baru berikut tersedia hari ini:
- R5b: 60 Gbps 260 . IOPS, 3 , R5. , . R5b Amazon Relational Database Service (RDS) , , Oracle Database SQL Server.
- D3 / D3en: HDD- 336 TB D2. , I/O . , D3 , HDFS MapR FS, D3en — Lustre, BeeGFS, GPFS, , Amazon EMR, Spark Hadoop.
- M5zn : Instans dengan prosesor Intel Xeon Scalable tercepat di cloud, semua core turbo hingga 4,5 GHz. Instans M5zn sangat sesuai untuk game, komputasi kinerja tinggi (HPC), dan beban kerja simulasi seperti keuangan, otomotif, energi, dan lainnya.
Jenis instans berikut akan tersedia nanti pada Desember 2020:
- C6gn: Graviton2 ARM, 40% / x86. C6gn 4 , 4 2 EBS C6g. , , , HPC
AI/ML: AWS Trainium Habana Gaudi
AWS menawarkan berbagai perangkat keras pembelajaran mesin, dari kartu grafis NVIDIA dan AMD (dengan jenis instans G4ad baru) hingga chip AWS Inferentia mereka sendiri yang mempercepat jaringan saraf dalam produksi. AWS memperkenalkan chip AWS Trainium baru tahun ini. AWS Trainium Chips mempercepat pelatihan jaringan saraf dan, bersama dengan AWS Inferentia Chips, memungkinkan pengembangan pembelajaran mesin yang lebih cepat dan lebih murah, memperoleh manfaat di sepanjang siklus hidupnya.
Mesin virtual dengan akselerator Habana Gaudi Intel juga akan tersedia tahun depan. Akselerator tersebut efektif dalam melatih jaringan saraf, terutama dalam tugas pemrosesan bahasa alami, membangun sistem pemberi rekomendasi, dan pemrosesan gambar / video.
Lebih lengkapnya di sini .
Distro EKS
Amazon EKS Distro adalah distribusi Kubernetes yang digunakan untuk membuat cluster di Amazon EKS. Ini termasuk binari dan kode sumber untuk komponen seperti Kubernetes, dlld (database yang menyimpan konfigurasi cluster), serta plugin jaringan dan penyimpanan. Pelanggan sekarang dapat menginstal EKS Distro tidak hanya di infrastruktur AWS, tetapi di mana pun kebutuhan bisnis memerlukannya, seperti langsung ke server fisik di pusat data "di lapangan", ke mesin virtual VMware vSphere atau instans Amazon EC2.
Cluster yang dibangun di atas Distro EKS akan mendukung versi Kubernetes yang sama serta dependensi dan patch yang diperlukan seperti Amazon EKS, sehingga pelanggan dapat membangun cluster Kubernetes yang andal dan aman sendiri tanpa harus melacak versi baru berbagai komponen dan kompatibilitasnya. Untuk pemberitahuan tentang versi baru, Anda hanya perlu berlangganan topik Amazon Simple Notification Service (Amazon SNS). Selain itu, EKS Distro menyediakan dukungan untuk versi Kubernetes yang didukung oleh Amazon EKS, meskipun dukungan komunitas telah berakhir untuk mereka.
Lebih detail di sini dan di sini .
ECS Anywhere, EKS Anywhere (Diumumkan: Direncanakan pada 2021)
Amazon ECS Anywhere dan Amazon EKS Anywhere akan dirilis pada 2021, yang akan memungkinkan pelanggan untuk menjalankan masing-masing bidang data ECS dan EKS, pada infrastruktur mereka, termasuk pusat data mereka. Pada saat yang sama, pelanggan akan dapat terus menggunakan API yang sama untuk manajemen cluster seperti untuk cluster yang diterapkan sepenuhnya di cloud.
Pelanggan akan dapat menggunakan ECS Anywhere dan EKS Anywhere untuk beban kerja yang saat ini tidak dapat dimigrasi ke cloud. Hanya data yang diperlukan untuk mengelola klaster yang akan ditransfer ke AWS, dan jika tidak terhubung ke cloud, beban kerja akan terus berjalan.
Baca selengkapnya di sini (tentang ECS Anywhere).
Addons di Amazon EKS
Pengguna Amazon EKS sekarang dapat menginstal dan mengelola add-on di klaster Amazon EKS menggunakan AWS Console, Command Line Interface (AWS CLI), dan API. Manajemen add-on Amazon VPC CNI saat ini didukung . Kedepannya, dukungan untuk addon lainnya akan dirilis.
Pengguna Kubernetes sering menggunakan add-on untuk penskalaan, jaringan dan manajemen keamanan, dan pemantauan. Sebelumnya, addons dikelola secara manual langsung di cluster Kubernetes, sekarang Anda dapat membuat cluster dengan addons yang diperlukan, menambahkan addons ke cluster yang sudah ada, atau mengupdate addons yang diinstal langsung melalui konsol EKS tanpa perlu tindakan tambahan.
Lebih lengkapnya di sini .
Amazon ECR Public
Amazon Elastic Container Registry (Amazon ECR) memungkinkan Anda membuat repositori gambar container pribadi yang terkelola sepenuhnya. Pelanggan sekarang juga dapat mempublikasikan gambar kontainer ke direktori publik menggunakan Amazon ECR Public, di mana gambar tersebut dapat diunduh dan digunakan bahkan tanpa akun AWS.
Sebelumnya, pengembang perlu menggunakan banyak layanan untuk membuat repositori pribadi dan publik. Kedua opsi sekarang didukung di Amazon ECR, yang menyediakan penyimpanan yang sangat tersedia dan dapat diskalakan untuk gambar kontainer, diagram helm, dan artefak OCI lainnya yang dapat direplikasi secara andal di dua Wilayah AWS untuk waktu muat yang lebih cepat dan peningkatan keandalan.
Lebih lengkapnya di sini .
Lambda pada kontainer + memori lambda 10 Gb, 6vCPU + 1 ms billing
Lambda di atas kontainer . Aplikasi Lambda sekarang dapat dibuat sebagai kontainer Docker dengan ukuran hingga 10 GB dan dipublikasikan ke AWS Lambda di cloud. Gambar dasar untuk mengumpulkan aplikasi mereka telah dipublikasikan, dan Lambda Runtime (Runtime Interface Clients (RIC)) akan dipublikasikan sebagai proyek sumber terbuka. Ini akan mempermudah pembuatan aplikasi menggunakan alat yang sudah dikenal dan Docker cli, mengemas semua dependensi, dan juga membuatnya lebih mudah untuk menguji aplikasi lambda tersebut secara lokal.
Detail selengkapnya di sini, perincian
penagihan Lambda dikurangi dari 100ms menjadi 1msIni akan membantu mengurangi biaya untuk skenario di mana waktu proses Lambda bisa sangat singkat dan kurang dari 100 md. Misalnya, untuk laman web dinamis, yang pemrosesannya terkadang memakan waktu beberapa puluh milidetik, biayanya akan turun hingga puluhan persen.
Lebih detail di sini
Fungsi Lambda sekarang dapat menggunakan hingga 10GB memori, bukan 3GB sebelumnya dan hingga 6vCPU . Ini akan mempermudah penggunaan lambda untuk tugas-tugas seperti pemrosesan video, ETL, tugas Batch, dll.
Lebih lengkapnya di sini
Aurora Tanpa Server v2
Amazon Aurora adalah database relasional yang kompatibel dengan MySQL dan PostgreSQL yang dibuat untuk cloud. Ini berjalan 5 kali lebih cepat dari database MySQL standar dan 3 kali lebih cepat dari database PostgreSQL biasa. Amazon Aurora Tanpa Server memungkinkan Anda menjalankan Aurora tanpa perlu manajemen instans dan penskalaan otomatis. Amazon Aurora Tanpa Server v2, yang sudah tersedia dalam mode pra-akses untuk MySQL, meningkatkan penskalaan otomatis dan dapat mengubah kapasitas dalam sepersekian detik untuk menangani ratusan ribu transaksi.
Amazon Aurora Tanpa Server v2 memberi pelanggan rangkaian lengkap kapabilitas Amazon Aurora, termasuk Multi-AZ, Basis Data Global, dan Replika Baca. Berkat peningkatan skala otomatis, ini juga cocok untuk perusahaan besar dengan ribuan aplikasi dengan beban database variabel, serta penyedia SaaS yang tidak ingin menjalankan database dalam mode multi-tenant, tetapi ingin memiliki cluster terpisah untuk setiap klien tanpa biaya dan kebutuhan yang tinggi. penskalaan manual.
Lebih lengkapnya di sini .
Babelfish MSSQL di Aurora (Pratinjau) + Proyek sumber terbuka
Babelfish untuk Amazon Aurora adalah lapisan proxy baru untuk Amazon Aurora yang memungkinkan Anda membuat kueri yang ditulis untuk server Microsoft SQL. Babelfish memahami wire-protocol dan T-SQL, jadi Anda tidak perlu mengubah SDK atau driver untuk bekerja dengan database dan menulis ulang aplikasi.
Ini adalah peluang bagus untuk menghemat biaya lisensi MS SQL, dan dengan AWS Database Migration Service (DMS) Anda juga dapat memigrasi skema data dan data Anda ke Amazon Aurora seolah-olah itu adalah server MS SQL.
Proyek Babelfish nantinya akan tersedia sebagai proyek open source di bawah lisensi Apache 2.0.
Lebih lengkapnya di sini
Proton
AWS Proton adalah layanan penerapan aplikasi terkelola penuh pertama untuk aplikasi dalam container dan aplikasi tanpa server. Tim platform dapat menggunakan Proton untuk menghubungkan dan mengoordinasikan berbagai alat yang diperlukan untuk penyediaan infrastruktur, penerapan kode, pemantauan, dan pembaruan:
- AWS Proton terintegrasi dengan sistem CI / CD yang banyak digunakan dan alat pengawasan seperti CodePipeline dan CloudWatch.
- Menyediakan templat pilihan yang mengikuti praktik terbaik AWS untuk kasus penggunaan umum seperti layanan web yang berjalan di AWS Fargate atau aplikasi streaming yang dibangun di AWS Lambda .
- Mengumpulkan informasi tentang status penerapan aplikasi, seperti tanggal terakhir aplikasi berhasil diterapkan.
Lebih lengkapnya di sini
Guru DevOps
Layanan operasi terkelola sepenuhnya yang memungkinkan pengembang dan operator dengan mudah meningkatkan ketersediaan aplikasi dengan secara otomatis mendeteksi masalah operasional dan memberi nasihat tentang cara memperbaikinya. DevOps Guru menerapkan model ML pada data dari Amazon CloudWatch, AWS Config, AWS CloudTrail, AWS CloudFormation, dan AWS X-Ray untuk mendeteksi anomali:
- DevOps Guru secara otomatis mengidentifikasi masalah operasional, merinci kemungkinan penyebab, dan merekomendasikan tindakan korektif.
- Visualisasikan data langsung dengan mengintegrasikan data dari berbagai sumber yang mendukung Amazon CloudWatch, AWS Config, AWS CloudTrail, AWS CloudFormation, dan AWS X-Ray.
- Mengumpulkan log dan menganalisis lingkungan Anda. Ini bisa memakan waktu hingga beberapa jam.
- Daftar wawasan, yang merupakan kumpulan anomali yang dihasilkan saat menganalisis sumber daya AWS yang dikonfigurasi di aplikasi Anda.
- Metrik gabungan yang terkait dengan wawasan.
- Grafik rinci untuk setiap anomali.
Lebih lengkapnya di sini
Amazon Lookout for Vision
Layanan baru dalam kategori computer vision untuk mendeteksi cacat visual pada produk industri. Amazon Lookout for Vision membantu Anda mengotomatiskan inspeksi visual waktu nyata menggunakan computer vision dan model terlatih untuk gambar Anda dengan dan tanpa cacat. Sekitar 30 gambar sudah cukup. Contoh terbaik dari pekerjaan tersebut akan ditunjukkan pada gambar di bawah ini:
Lebih detail di sini
Alat Amazon Panorama
Sekarang Anda dapat mengembangkan model computer vision menggunakan Amazon SageMaker dan kemudian menerapkannya ke perangkat Panorama, yang kemudian dapat menjalankan model ML pada aliran video dari beberapa jaringan dan kamera IP. Perangkat Panorama dan konsol terkait saat ini dalam akses pratinjau.
- Tambahkan ML ke kamera yang ada. Colokkan perangkat AWS Panorama Anda, hubungkan ke jaringan Anda, dan perangkat akan secara otomatis menemukan armada kamera IP Anda yang ada.
- Anda dapat menganalisis aliran video dalam milidetik dari satu antarmuka kontrol di beberapa lokasi.
- Aktifkan CV di lingkungan dengan koneksi terbatas.
- Kepatuhan terhadap privasi data dan persyaratan tata kelola.
- Perkembangan pesat dalam lingkungan pemrograman yang akrab.
Lebih lengkapnya di sini
Amazon Monitron
Sistem komprehensif yang menggunakan pembelajaran mesin untuk mendeteksi perilaku abnormal pada peralatan industri, memungkinkan pemeliharaan yang dapat diprediksi dan mengurangi waktu henti yang tidak direncanakan. Terdiri dari 4 komponen utama:
- Sensor Amazon Monitron. Instal sensor nirkabel Amazon Monitron dengan mudah pada peralatan yang berputar seperti motor, gearbox, kipas, dan pompa untuk mengukur getaran dan suhu.
- Gerbang Amazon Monitron. Data dari sensor Amazon Monitron secara otomatis dan aman ditransfer ke AWS menggunakan gateway Amazon Monitron. Gerbang Amazon Monitron terhubung ke sensor melalui Bluetooth Hemat Energi (BLE) dan AWS melalui Wi-Fi.
- Layanan Amazon Monitron ML. Data sensor secara otomatis dianalisis menggunakan pembelajaran mesin untuk mengidentifikasi kondisi peralatan abnormal yang mungkin memerlukan servis.
- Aplikasi seluler Monitron. Lihat pembacaan sensor dengan mudah di aplikasi seluler Monitron. Aplikasi mengirimkan pemberitahuan push ketika mendeteksi perilaku abnormal.
Lebih lengkapnya di sini
Pratinjau Tampilan AWS Glue Elastic
AWS Glue Elastic Views adalah fitur AWS Glue baru yang memungkinkan Anda membangun tampilan terwujud dari berbagai sumber menggunakan sintaks SQL yang sudah dikenal, lalu mereplikasi data ke berbagai layanan. Ini adalah layanan tanpa server yang terkelola sepenuhnya. Data diperbarui dengan latensi minimal (mendekati waktu nyata).
Lebih lengkapnya di sini
Amazon SageMaker Data Wrangler & Toko Fitur Amazon SageMaker
Persiapan data dan rekayasa fitur menghabiskan 80% waktu kerja ilmuwan data. Pekerjaan ini tidak hanya membutuhkan banyak waktu dan penggunaan banyak alat, tetapi juga dalam banyak kasus penulisan kode.
Amazon SageMaker Data Wrangler dapat mengurangi waktu persiapan data Anda dari minggu menjadi menit. Ini mengotomatiskan pengambilan sampel dan pembersihan data, rekayasa fitur, dan transformasi. Dengan Amazon SageMaker Data Wrangler, Anda dapat menganalisis dan memvisualisasikan data serta mengevaluasi kontribusi fitur tertentu ke keakuratan model pembelajaran mesin.
Amazon SageMaker Feature Store membantu Anda bekerja secara konsisten dengan fitur di semua tahapan siklus hidup - mulai dari pemrosesan data hingga pelatihan dan menerapkan model pembelajaran mesin hingga produksi. Toko Fitur Amazon SageMaker menyediakan penyimpanan fitur yang dapat digunakan oleh berbagai aplikasi dan data scientist.
Lebih detail di sini dan di sini
Pipa Amazon SageMaker
Amazon SageMaker Pipelines adalah sistem integrasi berkelanjutan dan pengiriman berkelanjutan (CI / CD) pertama yang dibuat khusus untuk pembelajaran mesin. Amazon SageMaker Pipelines memungkinkan Anda membuat pipeline yang mencakup pemrosesan data, pelatihan dan pengoptimalan model, penerapan model ke produksi, pengujian model, dan kontrol versi.
SageMaker Pipelines menyesuaikan dengan kebutuhan organisasi. Pekerjaan simultan dengan ribuan eksperimen dan ratusan versi model didukung. Pipeline dibuat menggunakan Python SDK dan dapat dirender di SageMaker Studio.
Lebih lengkapnya di sini
Dukungan CodeGuru Reviewer Security + CodeGure Python
Peninjau Amazon CodeGuru membantu Anda menemukan kemacetan keamanan dan bug dalam kode Anda bahkan sebelum Anda menerapkannya. Detektor Keamanan Peninjau CodeGuru akan membantu Anda mengidentifikasi kategori risiko utama dari Proyek Keamanan Aplikasi Web Terbuka (OWASP), menemukan tempat yang tidak mencerminkan praktik terbaik untuk membuat API AWS, dan apa pun yang terkait dengan pustaka kriptografi Java standar.
Amazon CodeGuru sekarang mendukung kode parsing yang ditulis dengan Python selain Java.
Lebih lengkapnya di sini
Amazon Connect Wisdom + Profil Pelanggan + Lensa Kontak Real-time + Hubungkan Tugas + Hubungkan VoiceID
Seluruh rangkaian pembaruan dan fungsionalitas baru telah dirilis untuk Amazon Connect. Amazon Connect adalah pusat panggilan virtual di cloud yang dapat Anda gunakan untuk menerapkan pusat bantuan atau layanan lainnya.
Amazon Connect Wisdom menggunakan pembelajaran mesin untuk membantu Anda menemukan informasi yang relevan dan relevan untuk agen berdasarkan berbagai sumber data seperti sistem back-end, SalesForce, ServiceNow, berbagai wiki back-end, basis pengetahuan, dan banyak lagi. Layanan mencoba untuk menemukan jawaban atas pertanyaan persis dalam bentuk yang ditanyakan seseorang.
Hubungkan VoiceIDmengidentifikasi penelepon dengan suara. Pada panggilan pertama, ucapan klien, intonasi, ritme, dan karakteristik lainnya dianalisis. Selanjutnya, pemeran suara digital dibuat, yang berdasarkan pada panggilan berikutnya, percakapan diverifikasi secara real time.
Lensa Kontak Real-time - ekstensi ini memungkinkan Anda menganalisis panggilan dalam waktu nyata dan mengidentifikasi sesi telepon yang bermasalah ketika suara meningkat atau sentimentalitas percakapan dan indikator lain sangat berubah, yang mungkin memerlukan campur tangan supervisor dalam dialog.
Profil Pelanggan Amazon Connect- layanan ini menyediakan satu kartu pelanggan berdasarkan data dari sistem yang berbeda, seperti: Salesforce, ServiceNow, Zendesk, Marketo, dll. - yang secara signifikan mengurangi waktu agen mencari informasi ini dalam sistem yang berbeda.
Amazon Connect Tasks dapat membantu Anda mengotomatiskan tugas rutin untuk agen dan tindakan mereka di sistem lain. Dengan Connect Tasks, Anda dapat menetapkan tugas ke agen berdasarkan spesialisasi atau pekerjaan mereka.
AWS Small Outposts
AWS Outposts kecil baru dalam ukuran 1U dan 2U ( unit rak ) sekarang dapat dengan mudah ditempatkan di toko atau kantor tanpa perlu mengalokasikan ruang untuk seluruh rak. Pos luar 1U akan dilengkapi dengan prosesor AWS Graviton 2, dan server Pos Luar 2U akan dilengkapi dengan prosesor Intel. Kedua faktor bentuk baru tersebut akan mendukung menjalankan layanan EC2, ECS, dan EKS secara lokal.
Sesi Kedutan Rusia AWS
Dan sekarang pengumuman yang dijanjikan tentang aliran kedutan bahasa Rusia, yang akan berlangsung pada hari-hari utama AWS re: Invent. Streaming disiapkan dan dilakukan oleh arsitek solusi AWS terkemuka, yang telah memilih semua yang paling menarik dan berguna dari berita dan pengumuman konferensi multi-jam.
Daftar, hubungkan ke streaming, dan diskusikan secara langsung .
AWS re: Invent. Pengumuman utama hari pertama (Bagian 2. Penyimpanan)