Neue Instanzen - Amazon EC2 Mac
Mit Amazon EC2 Mac können Sie Ihre Apps bei Bedarf unter macOS in der Cloud ausführen. Mit AWS Nitro System basieren EC2-Macs auf Apple Mac mini mit Intel Core i7-Prozessor (3,2 GHz - 4,6 GHz Turbo, 6 physische / 12 logische Kerne und 32 GB RAM) und Betriebssystemen: macOS Mojave (10.14) oder macOS Catalina ( 10.15). macOS Big Sur (11.0) kommt ebenfalls bald.
Entwickler können jetzt zum ersten Mal in der AWS-Cloud Apps für iPhone, iPad, Mac, Apple Watch, Apple TV und Safari erstellen, kompilieren, signieren, testen und entwickeln und so ihre Entwicklungsprozesse für Apple-Plattformen anpassen und automatisieren.
Weitere Details hier
Neue Instanzen: R5b, D3 / D3en, M5zn, C6gn
Die folgenden neuen Instanztypen sind heute verfügbar:
- 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 : Instanzen mit den schnellsten skalierbaren Intel Xeon-Prozessoren in der Cloud, alle Kerne turbo bis zu 4,5 GHz. M5zn-Instanzen eignen sich gut für Spiele, HPC (High Performance Computing) und Simulations-Workloads wie Finanzen, Automobil, Energie und mehr.
Der folgende Instanztyp wird später im Dezember 2020 verfügbar sein:
- C6gn: Graviton2 ARM, 40% / x86. C6gn 4 , 4 2 EBS C6g. , , , HPC
AI/ML: AWS Trainium Habana Gaudi
AWS bietet eine Vielzahl von Hardware für maschinelles Lernen, von NVIDIA- und AMD-Grafikkarten (mit dem neuen G4ad-Instanztyp) bis zu eigenen AWS Inferentia-Chips, die neuronale Netze in der Produktion beschleunigen. AWS stellt dieses Jahr neue AWS Trainium-Chips vor. AWS Trainium Chips beschleunigen das Training neuronaler Netze und ermöglichen zusammen mit AWS Inferentia Chips eine schnellere und kostengünstigere Entwicklung des maschinellen Lernens, wodurch sie während ihres gesamten Lebenszyklus Vorteile erzielen.
Instanzen mit Intels Habana Gaudi-Beschleunigern werden auch nächstes Jahr verfügbar sein. Solche Beschleuniger sind beim Training neuronaler Netze wirksam, insbesondere bei den Aufgaben der Verarbeitung natürlicher Sprache, des Aufbaus von Empfehlungssystemen und der Bild- / Videoverarbeitung.
Weitere Details hier .
EKS Distro
Amazon EKS Distro ist eine Kubernetes-Distribution, mit der Cluster auf Amazon EKS erstellt werden. Es enthält Binärdateien und Quellcode für Komponenten wie Kubernetes usw. (eine Datenbank, in der die Clusterkonfiguration gespeichert ist) sowie Netzwerk- und Speicher-Plugins. Kunden können EKS Distro jetzt nicht nur auf der AWS-Infrastruktur installieren, sondern überall dort, wo es geschäftliche Anforderungen erfordern, z. B. direkt auf physischen Servern in einem Rechenzentrum „vor Ort“, auf virtuellen VMware vSphere-Maschinen oder Amazon EC2-Instanzen.
Auf EKS Distro basierende Cluster unterstützen dieselben Kubernetes-Versionen und erforderlichen Abhängigkeiten und Patches wie Amazon EKS, sodass Kunden selbst zuverlässige und sichere Kubernetes-Cluster erstellen können, ohne neue Versionen verschiedener Komponenten und deren Kompatibilität verfolgen zu müssen. Für Benachrichtigungen über neue Versionen müssen Sie nur das Thema Amazon Simple Notification Service (Amazon SNS) abonnieren. Darüber hinaus bietet EKS Distro Unterstützung für Versionen von Kubernetes, die von Amazon EKS unterstützt werden, auch wenn die Community-Unterstützung für diese beendet wurde.
Weitere Details hier und hier .
ECS Anywhere, EKS Anywhere (angekündigt: Geplant im Jahr 2021)
Amazon ECS Anywhere und Amazon EKS Anywhere werden im Jahr 2021 veröffentlicht, mit denen Kunden die ECS- bzw. EKS-Datenebene auf ihrer Infrastruktur einschließlich ihres Rechenzentrums ausführen können. Gleichzeitig können Kunden weiterhin dieselben APIs für die Clusterverwaltung verwenden wie für Cluster, die vollständig in der Cloud bereitgestellt werden.
Kunden können ECS Anywhere und EKS Anywhere für Workloads verwenden, die derzeit nicht in die Cloud migriert werden können. Nur die zur Verwaltung des Clusters erforderlichen Daten werden an AWS übertragen. Wenn keine Verbindung zur Cloud besteht, werden die Workloads weiterhin ausgeführt.
Lesen Sie hier mehr (über ECS Anywhere).
Addons in Amazon EKS
Amazon EKS-Benutzer können jetzt Add-Ons in Amazon EKS-Clustern mithilfe der AWS-Konsole, der Befehlszeilenschnittstelle (AWS CLI) und der API installieren und verwalten. Die Verwaltung von Amazon VPC CNI- Add- Ons wird derzeit unterstützt . In Zukunft wird die Unterstützung für andere Addons veröffentlicht.
Kubernetes-Benutzer verwenden häufig Add-Ons für Skalierung, Netzwerk- und Sicherheitsmanagement sowie Überwachung. Bisher wurden Addons manuell direkt im Kubernetes-Cluster verwaltet. Jetzt können Sie einen Cluster mit den erforderlichen Addons erstellen, Addons zu einem vorhandenen Cluster hinzufügen oder installierte Addons direkt über die EKS-Konsole aktualisieren, ohne dass zusätzliche Aktionen erforderlich sind.
Weitere Details hier .
Amazon ECR Public
Mit der Amazon Elastic Container Registry (Amazon ECR) können Sie vollständig verwaltete private Container-Image-Repositorys erstellen. Kunden können jetzt mithilfe von Amazon ECR Public auch Container-Images in einem öffentlichen Verzeichnis veröffentlichen, wo sie auch ohne AWS-Konto heruntergeladen und verwendet werden können.
Bisher mussten Entwickler mehrere Dienste verwenden, um private und öffentliche Repositorys zu erstellen. Beide Optionen werden jetzt in Amazon ECR unterstützt, das hochverfügbaren und skalierbaren Speicher für Container-Images, Helmdiagramme und andere OCI-Artefakte bietet, die für schnellere Ladezeiten und höhere Zuverlässigkeit zuverlässig in zwei AWS-Regionen repliziert werden.
Weitere Details hier .
Lambda auf Containern + Lambda 10 GB Speicher, 6 vCPUs + 1 ms Abrechnung
Lambda auf Containern . Lambda-Anwendungen können jetzt als Docker-Container mit einer Größe von bis zu 10 GB erstellt und in der Cloud für AWS Lambda veröffentlicht werden. Basis-Images zum Erstellen ihrer Anwendungen wurden veröffentlicht, und Lambda Runtime (Runtime Interface Clients (RIC)) wird als Open-Source-Projekt veröffentlicht. Dies erleichtert das Erstellen von Anwendungen mit vertrauten Tools und Docker-Cli, das Packen aller Abhängigkeiten und das lokale Testen solcher Lambda-Anwendungen.
Weitere Details hier Die Granularität der
Lambda-Abrechnung wurde von 100 ms auf 1 ms reduziertDies hilft, die Kosten für Szenarien zu senken, in denen die Lambda-Laufzeit sehr kurz und weniger als 100 ms sein kann. Bei dynamischen Webseiten, deren Verarbeitung manchmal einige zehn Millisekunden dauert, sinken die Kosten beispielsweise um zehn Prozent.
Weitere Details hier
Lambda-Funktionen können jetzt bis zu 10 GB Speicher anstelle von zuvor 3 GB und bis zu 6 vCPUs verwenden . Dies erleichtert die Verwendung von Lambda für Aufgaben wie Videoverarbeitung, ETL, Stapelaufgaben usw.
Weitere Details hier
Aurora Serverless v2
Amazon Aurora ist eine MySQL- und PostgreSQL-kompatible relationale Datenbank, die für die Cloud erstellt wurde. Es läuft fünfmal schneller als Standard-MySQL-Datenbanken und dreimal schneller als typische PostgreSQL-Datenbanken. Mit Amazon Aurora Serverless können Sie Aurora ausführen, ohne dass Instanzverwaltung und automatische Skalierung erforderlich sind. Amazon Aurora Serverless v2, das bereits im Pre-Access-Modus für MySQL verfügbar ist, verbessert die automatische Skalierung und kann die Kapazität in Sekundenbruchteilen ändern, um Hunderttausende von Transaktionen abzuwickeln.
Amazon Aurora Serverless v2 bietet Kunden die gesamte Palette der Amazon Aurora-Funktionen von Multi-AZ, globalen Datenbanken und Lesereplikaten. Dank der verbesserten automatischen Skalierung eignet es sich auch für große Unternehmen mit Tausenden von Anwendungen mit variabler Datenbanklast sowie für SaaS-Anbieter, die keine Datenbanken im Mandantenmodus ausführen möchten, sondern für jeden Client einen eigenen Cluster ohne hohe Kosten und ohne Bedarf haben möchten manuelle Skalierung.
Weitere Details hier .
Babelfish MSSQL auf Aurora (Vorschau) + Open-Source-Projekt
Babelfish für Amazon Aurora ist eine neue Proxy-Schicht für Amazon Aurora, mit der Sie Abfragen für Microsoft SQL Server erstellen können. Babelfish versteht das Wire-Protokoll und T-SQL, sodass Sie keine SDKs oder Treiber ändern müssen, um mit der Datenbank zu arbeiten und Anwendungen neu zu schreiben.
Dies ist eine großartige Gelegenheit, um MS SQL-Lizenzkosten zu sparen. Mit dem AWS Database Migration Service (DMS) können Sie Ihr Datenschema und Ihre Daten auch wie einen MS SQL-Server nach Amazon Aurora migrieren.
Das Babelfish-Projekt wird später als Open-Source-Projekt unter der Apache 2.0-Lizenz verfügbar sein.
Weitere Details hier
Proton
AWS Proton ist der erste vollständig verwaltete Anwendungsbereitstellungsdienst für Anwendungen in Containern und ohne Server. Plattformteams können Proton verwenden, um die verschiedenen Tools zu verbinden und zu koordinieren, die für die Bereitstellung der Infrastruktur, die Bereitstellung des Codes, die Überwachung und Aktualisierungen erforderlich sind:
- AWS Proton lässt sich in weit verbreitete CI / CD-Systeme und Überwachungstools wie CodePipeline und CloudWatch integrieren.
- Bietet kuratierte Vorlagen , die den AWS-Best Practices für allgemeine Anwendungsfälle entsprechen, z. B. Webdienste, die auf AWS Fargate ausgeführt werden, oder Streaming-Anwendungen, die auf AWS Lambda basieren .
- Sammelt Informationen zum Bereitstellungsstatus einer Anwendung, z. B. das letzte Datum, an dem sie erfolgreich bereitgestellt wurde.
Weitere Details hier
DevOps Guru
Ein vollständig verwalteter Betriebsdienst, mit dem Entwickler und Betreiber die Verfügbarkeit von Anwendungen auf einfache Weise verbessern können, indem sie Betriebsprobleme automatisch erkennen und beraten, wie sie behoben werden können. DevOps Guru wendet ML-Modelle auf Daten von Amazon CloudWatch, AWS Config, AWS CloudTrail, AWS CloudFormation und AWS X-Ray an, um Anomalien zu erkennen:
- DevOps Guru erkennt automatisch Betriebsprobleme, beschreibt mögliche Ursachen und empfiehlt Korrekturmaßnahmen.
- Visualisieren Sie Live-Daten, indem Sie Daten aus mehreren Quellen integrieren, die Amazon CloudWatch, AWS Config, AWS CloudTrail, AWS CloudFormation und AWS X-Ray unterstützen.
- Sammelt Protokolle und analysiert Ihre Umgebung. Dies kann bis zu mehreren Stunden dauern.
- Eine Liste von Erkenntnissen, eine Sammlung von Anomalien, die bei der Analyse der in Ihrer Anwendung konfigurierten AWS-Ressourcen generiert werden.
- Aggregierte Metriken in Bezug auf Erkenntnisse.
- Detaillierte Grafiken für jede der Anomalien.
Weitere Details hier
Amazon Lookout for Vision
Neuer Service in der Kategorie Computer Vision zur Erkennung von Sehfehlern in Industrieprodukten. Mit Amazon Lookout for Vision können Sie die visuelle Inspektion in Echtzeit mithilfe von Computer Vision und einem geschulten Modell für Ihre Bilder mit und ohne Fehler automatisieren. Etwa 30 Bilder reichen aus. Das beste Beispiel für eine solche Arbeit wird in den folgenden Bildern gezeigt:
Weitere Details hier
Amazon Panorama Appliance
Jetzt können Sie mit Amazon SageMaker ein Computer-Vision-Modell entwickeln und es dann auf einem Panorama-Gerät bereitstellen, das das ML-Modell dann auf Videostreams von mehreren Netzwerk- und IP-Kameras ausführen kann. Das Panorama-Gerät und die zugehörige Konsole befinden sich derzeit im Vorschauzugriff.
- Fügen Sie vorhandenen Kameras ML hinzu. Schließen Sie Ihr AWS Panorama-Gerät an, verbinden Sie es mit Ihrem Netzwerk, und das Gerät erkennt automatisch Ihre vorhandene IP-Kamera-Flotte.
- Sie können Videostreams innerhalb von Millisekunden von einer einzigen Steuerschnittstelle an mehreren Standorten aus analysieren.
- Aktivieren Sie den Lebenslauf in Umgebungen mit eingeschränkten Verbindungen.
- Einhaltung der Datenschutz- und Governance-Anforderungen.
- Schnelle Entwicklung in einer vertrauten Programmierumgebung.
Weitere Details hier
Amazon Monitron
Ein umfassendes System, das maschinelles Lernen verwendet, um abnormales Verhalten in Industrieanlagen zu erkennen, ermöglicht vorhersehbare Wartung und reduziert ungeplante Ausfallzeiten. Besteht aus 4 Schlüsselkomponenten:
- Amazon Monitron Sensoren. Installieren Sie einfach drahtlose Amazon Monitron-Sensoren an rotierenden Geräten wie Motoren, Getrieben, Lüftern und Pumpen, um Vibrationen und Temperaturen zu messen.
- Amazon Monitron Gateway. Daten von Amazon Monitron-Sensoren werden mithilfe von Amazon Monitron-Gateways automatisch und sicher an AWS übertragen. Amazon Monitron-Gateways stellen über Bluetooth Low Energy (BLE) und AWS über Wi-Fi eine Verbindung zu Sensoren her.
- Amazon Monitron ML-Dienst. Sensordaten werden automatisch durch maschinelles Lernen analysiert, um abnormale Gerätezustände zu identifizieren, die möglicherweise gewartet werden müssen.
- Monitron mobile Anwendung. Anzeigen von Sensorwerten in der Monitron Mobile App. Die App sendet Push-Benachrichtigungen, wenn sie abnormales Verhalten erkennt.
Weitere Details hier
Vorschau der elastischen Ansichten von AWS Glue
AWS Glue Elastic Views ist eine neue AWS Glue-Funktion, mit der Sie materialisierte Ansichten aus mehreren Quellen mithilfe der bekannten SQL-Syntax erstellen und die Daten dann auf verschiedene Services replizieren können. Es ist ein vollständig verwalteter Dienst ohne Server. Die Daten werden mit minimaler Latenz (nahezu in Echtzeit) aktualisiert.
Weitere Details hier
Amazon SageMaker Data Wrangler und Amazon SageMaker Feature Store
Die Datenaufbereitung und das Feature-Engineering beanspruchen 80% der Arbeitszeit des Datenwissenschaftlers. Diese Arbeit erfordert nicht nur viel Zeit und den Einsatz vieler Tools, sondern auch in den meisten Fällen das Schreiben von Code.
Amazon SageMaker Data Wrangler kann Ihre Datenvorbereitungszeit von Wochen auf Minuten reduzieren. Es automatisiert die Datenerfassung und -bereinigung, das Feature-Engineering und die Transformationen. Mit Amazon SageMaker Data Wrangler können Sie Daten analysieren und visualisieren und den Beitrag bestimmter Funktionen zur Genauigkeit von Modellen für maschinelles Lernen bewerten.
Mit Amazon SageMaker Feature Store können Sie in allen Phasen des Lebenszyklus konsistent mit Funktionen arbeiten - von der Datenverarbeitung über die Schulung und Bereitstellung von Modellen für maschinelles Lernen bis hin zur Produktion. Der Amazon SageMaker Feature Store bietet ein Repository mit Funktionen, die von einer Vielzahl von Anwendungen und Datenwissenschaftlern verwendet werden können.
Weitere Details hier und hier
Amazon SageMaker Pipelines
Amazon SageMaker Pipelines ist das erste CI / CD-System (Continuous Integration and Continuous Delivery), das speziell für maschinelles Lernen entwickelt wurde. Mit Amazon SageMaker Pipelines können Sie Pipelines erstellen, die Datenmanipulation, Modelltraining und -optimierung, Modellbereitstellung für die Produktion, Modelltests und Versionskontrolle umfassen.
SageMaker Pipelines lassen sich an die Anforderungen des Unternehmens anpassen. Die gleichzeitige Arbeit mit Tausenden von Experimenten und Hunderten von Modellversionen wird unterstützt. Pipelines werden mit dem Python SDK erstellt und können in SageMaker Studio gerendert werden.
Weitere Details hier
CodeGuru Reviewer Security + CodeGure Python-Unterstützung
Mit Amazon CodeGuru Reviewer können Sie Sicherheitsengpässe und Fehler in Ihrem Code finden, noch bevor Sie ihn bereitstellen. Mit CodeGuru Reviewer Security Detectors können Sie die Hauptkategorien von Risiken aus dem Open Web Application Security Project (OWASP) identifizieren, Orte finden, die nicht den Best Practices zum Erstellen von AWS-APIs entsprechen, und alles, was mit den Standard-Java-Kryptografiebibliotheken zu tun hat.
Amazon CodeGuru unterstützt jetzt neben Java auch in Python geschriebenen Parsing-Code.
Weitere Details hier
Amazon Connect Wisdom + Kundenprofile + Kontaktlinse in Echtzeit + Verbindungsaufgaben + VoiceID verbinden
Für Amazon Connect wurde eine ganze Reihe von Updates und neuen Funktionen veröffentlicht. Amazon Connect ist ein virtuelles Callcenter in der Cloud, mit dem Sie Ihren Helpdesk oder andere Dienste bereitstellen können.
Amazon Connect Wisdom verwendet maschinelles Lernen, um relevante und relevante Informationen für einen Agenten zu finden, die auf verschiedenen Datenquellen wie Back-End-Systemen, SalesForce, ServiceNow, verschiedenen Back-End-Wikis, Wissensdatenbanken und mehr basieren. Der Dienst versucht, Antworten auf Fragen genau in der Form zu finden, in der eine Person sie stellt.
VoiceID verbindenidentifiziert den Anrufer per Spracheingabe. Beim ersten Anruf werden Sprache, Intonation, Rhythmus und andere Merkmale des Kunden analysiert. Als nächstes wird eine digitale Sprachausgabe erstellt, auf deren Grundlage bei nachfolgenden Anrufen die Konversation in Echtzeit überprüft wird.
Echtzeit-Kontaktlinse - Mit dieser Erweiterung können Sie Anrufe in Echtzeit analysieren und problematische Telefonsitzungen identifizieren, wenn die Stimme steigt oder sich die Sentimentalität des Gesprächs und anderer Indikatoren stark ändert, was möglicherweise die Intervention eines Vorgesetzten in den Dialog erforderlich macht.
Amazon Connect-Kundenprofile- Dieser Service bietet eine einzige Kundenkarte, die auf Daten aus verschiedenen Systemen basiert, z. B. Salesforce, ServiceNow, Zendesk, Marketo usw. - Dies verkürzt die Zeit, die ein Agent in unterschiedlichen Systemen nach diesen Informationen sucht, erheblich. Mithilfe von
Amazon Connect-Aufgaben können Sie sowohl Routineaufgaben von Agenten als auch deren Aktionen in anderen Systemen automatisieren. Mit Connect Tasks können Sie Agenten Aufgaben basierend auf ihrer Spezialisierung oder ihrem Beruf zuweisen.
AWS Kleine Außenposten
Neue kleine AWS-Außenposten in den Größen 1U und 2U ( Rack-Einheit ) können jetzt problemlos in einem Geschäft oder Büro platziert werden, ohne dass Platz für ein gesamtes Rack erforderlich ist. Die Outposts 1U werden mit AWS Graviton 2-Prozessoren und der 2U Outposts-Server mit Intel-Prozessoren ausgestattet sein. Beide neuen Formfaktoren unterstützen die lokale Ausführung von EC2-, ECS- und EKS-Diensten.
AWS Russian Twitch Session
Und jetzt die versprochene Ankündigung des russischsprachigen Twitch-Streams, der an den wichtigsten Tagen von AWS re: Invent stattfinden wird. Streams werden von führenden AWS-Lösungsarchitekten vorbereitet und durchgeführt, die aus den Nachrichten und Ankündigungen der mehrstündigen Konferenz die interessantesten und nützlichsten ausgewählt haben.
Registrieren Sie sich, stellen Sie eine Verbindung zu Streams her und diskutieren Sie live .
AWS re: Invent. Hauptankündigungen des ersten Tages (Teil 2. Lagerung)