Novas instâncias - Amazon EC2 Mac
O Amazon EC2 Mac permite que você execute seus aplicativos sob demanda no macOS na nuvem. Usando o sistema AWS Nitro, os Macs EC2 são baseados no Apple Mac mini com processador Intel Core i7 (3,2 GHz - 4,6 GHz turbo, 6 núcleos físicos / 12 lógicos e 32 GiB de RAM) e sistemas operacionais: macOS Mojave (10.14) ou macOS Catalina ( 10,15). O macOS Big Sur (11.0) também estará disponível em breve.
Os desenvolvedores agora podem construir, compilar, assinar, testar e desenvolver aplicativos para iPhone, iPad, Mac, Apple Watch, Apple TV e Safari pela primeira vez na nuvem AWS, personalizando e automatizando seus processos de desenvolvimento para plataformas Apple.
Mais detalhes aqui
Novas instâncias: R5b, D3 / D3en, M5zn, C6gn
Os seguintes novos tipos de instância estão disponíveis hoje:
- 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 : Instâncias com os processadores escaláveis Intel Xeon mais rápidos na nuvem, turbo all-core de até 4,5 GHz. As instâncias M5zn são adequadas para jogos, computação de alto desempenho (HPC) e cargas de trabalho de simulação, como finanças, automotivas, energia e muito mais.
O seguinte tipo de instância estará disponível mais tarde em dezembro de 2020:
- C6gn: Graviton2 ARM, 40% / x86. C6gn 4 , 4 2 EBS C6g. , , , HPC
AI/ML: AWS Trainium Habana Gaudi
A AWS oferece uma ampla variedade de hardware de aprendizado de máquina, desde placas gráficas NVIDIA e AMD (com o novo tipo de instância G4ad) até seus próprios chips AWS Inferentia que aceleram as redes neurais em produção. A AWS está apresentando novos chips AWS Trainium este ano. Os Chips AWS Trainium aceleram o treinamento da rede neural e, junto com os Chips AWS Inferentia, permitem o desenvolvimento de aprendizado de máquina mais rápido e barato, obtendo benefícios em todo o seu ciclo de vida.
Instâncias com aceleradores Habana Gaudi da Intel também estarão disponíveis no próximo ano. Esses aceleradores são eficazes no treinamento de redes neurais, especialmente em tarefas de processamento de linguagem natural, construção de sistemas de recomendação e processamento de imagem / vídeo.
Mais detalhes aqui .
EKS Distro
Amazon EKS Distro é uma distribuição Kubernetes usada para criar clusters no Amazon EKS. Inclui binários e código-fonte para componentes como Kubernetes, etcd (um banco de dados que armazena configuração de cluster), bem como plug-ins de rede e armazenamento. Os clientes agora podem instalar o EKS Distro não apenas na infraestrutura AWS, mas sempre que as necessidades de negócios exigirem, como diretamente em servidores físicos em um data center “no terreno”, máquinas virtuais VMware vSphere ou instâncias Amazon EC2.
Clusters construídos em cima do EKS Distro darão suporte às mesmas versões do Kubernetes e dependências e patches necessários do Amazon EKS para que os clientes possam criar clusters Kubernetes confiáveis e seguros por conta própria, sem ter que monitorar independentemente novas versões de vários componentes e sua compatibilidade. Para notificações sobre novas versões, você só precisa se inscrever no tópico Amazon Simple Notification Service (Amazon SNS). Além disso, o EKS Distro oferece suporte para as versões do Kubernetes compatíveis com o Amazon EKS, mesmo que o suporte da comunidade tenha terminado para eles.
Mais detalhes aqui e aqui .
ECS Anywhere, EKS Anywhere (anunciado: planejado em 2021)
O Amazon ECS Anywhere e o Amazon EKS Anywhere serão lançados em 2021, o que permitirá aos clientes executar o plano de dados ECS e EKS, respectivamente, em sua infraestrutura, incluindo seu data center. Ao mesmo tempo, os clientes poderão continuar a usar as mesmas APIs para gerenciamento de cluster e clusters totalmente implantados na nuvem.
Os clientes poderão usar o ECS Anywhere e o EKS Anywhere para cargas de trabalho que atualmente não podem ser migradas para a nuvem. Apenas os dados necessários para gerenciar o cluster serão transferidos para a AWS e, se não estiver conectado à nuvem, as cargas de trabalho continuarão em execução.
Leia mais aqui (sobre o ECS Anywhere).
Complementos no Amazon EKS
Os usuários do Amazon EKS agora podem instalar e gerenciar add-ons em clusters do Amazon EKS usando o AWS Console, Command Line Interface (AWS CLI) e API. O gerenciamento de complementos Amazon VPC CNI é atualmente compatível . No futuro, o suporte para outros addons será lançado.
Os usuários do Kubernetes costumam usar complementos para escalonamento, gerenciamento de rede e segurança e monitoramento. Anteriormente, os complementos eram gerenciados manualmente diretamente no cluster Kubernetes, agora você pode criar um cluster com os complementos necessários, adicionar complementos a um cluster existente ou atualizar complementos instalados diretamente por meio do console EKS, sem a necessidade de ações adicionais.
Mais detalhes aqui .
Amazon ECR Public
O Amazon Elastic Container Registry (Amazon ECR) permite que você crie repositórios de imagens de contêiner privados totalmente gerenciados. Os clientes agora também podem publicar imagens de contêiner em um diretório público usando Amazon ECR Public, onde podem ser baixadas e usadas mesmo sem uma conta da AWS.
Anteriormente, os desenvolvedores precisavam usar vários serviços para criar repositórios públicos e privados. Ambas as opções agora são suportadas no Amazon ECR, que fornece armazenamento altamente disponível e escalonável para imagens de contêiner, gráficos de leme e outros artefatos OCI que são replicados de forma confiável em duas regiões da AWS para tempos de carregamento mais rápidos e maior confiabilidade.
Mais detalhes aqui .
Lambda em contêineres + memória lambda de 10 Gb, 6vCPUs + faturamento de 1 ms
Lambda em recipientes . Os aplicativos Lambda agora podem ser construídos como contêineres Docker de até 10 GB de tamanho e publicados no AWS Lambda na nuvem. As imagens de base para coletar seus aplicativos foram publicadas, e o Lambda Runtime (Runtime Interface Clients (RIC)) será publicado como um projeto de código aberto. Isso tornará mais fácil construir aplicativos usando ferramentas familiares e Docker cli, empacotar todas as dependências e também tornar muito mais fácil testar esses aplicativos lambda localmente.
Mais detalhes aqui Granularidade de
faturamento Lambda reduzida de 100 ms para 1 msIsso ajudará a reduzir o custo em cenários em que o tempo de execução do Lambda pode ser muito curto e inferior a 100 ms. Por exemplo, para páginas da Web dinâmicas, cujo processamento às vezes leva algumas dezenas de milissegundos, os custos cairão dezenas de por cento.
Mais detalhes aqui As
funções do Lambda agora podem usar até 10 GB de memória em vez dos 3 GB anteriores e até 6vCPUs . Isso tornará mais fácil usar lambda para tarefas como processamento de vídeo, ETL, tarefas em lote, etc.
Mais detalhes aqui
Aurora Serverless v2
Amazon Aurora é um banco de dados relacional compatível com MySQL e PostgreSQL desenvolvido para a nuvem. Ele roda 5 vezes mais rápido do que bancos de dados MySQL padrão e 3 vezes mais rápido do que bancos de dados PostgreSQL típicos. O Amazon Aurora Serverless permite que você execute o Aurora sem a necessidade de gerenciamento de instância e escalonamento automático. O Amazon Aurora Serverless v2, que já está disponível no modo de pré-acesso para MySQL, melhora o escalonamento automático e pode alterar a capacidade em uma fração de segundo para lidar com centenas de milhares de transações.
O Amazon Aurora Serverless v2 oferece aos clientes o conjunto completo de recursos do Amazon Aurora de Multi-AZ, bancos de dados globais e réplicas de leitura. Graças ao escalonamento automático aprimorado, também é adequado para grandes empresas com milhares de aplicativos com carga de banco de dados variável, bem como provedores de SaaS que não desejam executar bancos de dados no modo multilocatário, mas desejam ter um cluster separado para cada cliente sem altos custos e a necessidade escala manual.
Mais detalhes aqui .
Babelfish MSSQL no Aurora (visualização) + projeto de código aberto
Babelfish para Amazon Aurora é uma nova camada de proxy para Amazon Aurora que permite fazer consultas escritas para o servidor Microsoft SQL. Babelfish entende protocolo de rede e T-SQL, então você não precisa mudar SDKs ou drivers para trabalhar com o banco de dados e reescrever aplicativos.
Esta é uma grande oportunidade de economizar nos custos de licença do MS SQL e, com o AWS Database Migration Service (DMS), você também pode migrar seu esquema de dados e dados para o Amazon Aurora como se fosse um servidor MS SQL.
O projeto Babelfish estará disponível como um projeto de código aberto posteriormente sob a licença Apache 2.0.
Mais detalhes aqui
Próton
O AWS Proton é o primeiro serviço de implantação de aplicativo totalmente gerenciado para aplicativos em contêineres e sem servidor. As equipes de plataforma podem usar o Proton para conectar e coordenar as várias ferramentas necessárias para provisionamento de infraestrutura, implantação de código, monitoramento e atualizações:
- O AWS Proton se integra a sistemas CI / CD amplamente usados e ferramentas de vigilância, como CodePipeline e CloudWatch.
- Fornece modelos selecionados que seguem as práticas recomendadas da AWS para casos de uso gerais, como serviços da web em execução no AWS Fargate ou aplicativos de streaming criados no AWS Lambda .
- Reúne informações sobre o status de implantação de um aplicativo, como a última data em que foi implantado com êxito.
Mais detalhes aqui
DevOps Guru
Um serviço de operações totalmente gerenciado que permite aos desenvolvedores e operadores melhorar facilmente a disponibilidade do aplicativo, detectando automaticamente problemas operacionais e aconselhando sobre como corrigi-los. O DevOps Guru aplica modelos de ML em dados do Amazon CloudWatch, AWS Config, AWS CloudTrail, AWS CloudFormation e AWS X-Ray para detectar anomalias:
- O DevOps Guru identifica automaticamente os problemas operacionais, detalha as possíveis causas e recomenda ações corretivas.
- Visualize dados ao vivo integrando dados de várias fontes que suportam Amazon CloudWatch, AWS Config, AWS CloudTrail, AWS CloudFormation e AWS X-Ray.
- Coleta logs e analisa seu ambiente. Isso pode levar várias horas.
- Uma lista de insights, que é uma coleção de anomalias geradas ao analisar os recursos da AWS configurados em seu aplicativo.
- Métricas agregadas relacionadas ao insight.
- Gráficos detalhados para cada uma das anomalias.
Mais detalhes aqui
Amazon Lookout for Vision
Novo serviço na categoria de visão computacional para detecção de defeitos visuais em produtos industriais. O Amazon Lookout for Vision ajuda a automatizar a inspeção visual em tempo real usando visão computacional e um modelo treinado para suas imagens, com e sem defeitos. Cerca de 30 imagens são suficientes. O melhor exemplo desse trabalho será mostrado nas imagens abaixo:
Mais detalhes aqui
Aparelho Amazon Panorama
Agora você pode desenvolver um modelo de visão computacional usando o Amazon SageMaker e implantá-lo em um dispositivo Panorama, que pode executar o modelo ML em fluxos de vídeo de várias câmeras de rede e IP. O dispositivo Panorama e o console associado estão atualmente em acesso de visualização.
- Adicione ML às câmeras existentes. Conecte seu dispositivo AWS Panorama, conecte-o à sua rede e o dispositivo descobrirá automaticamente sua frota de câmeras IP existente.
- Você pode analisar streams de vídeo em milissegundos a partir de uma única interface de controle em vários locais.
- Ative o CV em ambientes com conexões limitadas.
- Conformidade com os requisitos de privacidade e governança de dados.
- Desenvolvimento rápido em um ambiente de programação familiar.
Mais detalhes aqui
Amazon Monitron
Um sistema abrangente que usa aprendizado de máquina para detectar comportamento anormal em equipamentos industriais, permite manutenção previsível e reduz o tempo de inatividade não planejado. Consiste em 4 componentes principais:
- Sensores Amazon Monitron. Instale facilmente os sensores sem fio Amazon Monitron em equipamentos rotativos, como motores, caixas de engrenagens, ventiladores e bombas para medir a vibração e a temperatura.
- Amazon Monitron Gateway. Os dados dos sensores do Amazon Monitron são transferidos de forma automática e segura para a AWS usando os gateways Amazon Monitron. Os gateways Amazon Monitron se conectam a sensores por Bluetooth Low Energy (BLE) e AWS por Wi-Fi.
- Serviço Amazon Monitron ML. Os dados do sensor são analisados automaticamente usando aprendizado de máquina para identificar condições anormais do equipamento que podem exigir manutenção.
- Aplicativo móvel Monitron. Visualize facilmente as leituras do sensor no aplicativo móvel Monitron. O aplicativo envia notificações push quando detecta comportamento anormal.
Mais detalhes aqui
AWS Glue Elastic Views Preview
O AWS Glue Elastic Views é um novo recurso do AWS Glue que permite que você crie visualizações materializadas de várias fontes usando a sintaxe SQL familiar e, em seguida, replique os dados para vários serviços. É um serviço sem servidor totalmente gerenciado. Os dados são atualizados com latência mínima (quase em tempo real).
Mais detalhes aqui
Amazon SageMaker Data Wrangler e Amazon SageMaker Feature Store
A preparação de dados e a engenharia de recursos ocupam 80% do tempo de trabalho do cientista de dados. Este trabalho não requer apenas muito tempo e o uso de muitas ferramentas, mas também na maioria dos casos de escrita de código.
O Amazon SageMaker Data Wrangler pode reduzir o tempo de preparação de dados de semanas para minutos. Ele automatiza a amostragem e limpeza de dados, engenharia de recursos e transformações. Com o Amazon SageMaker Data Wrangler, você pode analisar e visualizar dados e avaliar a contribuição de recursos específicos para a precisão dos modelos de aprendizado de máquina.
O Amazon SageMaker Feature Store ajuda você a trabalhar consistentemente com recursos em todos os estágios do ciclo de vida - do processamento de dados ao treinamento e implantação de modelos de aprendizado de máquina para produção. O Amazon SageMaker Feature Store oferece um repositório de recursos que pode ser usado por uma variedade de aplicativos e cientistas de dados.
Mais detalhes aqui e aqui
Pipelines Amazon SageMaker
Amazon SageMaker Pipelines é o primeiro sistema de integração contínua e entrega contínua (CI / CD) criado especificamente para aprendizado de máquina. O Amazon SageMaker Pipelines permite que você crie pipelines que incluem processamento de dados, treinamento e otimização de modelo, implantação de modelo para produção, teste de modelo e controle de versão.
SageMaker Pipelines dimensiona para atender às necessidades da organização. O trabalho simultâneo com milhares de experimentos e centenas de versões de modelo é suportado. Os pipelines são construídos usando o SDK do Python e podem ser renderizados no SageMaker Studio.
Mais detalhes aqui
CodeGuru Reviewer Security + suporte para CodeGure Python
O Amazon CodeGuru Reviewer ajuda a encontrar gargalos de segurança e bugs em seu código, mesmo antes de implantá-lo. CodeGuru Reviewer Security Detectors irá ajudá-lo a identificar as principais categorias de risco do Open Web Application Security Project (OWASP), encontrar lugares que não refletem as melhores práticas para construir APIs da AWS e tudo relacionado às bibliotecas de criptografia Java padrão.
O Amazon CodeGuru agora oferece suporte à análise de código escrito em Python, além de Java.
Mais detalhes aqui
Amazon Connect Wisdom + Perfis de clientes + Lentes de contato em tempo real + Conectar tarefas + Conectar ID de voz
Uma série completa de atualizações e novas funcionalidades foi lançada para Amazon Connect. Amazon Connect é um call center virtual na nuvem que você pode usar para implantar seu helpdesk ou outros serviços.
O Amazon Connect Wisdom usa aprendizado de máquina para ajudá-lo a encontrar informações relevantes e relevantes para um agente com base em várias fontes de dados, como sistemas back-end, SalesForce, ServiceNow, vários wikis back-end, bases de conhecimento e muito mais. O serviço tenta encontrar respostas às perguntas exatamente na forma em que a pessoa as faz.
Conectar VoiceIDidentifica o chamador por voz. Na primeira chamada, são analisados a fala, a entonação, o ritmo e outras características do cliente. Em seguida, é criado um elenco de voz digital, com base no qual, nas chamadas subsequentes, a conversa é verificada em tempo real.
Lente de contato em tempo real - esta extensão permite que você analise chamadas em tempo real e identifique sessões telefônicas problemáticas quando a voz aumenta ou o sentimentalismo da conversa e outros indicadores mudam muito, o que pode exigir a intervenção de um supervisor no diálogo.
Perfis de clientes Amazon Connect- este serviço fornece um único cartão de cliente com base em dados de diferentes sistemas, como: Salesforce, ServiceNow, Zendesk, Marketo, etc. - o que reduz significativamente o tempo que um agente procura por essas informações em sistemas distintos.
O Amazon Connect Tasks pode ajudá-lo a automatizar as tarefas de rotina dos agentes e suas ações em outros sistemas. Com o Connect Tasks, você pode atribuir tarefas a agentes com base em sua especialização ou ocupação.
AWS Small Outposts
Novos e pequenos AWS Outposts no tamanho de 1U e 2U ( unidade de rack ) agora podem ser facilmente colocados em uma loja ou escritório sem a necessidade de alocar espaço para um rack inteiro. Os outposts 1U serão equipados com processadores AWS Graviton 2 e os servidores 2U Outposts serão equipados com processadores Intel. Ambos os novos formatos suportarão a execução de serviços EC2, ECS e EKS localmente.
AWS Russian Twitch Session
E agora o anúncio prometido do fluxo de twitch em russo, que acontecerá nos dias principais da AWS re: Invent. Os streams são preparados e conduzidos pelos principais arquitetos de soluções da AWS, que escolheram todos os itens mais interessantes e úteis a partir das notícias e anúncios da conferência de várias horas.
Cadastre-se, conecte-se a transmissões e discuta ao vivo .
AWS re: Invent. Principais anúncios do primeiro dia (Parte 2. Armazenamento)