Nouvelles instances - Amazon EC2 Mac
Amazon EC2 Mac vous permet d'exécuter vos applications à la demande sur macOS dans le cloud. Utilisant AWS Nitro System, les Mac EC2 sont basés sur Apple Mac mini avec processeur Intel Core i7 (3,2 GHz - 4,6 GHz turbo, 6 cœurs physiques / 12 logiques et 32 Go de RAM) et des systèmes d'exploitation: macOS Mojave (10.14) ou macOS Catalina ( 10.15). macOS Big Sur (11.0) arrive également bientôt.
Les développeurs peuvent désormais créer, compiler, signer, tester et développer des applications pour iPhone, iPad, Mac, Apple Watch, Apple TV et Safari pour la première fois dans le cloud AWS, en personnalisant et en automatisant leurs processus de développement pour les plates-formes Apple.
Plus de détails ici
Nouvelles instances: R5b, D3 / D3en, M5zn, C6gn
Les nouveaux types d'instances suivants sont disponibles aujourd'hui:
- 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 : Instances dotées des processeurs Intel Xeon Scalable les plus rapides du cloud, turbo tout cœur jusqu'à 4,5 GHz. Les instances M5zn sont bien adaptées aux charges de travail de jeu, de calcul haute performance (HPC) et de simulation telles que la finance, l'automobile, l'énergie, etc.
Le type d'instance suivant sera disponible plus tard en décembre 2020:
- C6gn: Graviton2 ARM, 40% / x86. C6gn 4 , 4 2 EBS C6g. , , , HPC
AI/ML: AWS Trainium Habana Gaudi
AWS propose une grande variété de matériel d'apprentissage automatique, des cartes graphiques NVIDIA et AMD (avec le nouveau type d'instance G4ad) à leurs propres puces AWS Inferentia qui accélèrent les réseaux de neurones en production. AWS présente de nouvelles puces AWS Trainium cette année. Les puces AWS Trainium accélèrent la formation des réseaux neuronaux et, avec les puces AWS Inferentia, permettent un développement d'apprentissage automatique plus rapide et moins coûteux, en bénéficiant d'avantages tout au long de leur cycle de vie.
Des instances avec les accélérateurs Habana Gaudi d'Intel seront également disponibles l'année prochaine. Ces accélérateurs sont efficaces dans la formation des réseaux neuronaux, en particulier dans les tâches de traitement du langage naturel, de construction de systèmes de recommandation et de traitement d'image / vidéo.
Plus de détails ici .
EKS Distro
Amazon EKS Distro est une distribution Kubernetes utilisée pour créer des clusters sur Amazon EKS. Il comprend des binaires et du code source pour des composants tels que Kubernetes, etcd (une base de données qui stocke la configuration du cluster), ainsi que des plugins de réseau et de stockage. Les clients peuvent désormais installer EKS Distro non seulement sur l'infrastructure AWS, mais partout où les besoins de l'entreprise l'exigent, par exemple directement sur les serveurs physiques d'un centre de données «sur le terrain», sur des machines virtuelles VMware vSphere ou des instances Amazon EC2.
Les clusters construits sur EKS Distro prendront en charge les mêmes versions de Kubernetes et les dépendances et correctifs requis qu'Amazon EKS, afin que les clients puissent créer eux-mêmes des clusters Kubernetes fiables et sécurisés sans avoir à suivre les nouvelles versions de divers composants et leur compatibilité. Pour les notifications sur les nouvelles versions, il vous suffit de vous abonner à la rubrique Amazon Simple Notification Service (Amazon SNS). En outre, EKS Distro prend en charge les versions de Kubernetes prises en charge par Amazon EKS, même si le support de la communauté a pris fin pour elles.
Plus de détails ici et ici .
ECS Anywhere, EKS Anywhere (annoncé: prévu en 2021)
Amazon ECS Anywhere et Amazon EKS Anywhere seront lancés en 2021, ce qui permettra aux clients d'exécuter le plan de données ECS et EKS, respectivement, sur leur infrastructure, y compris leur centre de données. Dans le même temps, les clients peuvent continuer à utiliser les mêmes API pour la gestion des clusters que pour les clusters entièrement déployés dans le cloud.
Les clients pourront utiliser ECS Anywhere et EKS Anywhere pour les charges de travail qui ne peuvent actuellement pas être migrées vers le cloud. Seules les données requises pour gérer le cluster seront transférées vers AWS et, si elles ne sont pas connectées au cloud, les charges de travail continueront de s'exécuter.
En savoir plus ici (à propos d'ECS Anywhere).
Addons dans Amazon EKS
Les utilisateurs d'Amazon EKS peuvent désormais installer et gérer des modules complémentaires sur des clusters Amazon EKS à l'aide de la console AWS, de l'interface de ligne de commande (AWS CLI) et de l'API. La gestion des modules complémentaires Amazon VPC CNI est actuellement prise en charge . À l'avenir, la prise en charge d'autres modules complémentaires sera publiée.
Les utilisateurs de Kubernetes utilisent souvent des modules complémentaires pour la mise à l'échelle, la gestion du réseau et de la sécurité et la surveillance. Auparavant, les addons étaient gérés manuellement directement dans le cluster Kubernetes, vous pouvez désormais créer un cluster avec les addons nécessaires, ajouter des addons à un cluster existant ou mettre à jour les addons installés directement via la console EKS sans avoir besoin d'actions supplémentaires.
Plus de détails ici .
Amazon ECR public
Amazon Elastic Container Registry (Amazon ECR) vous permet de créer des référentiels d'images de conteneurs privés entièrement gérés. Les clients peuvent désormais également publier des images de conteneurs dans un annuaire public à l'aide d'Amazon ECR Public, où elles peuvent être téléchargées et utilisées même sans compte AWS.
Auparavant, les développeurs devaient utiliser plusieurs services pour créer des référentiels privés et publics. Les deux options sont désormais prises en charge dans Amazon ECR, qui fournit un stockage hautement disponible et évolutif pour les images de conteneur, les graphiques de barre et d'autres artefacts OCI qui sont répliqués de manière fiable sur deux régions AWS pour des temps de chargement plus rapides et une fiabilité accrue.
Plus de détails ici .
Lambda sur conteneurs + mémoire lambda 10 Go, 6vCPU + 1 ms de facturation
Lambda sur les conteneurs . Les applications Lambda peuvent désormais être créées en tant que conteneurs Docker d'une taille maximale de 10 Go et publiées sur AWS Lambda dans le cloud. Les images de base pour collecter leurs applications ont été publiées et le Lambda Runtime (Runtime Interface Clients (RIC)) sera publié en tant que projet open-source. Cela facilitera la création d'applications à l'aide d'outils familiers et le cli Docker, l'empaquetage de toutes les dépendances et rendra également beaucoup plus facile le test de ces applications lambda localement.
Plus de détails ici
Granularité de facturation Lambda réduite de 100 ms à 1 msCela contribuera à réduire le coût des scénarios dans lesquels le temps d'exécution Lambda peut être très court et inférieur à 100 ms. Par exemple, pour les pages Web dynamiques, dont le traitement prend parfois quelques dizaines de millisecondes, les coûts chuteront de dizaines de pour cent.
Plus de détails ici Les
fonctions Lambda peuvent désormais utiliser jusqu'à 10 Go de mémoire au lieu de 3 Go auparavant et jusqu'à 6 processeurs virtuels . Cela facilitera l'utilisation de lambda pour des tâches telles que le traitement vidéo, ETL, les tâches Batch, etc.
Plus de détails ici
Aurora Serverless v2
Amazon Aurora est une base de données relationnelle compatible MySQL et PostgreSQL conçue pour le cloud. Il fonctionne 5 fois plus vite que les bases de données MySQL standard et 3 fois plus vite que les bases de données PostgreSQL classiques. Amazon Aurora Serverless vous permet d'exécuter Aurora sans avoir besoin de gestion d'instance ni de mise à l'échelle automatique. Amazon Aurora Serverless v2, qui est déjà disponible en mode de pré-accès pour MySQL, améliore la mise à l'échelle automatique et peut modifier la capacité en une fraction de seconde pour gérer des centaines de milliers de transactions.
Amazon Aurora Serverless v2 offre aux clients la gamme complète des fonctionnalités d'Amazon Aurora, y compris Multi-AZ, bases de données globales et réplicas en lecture. Grâce à une mise à l'échelle automatique améliorée, il convient également aux grandes entreprises avec des milliers d'applications avec une charge de base de données variable, ainsi qu'aux fournisseurs SaaS qui ne souhaitent pas exécuter de bases de données en mode multi-locataires, mais qui souhaitent avoir un cluster distinct pour chaque client sans coûts élevés ni nécessité. mise à l'échelle manuelle.
Plus de détails ici .
Babelfish MSSQL sur Aurora (Aperçu) + Projet Open-source
Babelfish pour Amazon Aurora est une nouvelle couche proxy pour Amazon Aurora qui vous permet d'effectuer des requêtes écrites pour le serveur Microsoft SQL. Babelfish comprend le protocole filaire et T-SQL, vous n'avez donc pas besoin de modifier les SDK ou les pilotes pour travailler avec la base de données et réécrire les applications.
C'est une excellente occasion d'économiser sur les coûts de licence MS SQL, et avec AWS Database Migration Service (DMS), vous pouvez également migrer votre schéma de données et vos données vers Amazon Aurora comme s'il s'agissait d'un serveur MS SQL.
Le projet Babelfish sera disponible en tant que projet open-source plus tard sous la licence Apache 2.0.
Plus de détails ici
Proton
AWS Proton est le premier service de déploiement d'applications entièrement géré pour les applications conteneurisées et sans serveur. Les équipes de plateforme peuvent utiliser Proton pour connecter et coordonner les différents outils nécessaires au provisionnement de l'infrastructure, au déploiement de code, à la surveillance et aux mises à jour:
- AWS Proton s'intègre aux systèmes CI / CD largement utilisés et aux outils de surveillance tels que CodePipeline et CloudWatch.
- Fournit des modèles organisés qui suivent les meilleures pratiques AWS pour des cas d'utilisation généraux tels que les services Web exécutés sur AWS Fargate ou les applications de streaming basées sur AWS Lambda .
- Collecte des informations sur l'état de déploiement d'une application, comme la dernière date à laquelle elle a été déployée avec succès.
Plus de détails ici
Gourou DevOps
Un service d'exploitation entièrement géré qui permet aux développeurs et aux opérateurs d'améliorer facilement la disponibilité des applications en détectant automatiquement les problèmes opérationnels et en conseillant sur la façon de les résoudre. DevOps Guru applique des modèles de ML sur les données d'Amazon CloudWatch, AWS Config, AWS CloudTrail, AWS CloudFormation et AWS X-Ray pour détecter les anomalies:
- DevOps Guru identifie automatiquement les problèmes opérationnels, détaille les causes possibles et recommande des actions correctives.
- Visualisez les données en direct en intégrant les données de plusieurs sources prenant en charge Amazon CloudWatch, AWS Config, AWS CloudTrail, AWS CloudFormation et AWS X-Ray.
- Collecte des journaux et analyse votre environnement. Cela peut prendre plusieurs heures.
- Une liste d'informations, qui est un ensemble d'anomalies générées lors de l'analyse des ressources AWS configurées dans votre application.
- Mesures agrégées liées à la perspicacité.
- Graphiques détaillés pour chacune des anomalies.
Plus de détails ici
Amazon Lookout pour Vision
Nouveau service dans la catégorie de la vision par ordinateur pour la détection des défauts visuels dans les produits industriels. Amazon Lookout for Vision vous aide à automatiser l'inspection visuelle en temps réel à l'aide de la vision par ordinateur et d'un modèle formé pour vos images avec et sans défauts. Une trentaine d'images suffisent. Le meilleur exemple d'un tel travail sera montré dans les images ci-dessous:
Plus de détails ici
Appareil Amazon Panorama
Vous pouvez désormais développer un modèle de vision par ordinateur à l'aide d'Amazon SageMaker, puis le déployer sur un appareil Panorama, qui peut ensuite exécuter le modèle ML sur des flux vidéo de plusieurs caméras réseau et IP. Le périphérique Panorama et la console associée sont actuellement en accès en aperçu.
- Ajoutez ML aux caméras existantes. Branchez votre appareil AWS Panorama, connectez-le à votre réseau et l'appareil découvrira automatiquement votre parc de caméras IP existant.
- Vous pouvez analyser les flux vidéo en quelques millisecondes à partir d'une seule interface de contrôle à plusieurs endroits.
- Activez CV dans des environnements avec des connexions limitées.
- Conformité aux exigences de confidentialité et de gouvernance des données.
- Développement rapide dans un environnement de programmation familier.
Plus de détails ici
Amazon Monitron
Un système complet qui utilise l'apprentissage automatique pour détecter les comportements anormaux dans les équipements industriels, permet une maintenance prévisible et réduit les temps d'arrêt imprévus. Se compose de 4 éléments clés:
- Capteurs Amazon Monitron. Installez facilement les capteurs sans fil Amazon Monitron sur des équipements rotatifs tels que des moteurs, des réducteurs, des ventilateurs et des pompes pour mesurer les vibrations et la température.
- Passerelle Amazon Monitron. Les données des capteurs Amazon Monitron sont transférées automatiquement et en toute sécurité vers AWS à l'aide des passerelles Amazon Monitron. Les passerelles Amazon Monitron se connectent aux capteurs via Bluetooth Low Energy (BLE) et AWS via Wi-Fi.
- Service Amazon Monitron ML. Les données des capteurs sont automatiquement analysées à l'aide de l'apprentissage automatique pour identifier les conditions d'équipement anormales qui peuvent nécessiter une réparation.
- Application mobile Monitron. Visualisez facilement les lectures des capteurs sur l'application mobile Monitron. L'application envoie des notifications push lorsqu'elle détecte un comportement anormal.
Plus de détails ici
Aperçu AWS Glue Elastic Views
AWS Glue Elastic Views est une nouvelle fonctionnalité AWS Glue qui vous permet de créer des vues matérialisées à partir de plusieurs sources à l'aide d'une syntaxe SQL familière, puis de répliquer les données vers divers services. Il s'agit d'un service sans serveur entièrement géré. Les données sont mises à jour avec une latence minimale (quasi-temps réel).
Plus de détails ici
Amazon SageMaker Data Wrangler et Amazon SageMaker Feature Store
La préparation des données et l'ingénierie des fonctionnalités occupent 80% du temps de travail du data scientist. Ce travail nécessite non seulement beaucoup de temps et l'utilisation de nombreux outils, mais aussi dans la plupart des cas d'écriture de code.
Amazon SageMaker Data Wrangler peut réduire le temps de préparation de vos données de plusieurs semaines à quelques minutes. Il automatise l'échantillonnage et le nettoyage des données, l'ingénierie des fonctionnalités et les transformations. Avec Amazon SageMaker Data Wrangler, vous pouvez analyser et visualiser les données et évaluer la contribution de fonctionnalités spécifiques à la précision des modèles d'apprentissage automatique.
Amazon SageMaker Feature Store vous aide à travailler de manière cohérente avec les fonctionnalités à toutes les étapes du cycle de vie, du traitement des données à la formation et du déploiement de modèles d'apprentissage automatique à la production. Le magasin de fonctionnalités Amazon SageMaker fournit un référentiel de fonctionnalités qui peuvent être utilisées par une variété d'applications et de scientifiques des données.
Plus de détails ici et ici
Pipelines Amazon SageMaker
Amazon SageMaker Pipelines est le premier système d'intégration continue et de livraison continue (CI / CD) conçu spécifiquement pour l'apprentissage automatique. Amazon SageMaker Pipelines vous permet de créer des pipelines qui incluent la manipulation des données, la formation et l'optimisation des modèles, le déploiement de modèles en production, les tests de modèles et le contrôle de version.
Les pipelines SageMaker s'adaptent aux besoins de l'organisation. Le travail simultané avec des milliers d'expériences et des centaines de versions de modèle est pris en charge. Les pipelines sont créés à l'aide du SDK Python et peuvent être rendus dans SageMaker Studio.
Plus de détails ici
CodeGuru Reviewer Security + Prise en charge de CodeGure Python
Amazon CodeGuru Reviewer vous aide à trouver les goulots d'étranglement et les bogues de sécurité dans votre code avant même de le déployer. Les détecteurs de sécurité CodeGuru Reviewer vous aideront à identifier les principales catégories de risque du projet OWASP (Open Web Application Security Project), à trouver des endroits qui ne reflètent pas les meilleures pratiques pour la création d'API AWS et tout ce qui concerne les bibliothèques de cryptographie Java standard.
Amazon CodeGuru prend désormais en charge l'analyse du code écrit en Python en plus de Java.
Plus de détails ici
Amazon Connect Wisdom + Profils des clients + Lentilles de contact en temps réel + Tâches de connexion + Connexion VoiceID
Toute une série de mises à jour et de nouvelles fonctionnalités a été publiée pour Amazon Connect. Amazon Connect est un centre d'appels virtuel dans le cloud que vous pouvez utiliser pour déployer votre support ou d'autres services.
Amazon Connect Wisdom utilise l'apprentissage automatique pour vous aider à trouver des informations pertinentes et pertinentes pour un agent en fonction de diverses sources de données telles que les systèmes back-end, SalesForce, ServiceNow, divers wikis back-end, bases de connaissances, etc. Le service essaie de trouver des réponses aux questions exactement sous la forme dans laquelle une personne les pose.
Connectez VoiceIDidentifie l'appelant par la voix. Au premier appel, la parole, l'intonation, le rythme et d'autres caractéristiques du client sont analysés. Ensuite, un casting vocal numérique est créé, sur la base duquel, lors des appels suivants, la conversation est vérifiée en temps réel.
Lentille de contact en temps réel - cette extension vous permet d'analyser les appels en temps réel et d'identifier les sessions téléphoniques problématiques lorsque la voix monte ou que la sentimentalité de la conversation et d'autres indicateurs changent considérablement, ce qui peut nécessiter l'intervention d'un superviseur dans le dialogue.
Profils des clients Amazon Connect- ce service fournit une seule carte client basée sur les données de différents systèmes, tels que: Salesforce, ServiceNow, Zendesk, Marketo, etc. - ce qui réduit considérablement le temps qu'un agent recherche ces informations dans des systèmes disparates.
Les tâches Amazon Connect peuvent vous aider à automatiser les tâches de routine des agents et leurs actions dans d'autres systèmes. Avec Connect Tasks, vous pouvez attribuer des tâches aux agents en fonction de leur spécialisation ou de leur profession.
Petits avant-postes AWS
Les nouveaux petits avant-postes AWS de la taille 1U et 2U ( unité de rack ) peuvent désormais être facilement placés dans un magasin ou un bureau sans qu'il soit nécessaire d'allouer de l'espace pour un rack entier. Les Outposts 1U seront équipés de processeurs AWS Graviton 2 et le serveur 2U Outposts sera équipé de processeurs Intel. Les deux nouveaux facteurs de forme prendront en charge l'exécution des services EC2, ECS et EKS localement.
Session Twitch russe AWS
Et maintenant, l'annonce promise du flux de twitch en langue russe, qui aura lieu les jours clés d'AWS re: Invent. Les flux sont préparés et dirigés par les principaux architectes de solutions AWS, qui ont choisi tous les plus intéressants et utiles parmi les actualités et les annonces de la conférence de plusieurs heures.
Inscrivez-vous, connectez-vous aux streams et discutez en direct .
AWS re: Inventer. Principales annonces du premier jour (partie 2. Stockage)