Author: awschina

This article details how to leverage AWS’s powerful computing capabilities, combined with the NVIDIA Isaac Sim simulation environment, to achieve remote teleoperation and data collection of the Lerobot SO-101 robotic arm. This cloud-based simulation solution significantly reduces hardware costs, offers scalable compute resources, and supports large-scale parallel simulation experiments — providing an ideal environment for fast iteration and verification of robotics algorithms.

本文介绍如何利用AWS与NVIDIA Isaac Sim实现Lerobot机械臂的云端仿真，以降低硬件成本、支持并行实验，加速算法验证。

探讨如何在FSx for NetApp ONTAP上使用SVMDR功能来降低SSD存储成本的战略性工具。通过这种方法，我们可以帮助中国区域客户解决存储弹性问题，在新一代系统正式登陆中国区域之前，有效控制存储支出，同时确保数据安全和业务连续性。

在游戏社区长文本审核项目中，我们通过提示词工程与 ReAct 框架打造了一套工程化 AI 审核方案。整体准确率达到 81%，显著提升了多语言与灰色语境的审核一致性，并以蓝绿部署、日志追溯等工程手段确保系统稳定与可扩展。

本文将深入探讨如何通过Mem0智能记忆框架与亚马逊云科技服务生态的深度集成，构建真正的生产级记忆增强型AI系统。我们不仅会分析记忆机制的技术原理，更会展示如何利用Aurora Serverless、Bedrock、Neptune等云原生服务，实现从概念验证到企业级部署的完整解决方案

企业在采用容器技术的同时，面临着前所未有的可观测性挑战，比如如何收集JVM/Nginx 等 Prometheus特定指标。在AWS 有两种收集Prometheus 指标的方式，本博客重点介绍的方案是通过Amazon CloudWatch Agent来收集应用内部的指标，CloudWatch Agent 支持service 的方式运行，并能与Container Insights和其他AWS 生态系统深度集成。

本文从AI Agent 的结构和组成入手, 结合AWS Strands Agents SDK, 构建一个集 Agent 构建和运行的参考实现平台, 且在参考实现平台集成了AgentCore Browser user tool 和 AgentCore Code Interpreter tool, 方便用户使用相应的工具来构建Agents

本文详细介绍了如何在Amazon Kinesis Video Streams WebRTC中集成H.265编解码器支持，包括： – H.265相比H.264的技术优势分析 – 完整的技术实现方案 – 设备端SDK和客户端NDK的详细修改步骤 – RTP载荷封包与解包的实现 – 生产环境部署注意事项

本文提供了完整的Amazon Kinesis Video Streams WebRTC NDK编译指南，包括： – Android和iOS平台的环境配置要求 – WebRTC源码获取和配置步骤 – 详细的编译流程和参数设置 – 与设备端SDK的集成方法 – 端到端测试和验证流程

本文详细介绍了如何在Amazon Kinesis Video Streams WebRTC中集成AAC音频编解码器支持，包括： – AAC相比传统音频编解码器的技术优势 – 完整的技术实现方案和架构设计 – 设备端SDK和客户端NDK的具体实现步骤 – RFC 3640标准的RTP封包实现 – 性能测试和对比分析