Author: Julien Simon

在 AWS re:Invent 2017 上推出的 Amazon SageMaker 是一项完全托管式服务，已帮助成千上万的客户在 AWS 上快速构建和部署机器学习 (ML) 工作流。 为了帮助他们发挥最大的 ML 优势，我们添加了一系列成本优化型服务和功能，例如托管 Spot 训练、多模型终端节点、Amazon Elastic Inference 和 AWS Inferentia。事实上，客户发现，与其他基于云的选项（如自行管理的 Amazon EC2 和 AWS 托管的 Amazon EKS）相比，SageMaker 三年的总拥有成本 (TCO) 要低 54%。 我们最喜欢的是通过节省资金让客户满意，因此我很高兴地宣布： Amazon SageMaker 中 CPU 和 GPU 实例的价格降低， 推出适用于 Amazon SageMaker 的 Savings Plans。 降低 Amazon SageMaker 中的实例价格 从今天起，我们将 Amazon SageMaker 中的多个实例系列的价格下降高达 […]

解决生产问题是系统和网络管理员的主要职责之一。事实上，我一直发现这是基础设施工程中最有趣的内容之一。根据需要深入研究遇到的问题，您不仅能够（最终）圆满解决问题，而且在此过程中还可以学到许多正常情况下无法接触的东西。 操作系统当然也存在这样的机会。随着时间推移，操作系统会变得越来越复杂，管理员必须要掌握无数的配置文件和设置。尽管基础架构即代码和自动化大大改善了服务器的预置和管理，但错误和故障总是难免出现，导致系统无法正常启动。问题的种类数不胜数：缺少硬件驱动程序、文件系统配置错误、网络配置无效、权限不正确等等。而更糟糕的是，许多问题实际上会将管理员拒之门外，让他们无法登录、诊断问题以及执行适当的修复措施。唯一的选择是与服务器建立带外连接。此外，尽管客户可以查看 EC2 实例的控制台输出，但在此之前，他们无法与其进行交互。 今天，我非常高兴地宣布推出 EC2 串行控制台，它通过与您的 Amazon Elastic Compute Cloud (EC2) 实例建立串行连接，从而轻松、安全地排查启动和网络连接问题。 EC2 串行控制台简介 EC2 串行控制台适用于基于 AWS Nitro 系统的 EC2 实例。它支持所有主要的 Linux 发行版、FreeBSD、NetBSD、Microsoft Windows 和 VMWare。 无需任何能够正常运行的网络配置，即可在 AWS 管理控制台中使用基于浏览器的外壳程序或通过到托管的控制台服务器的 SSH 连接，从而连接到实例。无需在您的实例上运行 sshd 服务器：只需为 root 账户分配一个密码，因为您将需要使用此密码来登录。然后，您可以输入命令，如同使用直接连接到实例串行端口的键盘和显示器一样操作。 此外，您还可以触发操作系统特定的流程： 在 Linux 上，您可以触发 Magic SysRq 命令以生成崩溃转储、终止进程等。 在 Windows 上，您可以使用应急管理服务 (EMS) 和特殊管理控制台 (SAC) 中断启动进程，然后以安全模式启动。 获取对实例控制台的访问权限是一项特权操作，应受到严格控制，因此默认情况下不允许在账户级别访问 EC2 串行控制台。在您的账户中允许此访问权限后，它将适用于此账户中的所有实例。借助服务控制策略和 AWS Identity […]

今天，我非常高兴地宣布推出 Amazon SageMaker Edge Manager，它是 Amazon SageMaker 的一项新功能，可用于在边缘设备队列中更轻松地优化、保护、监控和维护机器学习模型。

今天，我非常高兴地宣布， Amazon SageMaker Debugger 现在可以分析机器学习模型，从而可以更轻松地识别和修复硬件资源使用导致的训练问题。

Amazon SageMaker JumpStart 现已集成到 Amazon SageMaker Studio 中，这是用于机器学习的完全集成开发环境 (IDE)，可直观地发现模型、解决方案等。

今天，我非常高兴地宣布推出 Amazon Monitron，这是一项状态监测服务，可检测潜在故障并允许用户跟踪正在发生的故障，从而使您能够实施预测性维护，从而减少计划外停机时。

自 2006 年以来，Amazon Web Services (AWS) 一直在帮助数百万客户构建和管理他们的 IT 工作负载。从初创公司到大型企业，再到公共部门，各种规模的组织都在使用我们的云计算服务，它们实现了前所未有的安全性、弹性和可扩展性水平。每天，他们都能够以比以往更少的时间和更低的成本进行试验、创新和生产部署。因此，他们可以探索、抓住商业机会，并将其转化为工业级产品和服务。

2017 年，我们推出了 Amazon Transcribe，这是一项自动语音识别服务，使开发人员可以轻松地为其应用程序添加语音转文本功能。此后，我们还增加了对更多语言的支持，使全球客户能够转录 31 种语言的音频录音，包括实时转录 6 种语言。

随着机器学习和深度学习模型变得更加精密，越来越需要通过硬件加速以更高的吞吐量实现更快的预测。今天，我们非常兴奋地宣布，AWS 客户现在可将 Amazon EC2 Inf1 实例用在 Amazon ECS 上，以在云中获得高性能和最低的预测成本。现在，这些实例已经可以在 Amazon Elastic Kubernetes Service 使用几个星期。

无论您的组织是一家在许多国家开展业务的跨国企业，还是一家渴望在全球获得成功的小型初创企业，将您的内容翻译成当地语言可能都是一个持久的挑战。实际上，文本数据通常有很多种格式，而处理它们可能需要多种不同的工具。而且，由于所有这些工具可能不支持相同的语言对，您可能必须将特定文档转换为中间格式，甚至是求助于人工翻译。所有这些问题都增加了额外的成本，并为构建一致、自动化的翻译工作流造成了不必要的复杂性。