亚马逊AWS官方博客

Localization Team

Author: Localization Team

AWS 亮相 NAB Show 2019[更新日期:2019 年 3 月 22 日]

为帮助世界各地的媒体公司提升观众的观看体验,Amazon Web Services 将在 NAB Show 2019(4 月 8 日至 11 日,拉斯维加斯会议中心,展位 SU2202)上展示内容创作、分销、媒体供应链和 AI 方面的成就。 AWS 将在 NAB Show 上提供全方位的云和本地视频解决方案,用于摄取、制作、处理、交付和丰富媒体内容。

Read More

使用 Amazon EBS 优化实例突发功能提高应用程序性能并降低成本

EC2 C5/C5d 和 M5/M5d 实例均以 Nitro 系统为基础构建。AWS 构建的这一软件和硬件集合可实现高性能、高可用性、高安全性以及裸机功能,以降低虚拟化开销。
在 Nitro 系统的设计过程中,我们对真实世界的工作负载进行了分析,意识到需要利用更小的实例大小来通过 Amazon EBS 卷提升性能。为改善这些工作负载的体验,我们研发了适用于小型实例大小的突发功能。这种突发功能最终可以通过调整实例大小并提高总体资源利用率来降低成本。

Read More

使用 Amazon EC2 M5 和 R5 实例提升 Amazon ElastiCache 性能

早些时候,Amazon EC2 推出了令人兴奋的实例系列,M5 和 R5。这些实例基于 AWS Nitro 系统,该系统结合了专用硬件和轻量级管理程序,旨在提供与裸机性能相同的性能。Amazon ElastiCache 在云中提供与 Redis 或 Memcached 兼容、完全托管的内存中数据存储和缓存服务。在 ElastiCache 中增加对 M5 和 R5 实例的支持时,我们花时间利用基于 AWS Nitro 的系统,并针对 ElastiCache for Redis 优化这些实例。

Read More

使用AWS Sagemaker训练因子分解机模型并应用于推荐系统

本博客中的实验采用国内用户对大量国内外电影的评论作为训练数据集,利用AWS SageMaker自带的因子分解机算法构建模型,通过SageMaker的超参调优服务观察参数调整对模型表现的影响。最后,以实际应用中经常会遇到的用法演示模型的预测结果。本次实验全部使用Python3.6完成,在SageMaker中选用conda_python3的Kernel。

Read More

使用 Terraform 在 AWS 中国区域实现自动化部署指南系列(一) TERRAFORM 入门

AWS 中国区域很多客户或合作伙伴都在多云平台上进行云端资源部署,Cloudformation 在 AWS 云端支持能满足AWS的部分,但是客户或和合作伙伴需要更多的选择,更简单快捷,上手容易的自动化部署工具。Terraform 是一个很好的选择,它也是AWS APN Technology Partner与AWS DevOps Competency Partner。本文将对简单引入Terraform的概念,并将之与CloudFormation进行区分,还将对安装、配置以及如何利用Terraform进行S3桶的自动化构建、修改、删除进行介绍。

Read More

如何针对整合工作负载规划和优化兼容 MySQL 的 Amazon Aurora

对于希望整合数据库工作负载的客户而言,兼容 MySQL 的 Amazon Aurora 是热门选择。Aurora MySQL 是关系数据库引擎,它兼具高端商业数据库的速度和可靠性与开源数据库的简便性和高成本效益。它的吞吐量还可达到标准 MySQL 社区版本的五倍。这篇博文提供了一些意见,希望能够帮助您针对大型整合数据库工作负载优化 Amazon Aurora。

Read More

使用 EC2 C5 实例和 BigDL 来利用低精度和量化进行深度学习

在本博客中,我们将演示 BigDL,适用于 Apache Spark 的开源分布式深度学习框架,它可以利用 AWS C5 实例中提供的新功能,这些功能可以显着改善大型深度学习工作负载。具体来说,我们将展示 BigDL 如何使用 C5 实例来利用低精度和量化,以便最多将模型大小缩小 4 倍,使推理速度提升近 2 倍。

Read More