Author: AWS Team

AWS Content Analysis解决方案现已在全球各AWS区域上线，旨在帮助拥有大量视频素材的组织利用搜索功能检索视频内容。这套解决方案还可帮助个人使用自己的视频内容测试AWS AI服务，从而更好地理解各类服务的潜在应用场景。

我们的大数据管道已经在Amazon EMR上运行超过一年，且所有数据都存储在S3当中。在特定时段中，我们实时处理管道的峰值速率高达每秒200多万个事件，而从事件出现到汇总结果更新，总体处理延迟仅为1分钟。Amazon EMR为我们带来出色的灵活性，帮助我们在几分钟之内快速完成集群的清理与重新创建。我们对Amazon EMR平台的整体稳定性非常满意，也将继续与AWS一道探索EMR的进一步改善之道。

本文介绍了ApplyBoard公司如何使用Amazon CloudWatch Container Insights对Amazon EKS上托管的关键任务应用程序环境进行监控。通过此项设置，ApplyBoard的DevOps团队无需执行任何维护任务，即可对当前运行环境拥有深入理解。以此为基础，各团队能够将宝贵的时间投入到改善关键业务活动、减少客户平均修复时间（MTTR）以及提供高质量服务当中。

博客介绍了中国区发布VPC内运行Lambd的优化，通过优化显著降低了Lambda在VPC内运行的冷启动时间。

After the release of Provision Concurrency functions in China Region, This blog includes what cold start is and what causes it, and then describes how to solve the cold start problem with a PC.

本文向大家展示了如何创建可重复、基于AI的自动预测生成流程。大家还了解到如何使用无服务器技术建立机器学习运营管道，并使用托管分析服务通过数据查询与可视化以提取重要洞见。

AWS专业服务一直与德甲联赛及其子公司Sportec Solution携手合作，推进数字化转型进程、加快业务成果交付并持续保持创新。在接下来的几个赛季中，德甲联赛还将引入AWS提供的全新Match Facts功能，保证为全球球迷们带来融参与度、娱乐性于一身的一流赛事观看体验。

到这里，相信大家已经了解了数据加载与处理如何影响GPU资源利用率，以及该如何通过解决I/O或与网络相关的瓶颈以提高GPU性能。在进一步讨论多GPU或者分布式模型训练等高级主题之前，我们应该首先解决这些最基本但也极为关键的瓶颈。

本文会介绍通过SageMaker与Step Functions进行模型自动训练与部署的方法，并会与CodeCommit、CodeBuild、Jenkins集成，实现机器学习的CI/CD方案。

清华大学 TUNA 协会，全名清华大学学生网络与开源软件协会，是由清华大学热爱网络技术和开源软件的极客组成的学生技术社团。TUNA协会建立的TUNA开源镜像站为开发者、技术爱好者、工程师及研究人员等群体提供开源软件镜像服务。今天，由TUNA协会运营维护的TUNA开源镜像站分站在由西云数据运营的AWS中国（宁夏）区域上正式上线并开放服务。