Category: Compute

Cromwell-on-AWS-Batch是AWS在生命科学领域联合Broad研究院推出的解决方案，已有很多AWS海外区域的客户在使用该解决方案进行基因分析。AWS Batch服务于2019年10月在AWS中国区域上线之后，我们随即根据AWS中国区域的特点对该解决方案进行了适应修改和优化提升，本文通过一个测试示例和一个GATK实际例子来演示在中国区域一键部署的过程，为国内基因分析客户快速上手使用该解决方案加速分析效率提供参考。

基于KOPSCN开源项目在AWS中国区搭建Kubernetes

数据平面开发工具包 Data Plane Development Kit(DPDK) 由一组库和用户空间驱动组成的，用来加速包处理和转发的速度并降低延时，本文说明了在AWS ENA上如果使用DPDK，这对于某些网络性能密集型场景下的应用有着现实的意义。后续会进一步对AWS上的容器平台如何使用DPDK进一步讨论。

当客户在EKS上部署微服务时，他们发现AWS ALB Ingress Controller会为每个入口资源创建一个新的ALB。 当客户有数百个微服务时，也会生成数百个ALB，从管理和经济成本上分析，可能会让客户的使用成本变得非常高。 所以支持跨ingress资源重用ALB是客户的一个重要需求。 此外，每个帐户ALB的数量限制为50个,如果超过此限制需要不断的提升ALB的数量，这增加了客户运维的风险和负担。因此，针对这个现状，结合开源项目实现了一套合并ALB ingress controller的方法来解决客户的问题，其原理是：合并Ingress Controller并允许创建ingress资源，这些ingress资源将被组合在一起以创建将由同一控制器管理的新入口资源

今天在 AWS re:Invent 2019 上，我们发布了 AWS Fargate Spot。Fargate Spot 是 Amazon Fargate 的一项新功能，它能够以最低至 Fargate 原价格三折的优惠价格运行耐中断的 Amazon ECS 任务。

在本文中，我们“开源”了一个可简化使用 Amazon Simple Storage Service (S3) 和 Elastic Compute Cloud (EC2) 分析 fMRI 数据的存储和计算需求的解决方案。该解决方案将展示研究人员如何在 AWS 上运行 fMRIprep（由斯坦福大学的 Poldrack 实验室开发的 fMRI 数据的开源预处理管道），预处理 fMRI 数据以进行进一步分析。我们相信，采用基于云的解决方案可通过大大减少 fMRI 数据的预处理工程量，帮助研究人员专注于核心研究。

本文介绍了FSx for lustre的使用场景和设计方式，并使用AWS ParallelCluster构建了计算集群和Lustre文件系统，通过该环境，给出了Lustre文件系统性能评估的方式和步骤 说明，可以方便实际用户估算实际业务系统时

Amazon EC2 G4实例提供了极具成本效益的GPU，并支持实时光线追踪技术，可以使游戏渲染更加高效和真实，为云游戏提供经济高效的解决方案。本文从G4实例在云游戏服务器使用方面的优势、应用场景等方面进行介绍，并用动手实践文档向您介绍如何使用G4实例搭建云游戏服务器，帮助您快速上手。

这篇文章描述如何在 Amazon EKS 上部署和使用 Flannel 和 Weave Net 网络插件。
Amazon EKS 默认使用适用于 Kubernetes 的 AWS VPC 容器网络接口（CNI）插件，在大部分的场景下，由于 AWS VPC CNI 的各种优势，推荐在 Amazon EKS 上使用此插件。但是在某些情况下，AWS VPC CNI 插件有其自身的挑战，客户可以在 Amazon EKS 上部署其它的网络插件来满足其需求，比如 Flannel 和 Weave Net。

AWS Batch服务近期已在AWS中国区域上线运行。AWS Batch已在全球范围内广泛服务于基因测序、数字媒体渲染、科学研究、金融服务等高性能计算（HPC）的业务场景中。本文通过一个只需五个步骤的动手实践来示例如何利用AWS Batch快速搭建HPC集群，以帮助您快速上手运用AWS Batch服务。