Category: AWS re:Invent

本文将围绕规范驱动开发理念，在典型数仓场景下，利用Kiro AI IDE使用Redshift MCP 进行数据采样及血缘探索，自动生成Amazon Glue Data Quality规则及脚本，并且通过 Glue MCP 部署质量任务，生成质量报告，旨在帮助数据工程团队快速落地质量管理。

今天，我们宣布在 Amazon SageMaker HyperPod 中推出两项全新的 AI 模型训练功能：无检查点训练 和 弹性训练。前者通过启用点对点状态恢复，减少了对传统基于检查点的恢复方式的依赖；后者则使 AI 工作负载能够基于资源可用性自动扩展。

今天，我很高兴宣布，Amazon SageMaker AI 针对 Amazon Nova、DeepSeek、GPT-OSS、Llama、Qwen 等热门 AI 模型，推出了全新的无服务器模型定制功能。这项新的定制能力提供了易于使用的界面，支持强化学习等最新的微调技术，使您能够将 AI 模型定制流程从数月缩短至数天。

今天，我们宣布在 Amazon Bedrock 中推出强化微调功能。这是一项全新的模型定制能力，可创建更智能、更具成本效益的模型。这些模型能够从反馈中学习，并为特定业务需求提供更高质量的输出。强化微调采用反馈驱动的方法，模型根据奖励信号进行迭代改进，其准确率平均比基础模型提升 66%。

今天，我们宣布对 Amazon GuardDuty 扩展威胁检测进行了新的增强，增加了针对 Amazon Elastic Compute Cloud（Amazon EC2）实例和 Amazon Elastic Container Service（Amazon ECS）任务的两项攻击序列调查发现。这些新的调查发现建立在现有的扩展威胁检测功能之上，这些功能已经结合了涉及 AWS Identity and Access Management（IAM）凭证滥用、异常 Amazon Simple Storage Service（Amazon S3）存储桶活动以及 Amazon Elastic Kubernetes Service（Amazon EKS）集群泄露的序列。通过增加对 EC2 实例组和 ECS 集群的覆盖范围，此次发布将序列级别的可见性扩展到支持相同应用程序的虚拟机和容器环境。这些功能共同为检测不同 Amazon Web Services（AWS）工作负载中的多阶段活动提供了一种更加一致和统一的方法。

如今，AWS Security Hub 已正式发布，改变了安全团队识别和应对 AWS 环境中的关键安全风险的方式。这些新功能首次在 AWS re:Inforce 2025 的 预览版中公布。Security Hub 会优先处理您的关键安全问题并统一安全操作，通过关联和丰富多项 AWS 安全服务之间的信号来帮助您进行大规模响应。Security Hub 提供近乎实时的风险分析、趋势、统一支持、简化的定价和自动关联功能，可将安全信号转换为切实可行的洞察。

今天，我们宣布推出由第五代 AMD EPYC 处理器提供支持的全新内存优化型高频 Amazon Elastic Compute Cloud（Amazon EC2）X8aedz 实例。这些实例提供最高的 CPU 频率，云端为 5GHz。与上一代 X2iezn 实例相比，这些实例的计算性能提高了两倍，性价比高达 31%。

今天，我们宣布在 Amazon Bedrock 中正式推出来自 Google、Moonshot AI、MiniMax AI、Mistral AI、NVIDIA、OpenAI 和 Qwen 的 18 个完全托管式开放权重模型，其中包括新的 Mistral Large 3 和 Ministral 3 3B、8B 和 14B 模型。

今天，我很高兴地宣布，Amazon S3 Vectors 正式推出，其扩展性和生产级性能均显著提升。S3 Vectors 是首个原生支持存储和查询向量数据的云对象存储。与专业的向量数据库解决方案相比，它可以帮助您将存储和查询向量的总成本降低多达 90%。

今天我们宣布在 Amazon OpenSearch Service 中推出无服务器 GPU 加速和向量索引自动优化功能，帮助您以更低成本快速构建大规模向量数据库，并自动优化向量索引，在搜索质量、速度与成本之间实现最佳平衡。