亚马逊AWS官方博客
Category: Industries
Amazon GameTech 架构最佳实践系列 —— MOBA/FPS架构篇
随着对战类网络游戏越来越热门,我们解决方案架构师团队也总结行业经验,推出了这套AmazonGameTech架构最佳实践系列,本篇介绍MOBA和FPS类游戏架构实践。
基于亚马逊云科技 CI/CD 和 Amazon Batch 服务构建云端单细胞分析流程
本文以10X Cell Ranger单细胞测序分析流程软件为例, 旨在以介绍通过Cromwell的网页提交分析任务,调度Amazon Batch服务提供计算资源,并辅以亚马逊云科技的CICD服务构建更新分析容器镜像。
基于Neptune搭建人类疾病表型通路知识图谱
在AWS,我们相信可以提供帮助的一种方法是为这些专家提供所需的数据和工具,来帮助科研人员找到不同疾病之间的关系、不同药物的综合作用以及基因到蛋白质再到表型之间的通路。 此博文主要介绍基于AWS Neptune图数据导入表型、遗传等不同生命科学维度的数据。通过Neptune Gremlin来清洗、处理相关数据,生成相关知识图谱。以及如何利用Neptune查询语句来快速发现定位相关数据通路,如不同表型之间的关联,基因位点对应的表型数据等。
专为构建者打造:AWS 和开放式 3D 引擎的故事 — 开发人员预览
我们从游戏和模拟开发人员那里听说,他们想要更多的选项,以便在生产管道中进行协作、自定义和创造性控制。从头开始构建 3D 工具成本高昂,需要数年的开发时间,并需要大量的资源来维护。
游戏公司多账号管理(一)
通常游戏发行公司每年都要发行数款新游戏,这些游戏可能由公司内部不同的项目组开发,也可能是由其他游戏公司开发。为了实现不同游戏之间的互相独立以及方便的核算每款游戏所使用云计算资源的成本,在AWS上我们推荐为每一款游戏使用单独的账户,这样做的好处是每个游戏都有独立的明细账单,并且不同账户互相独立,有非常好的隔离性。
在AWS上使用AlphaFold进行蛋白质结构预测
AlphaFold是一个能根据蛋白质序列预测构象的深度学习模型,2021年7月,DeepMind开源了升级版本AlphaFold v2.0,本文简要描述了如何在AWS上使用AlphaFold进行蛋白质结构预测。
呼叫医生云! Amazon HealthLake 现已正式发布
在 2020 年 AWS re:Invent 大会上,我们预览了 Amazon HealthLake,这是一项完全托管、符合 HIPAA 标准的服务。医疗保健和生命科学客户可以利用此服务将来自不同孤岛和不同格式的健康信息汇总到结构化的集中式 Amazon 数据湖,并通过分析和机器学习 (ML) 从这些数据中获取洞察。今天,我非常高兴地宣布,Amazon HealthLake 正式发布,可供所有 Amazon 客户使用。
零代码实现基于机器学习的游戏运营优化
借助Amazon SageMaker Autopilot,您只需要准备好您的数据,就可以轻松实现优化广告投放策略、预测玩家流失等优化运营的需求。
芯片设计-如何在缺少 CAD 团队的情况下进行异常日志分析
国内大部分半导体设计公司都面临缺少CAD工程师的局面。缺少CAD团队影响设计效率成为一个日益显著的问题。缺少CAD团队意味着缺少开发设计流程工具,缺乏流程管理,无法为作业失败后的日志分析提供良好的排查指导。本文以回归测试举例,阐述在回归测试过程中,当作业失败,需要针对异常状况进行分析时,提供一个简单的排查流程指导。各位可以根据公司自身的状况进行定制化设计,并通过异常分析流程在缺少CAD团队的情况下提升开发效率。
Amazon Lookout Vision – 新的机器学习服务简化了制造缺陷检测
今天,我很高兴宣布推出 Amazon Lookout for Vision,这是一项新的机器学习 (ML) 服务,可帮助工业环境中的客户以简单且经济高效的方式检测生产单元和设备上的视觉缺陷。