Serverless | 亚马逊AWS官方博客

基于亚马逊云科技Serverless构建分钟级的近实时IoT设备异常检测系统

在智能建筑和物业管理领域，IoT 设备的稳定运行对业务连续性至关重要。物业公司通常通过 IoT 平台管理大楼的设施设备，实时采集并记录设备报送的各类指标数据（如温度、湿度、压力等）。然而，设备离线、网络故障、平台问题等异常情况时有发生，传统的监控方式往往只能提供统计图表，关联分析比较困难，难以快速定位问题根源，影响了问题发现和处理的效率。本文以某客户智能建筑管理场景为例，介绍如何利用亚马逊云科技的无服务器（Serverless）来构建一套近实时（分钟级）的 IoT 设备异常检测系统，实现从数据采集、实时分析到告警的全流程自动化，面对大量 IoT 设备数据能够在数分钟内识别出设备的异常，为物业企业提供可靠的设备监控能力。

宣布支持在几秒钟内创建 Amazon Aurora PostgreSQL 无服务器数据库

今天，我们宣布 Amazon Aurora PostgreSQL 全新快速配置正式发布。这一简化的数据库创建体验搭载预先配置的默认设置，旨在帮助您在几秒内快速上手。

三剑合璧Quick Suite + Agent Core + Kiro联动实践：海外物流报价助手实战

随着跨境电商业务的快速增长，海外仓库每周需要处理大量的物流报价查询请求。对部门运营效率提出挑战，目前的工作方式是以传统的Excel表格查询方式，时效和准确度都难以保障。希望能够借由AI提升效率和准确度，同时又自主快速迭代。

Amazon Bedrock 增加了强化微调功能，简化了开发人员构建更智能、更准确的 AI 模型的方式

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%。

适用于 NetApp ONTAP 的 Amazon FSx 现已与 Amazon S3 集成，实现无缝数据访问

今天我们宣布推出通过 Amazon Simple Storage Service（Amazon S3）访问适用于 NetApp ONTAP 的 Amazon FSx 文件系统中数据的功能。借助此功能，您可利用企业文件数据增强生成式人工智能应用，通过 Amazon Bedrock 知识库实现检索增强生成（RAG）；运用 Amazon SageMaker 训练机器学习（ML）模型；通过 Amazon S3 集成的第三方服务生成洞察；在 Amazon Quick Suite 等人工智能驱动的商业智能（BI）工具中使用全面研究功能；并基于 Amazon S3 运行云原生应用程序分析。所有这些操作均可在文件数据持续驻留于适用于 NetApp ONTAP 的 FSx 文件系统的同时完成。

Amazon Bedrock 新增 18 个完全托管式开放权重模型，包括新的 Mistral Large 3 和 Ministral 3 模型

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。