亚马逊AWS官方博客

Category: Serverless

基于Alphafold2一键构建云上高可用蛋白质结构预测平台

Deepmind团队于2021年7月公开了Alphafold2算法源代码和相关论文,这一方案被认为可解决困扰生物学长达半个世纪的蛋白质折叠结构预测难题,其准确度高达92.4(百分制)。Alphafold2基于新颖的机器学习方法,以原子精度预测蛋白质结构,在大部分情况下表现出与实验相媲美的准确性,且大大优于其他方法。但截至目前,其官方的单机部署方式需要人工下载数据集并解压、处理输入输出数据以及执行任务脚本,无法实现弹性按需使用,不适用于大规模的蛋白质结构预测。

最新推出 — AWS Step Functions 现在支持 200 项 AWS 服务,可更轻松地实现工作流程自动化

今天,AWS Step Functions 推出新的 AWS 开发工具包服务集成功能,将受支持的 AWS 服务的数量从 17 个扩展到 200 多个,AWS API 操作从 46 个增加到 9,000 个以上。

当开发人员构建分布式架构时,他们使用的模式之一是基于工作流的编排模式。此模式有助于在服务内部实现工作流自动化,以执行分布式事务。分布式事务的一个例子是处理订单并始终跟踪事务状态所需的所有任务。

由 AWS Graviton2 处理器提供支持的 AWS Lambda 函数 – 在 Arm 上运行函数并获得高达 34% 的性价比提升

我们的许多客户 (例如Formula One、Honeycomb、Intuit、SmugMug 和 Snap Inc.) 都将基于 ARM 的 AWS Graviton2 处理器用于他们的工作负载,享受更出色的性价比。从今日开始,您可以为自己的 AWS Lambda 函数获得同样的优势。现在,您可以配置在 x86 或 Arm/Graviton2 处理器上运行的新函数和现有函数。

降低AWS Lambda 冷启动时间的4种方案

自从 AWS 推出无服务架构 AWS Lambda 以来,成千上万的用户都受益于此,您无需预置或管理任何服务器,就可以快速部署和运行代码。但是在无服务器架构带来极大便利的同时,我们需要承认,如果您使用无服务器架构模型,在实时性要求较高的应用场景下,Lambda 冷启动将会是您的应用程序需要面临的一个切实的挑战。本文总结了四种有关 Lambda 冷启动优化的解决方案。编程语言选择, 应用程序瘦身,代码预热(温程序)和jvm优化。每个解决方案,都有自己的优势和局限。

使用 Step Functions 编排从数据库到数据仓库的数据ETL

数据仓库是信息的中央存储库。业务分析师、数据工程师、数据科学家和决策者通过商业智能 (BI) 工具、SQL 客户端和其他分析应用程序访问数据。数据和分析已然成为各大企业保持竞争力所不可或缺的部分。企业用户依靠报告、控制面板和分析工具从其数据中获得洞察力、监控企业绩效以及更明智地决策。