亚马逊AWS官方博客

天气预报、基因组测序、地理分析、计算流体动力学 (CFD) 和其他类型的高性能计算 (HPC) 工作负载有赖于大量的计算能力。这些工作负载通常涉及峰值和大量并行，并且常用于实现结果的时间十分重要的情形。

Amazon CodeGuru 让您可以自动进行代码审查并提高代码质量，并且得益于 4 月份推出的全新定价模式，您可以根据存储库的大小，以较低且固定的月费率开始使用（最多可节省 90% 的费用）。CodeGuru Reviewer 使用 Amazon Web Services管理控制台、Amazon Web Services 软件开发工具包和 Amazon CLI，帮助您检测在 Java 和 Python 应用程序中难以发现的潜在缺陷和错误。

上次 Amazon re:Invent 大会，我们宣布正式推出 Amazon EMR on Amazon Elastic Kubernetes Service (Amazon EKS)，这是面向 Amazon EMR 的新部署选项，允许客户在 Amazon EKS 上自动预置和管理 Apache Spark。

今天，我们推出 Amazon BugBust，这是世界上旨在首个修复 100 万个错误并将技术债务减少 1 亿美元以上的全球挑战赛。

对于很多使用 Amazon Web Service 用户来说，Spot Instances 是非常受欢迎的一个配置方式，因为它帮助用户节约了很多的费用。在 Amazon EKS 里搭配 Spot Instances，可以帮你在兼顾高效率的同时还能节约费用，以上实战调优的总结希望可以提供快速上手的参考。

基于Graviton2的ARM架构实例上编译安装和运行WRF数值天气预报模式系统全流程组件，使用ParallelCluster机型WRF HPC集群灵活管理，使得WRF任务的运行经济，高效

该方案旨在为SAP客户提供云上的最佳用户体验，在几乎不增加额外费用情况下，让SAP客户在云上获得跨可用区高可用的同时移除跨可用区延迟

本文展示了使用SageMaker运行开源端到端语音识别模型WeNet的方法，涵盖数据处理、Docker运行环境构建、模型训练等内容。

FreeWheel大数据团队在搭建数据仓库的过程中，在EMR的使用上积累了大量的实践和运维经验，本文将从EMR实践的角度出发，讲述FreeWheel Transformer团队在搭建ETL pipeline的过程中是如何玩转EMR的，以期抛砖引玉。

本文首先介绍了在亚马逊云科技平台上使用Apache Flink的快速方式 – Amazon Kinesis Data Analytics for Flink，然后通过一个无服务器架构的示例演示了如何在Amazon Kinesis Data Analytics for Flink通过PyFlink实现Python流数据处理和分析，并通过Glue和Athena对数据进行即席查询。