亚马逊AWS官方博客

使用 Amazon CloudWatch Contributor Insights 简化时间序列分析

Amazon CloudWatch Contributor Insights 今天已正式推出，它是一项新功能，可帮助在 CloudWatch Logs 中简化时间序列数据前 N 个贡献因素的分析，从而有助于您更加快速的实时大规模了解影响系统和应用程序性能的人或物。它通过帮助您了解造成操作问题的原因及最受影响的人或物来为您在操作问题期间节省时间。Amazon CloudWatch Contributor Insights 还可以帮助进行系统和业务优化的持续分析，因为它一眼就能轻松发现异常对象、性能瓶颈、主要客户或利用最多的资源。除了日志之外，Amazon CloudWatch Contributor Insights 还可以与 CloudWatch 产品组合中的其他产品结合使用，包括指标和警报。

Amazon Redshift 更新 – ra3.4xlarge 实例

自从我们在七年多以前推出云数据仓库服务 Amazon Redshift 以来，已经有数以万计的客户使用此服务构建了自己的工作负载。我们一直非常重视客户的反馈，并且在去年 12 月份，我们宣布我们的第三代 RA3 节点类型将能够单独扩展计算和存储容量。上一代 DS2 和 DC2 节点的存储容量是固定的，需要增加集群中节点的数量才能提高存储容量。借助新的 RA3 节点，您可以首先确定支持工作负载所需的计算容量，然后根据您的需求扩展存储容量。RA3 系列实例的第一个成员是 ra3.16xlarge，许多客户反馈这种实例非常神奇，但超过了他们工作负载的需要。今天，我们的 RA3 系列再添一个较小的成员：ra3.4xlarge。

AWS 分享企业如何转型

今天我和大家谈一谈企业转型，这个古老却永恒的话题。

2019年12月，AWS re:Invent 全球技术大会在美国拉斯维加期举行，本次大会的主题是转型。AWS CEO 安迪•杰西（Andy Jassy）在大会主题演讲中，围绕着云转型，从六个方面做出了阐述：1、领导层协调一致；2、技术的深度和广度；3、架构和应用的现代化；4、规模化使用数据；5、采用机器学习创新；6、突破云迁移的阻碍。在接下来的文章里，我将为大家做一些分享和解读。

谈谈 AWS 云计算的深度和广度

AWS CEO Andy Jassy在re:Invent技术大会主题演讲中，围绕着转型从六个方面做了阐述：1、领导层协调一致；2、技术的深度和广度；3、架构和应用的现代化；4、规模化使用数据；5、采用机器学习创新；6、突破云迁移的阻碍。今天我和您分享第二部分，讲讲AWS云计算技术的深度和广度。

Amazon Web Services 为 BERT 和 Mask R-CNN 实现了最快的训练速度

BERT 和 Mask R-CNN 都是如今最流行的机器学习模型，前者用于自然语言处理 (NLP)，后者用于图像识别。过去几个月来，AWS 大幅改进了底层基础设施、网络和机器学习 (ML) 框架和模型代码，从而实现了这两个模型训练速度的提高。现在我们可以宣布在云中实现了迄今最快的 TensorFlow、MXNet 和 PyTorch 框架的训练速度。借助这些硬件和软件优化，您现在可以以同样的速度和效率训练您的模型。

← Older posts
Newer posts →