亚马逊AWS官方博客
AWS ECS Cluster Auto Scaling 现已全面推出
今天,我们推出了 AWS ECS Cluster Auto Scaling。这项新功能通过提高集群外扩的速度和可靠性,控制集群中维护的备用容量的数量以及自动管理内缩集群上的实例终止来改善您的集群扩展体验。
Amazon SageMaker 现已推出:Deep Graph Library
我们很高兴地宣布,为简化图神经网络的实现而构建的开源库 Deep Graph Library 现已在 Amazon SageMaker 上推出。
Amazon SageMaker Debugger – 调试机器学习模型
我们非常高兴地宣布推出支持 Amazon SageMaker Debugger,它是 Amazon SageMaker 的新功能,可以自动识别机器学习 (ML) 训练作业中出现的复杂问题。
Amazon SageMaker Autopilot – 在完全控制和可见的情况下,自动创建高质量的机器学习模型
今天,我们非常高兴地推出 Amazon SageMaker Autopilot,它可以在完全控制和可见的情况下,自动创建最佳分类和回归机器学习模型。
Amazon SageMaker 模型监控器 – 完全托管的机器学习模型自动化监控
今天,我们非常高兴地宣布推出 Amazon SageMaker 模型监控器。这是 Amazon SageMaker 的一项新功能,可以自动监控生产中的机器学习 (ML) 模型,并在出现数据质量问题时向您发出警报。
Amazon Redshift 更新 – 下一代计算实例和托管式分析优化存储
今天,我们推出适用于 Redshift 的下一代 Nitro 驱动计算实例,该实例由新的托管型存储模型提供支持,可让您单独优化您的计算能力和存储。此次发布利用一些架构上的改进,包括高带宽网络、使用 Amazon Simple Storage Service (S3) 支持的本地 SSD 存储的托管存储及多种高级数据管理方法来优化数据在 S3 间的来回移动。
Amazon SageMaker Experiments – 组织、跟踪和比较机器学习训练
今天,我们很高兴地宣布推出 Amazon SageMaker Experiments,它是 Amazon SageMaker 的一项新功能,可让您组织、跟踪、比较和评估机器学习 (ML) 实验和模型版本。
推出适用于 Amazon Elasticsearch Service 的 UltraWarm(预览版)
今天,我们很高兴推出 UltraWarm,这是适用于 Amazon Elasticsearch Service 的完全托管低成本暖存储层。UltraWarm 现提供预览版。它采用了一种新方法来在 Amazon Elasticsearch Service 中提供热–暖分层,可提供高达 900TB 的存储空间,与现有技术相比,成本降低了近 90%。UltraWarm 是 Amazon Elasticsearch Service 体验的无缝扩展,让您可以从熟悉的 Kibana 界面中查询和可视化热数据和 UltraWarm 数据。您可以使用正在使用的相同 API 和工具查询 UltraWarm 数据。它还支持流行的 Amazon Elasticsearch Service 功能,例如静态和动态加密、集成警报、SQL 查询等。
Amazon Redshift 的新功能 – 数据湖导出和联合查询
今天,我们将推出两项新功能,以帮助您改善管理数据仓库和与数据湖集成的方式。
Amazon SageMaker Processing – 完全托管的数据处理和模型评估
今天,我们非常高兴地推出 Amazon SageMaker Processing,这是Amazon SageMaker 的一项新功能,可让您轻松地在完全托管的基础设施上运行预处理、后处理和模型评估工作负载。