亚马逊AWS官方博客
AWS 于 12 月 4 日星期三在 re:Invent 2019 – 上推出(预览版)
本博客内容是我们re:Invent 2019上发布的内容。
新增功能 – EBS Direct API – 以编程方式访问 EBS 快照内容
今天,我们推出了 EBS Direct API,如上所述,它们使您可以访问快照内容。这些 API 专为备份/恢复、灾难恢复以及数据管理产品和服务的开发人员设计,将使他们能够更快、更经济高效地交付成果。新的 API 使用数据块索引(0、1、2 等)来标识快照中的具体 512K 数据块。索引以加密令牌的形式返回,这仅对 GetSnapshotBlock API 有意义。我在下面将这些令牌表示为 T0、 T1 等。这些 API 当前可处理 512K 字节的数据块,并计划在将来支持更多的块大小。
AWS Fargate Spot 现已全面推出
今天在 AWS re:Invent 2019 上,我们发布了 AWS Fargate Spot。Fargate Spot 是 Amazon Fargate 的一项新功能,它能够以最低至 Fargate 原价格三折的优惠价格运行耐中断的 Amazon ECS 任务。
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。