亚马逊AWS官方博客

当客户向我们提出有关 AWS 的新的独特要求时，我们会仔细聆听，询问许多问题，并尽力理解和满足他们的需求。当我们这样做时，我们会公开发布此类服务或功能；我们不会为单个客户构建一次性或“用过即弃”的服务或功能。因为这种模式很混乱，难以扩展，不符合我们的工作方式。 相反，每个 AWS 客户都可以访问我们构建的任何内容，而且每个人都可以从中受益。VMware Cloud on AWS 就是此战略实际运用的一个很好的例子。他们告诉我们，他们希望直接在硬件上运行虚拟化堆栈，在 AWS 云中为客户提供 AWS 带来的弹性、安全性和可靠性 (以及种类繁多的服务)。 我们知道其他客户对于裸机硬件也有一些有趣的使用案例，并且不希望嵌套虚拟化的性能受到影响。对于利用性能计数器和 Intel® VT 等低级别硬件特性 (这些特性在虚拟化环境中并非始终可用或完全受支持) 的应用程序，以及旨在直接在硬件上运行或者获得许可并支持在非虚拟化环境中使用的应用程序，他们希望能够访问物理资源。 多年来，我们一直在开展将网络、存储和其他 EC2 功能从我们的虚拟化平台转移到专用硬件的工作，并为可能的解决方案奠定了坚实的基础。正如我在现已推出 – Amazon EC2 的计算密集型 C5 实例中描述的那样，这项工作包括一组专用硬件加速器。 现在我们已经为 VMware 提供了他们要求的裸机访问，并且正在面向所有 AWS 客户推出此功能。我非常期待看到您利用它们来实现相关目标！ 新的裸机实例 今天，我们开始公开预览 i3.metal 实例，这是 EC2 实例系列中的第一个实例，提供了两全其美的功能，允许操作系统直接在底层硬件上运行，同时仍然提供云的所有优势。该实例让您能够直接访问处理器和其他硬件，并具有以下规格： 处理 – 以 2.3 GHz 速度运行的两个 Intel Xeon E5-2686 v4 处理器，总共 36 个超线程内核 (72 […]

如果您有机会阅读我撰写的博客文章或参加我在各种会议中举办的研讨会，您或许知道我肯定是个女极客。云、人工智能、物联网和创客空间以及虚拟现实和增强现实等技术领域的所有最新进展把我深深迷住了。在我看来，这是成为极客的绝佳时机。我们在努力通过算法和离散数学课程时梦想构建的所有内容，或者我们在观看《星球大战》和《星际迷航》时为之震惊的技术，现在都已变为现实。因此，我希望这意味着借助超光速推进器进入太空的其他星系只是时间问题，但在那之前，我至少能够制作 3D 虚拟现实和增强现实角色和图像，就像我最喜欢的节目里的那些角色和图像。 Amazon Sumerian 提供了相关工具和资源，可让任何人轻松创建和运行增强现实 (AR)、虚拟现实 (VR) 和 3D 应用程序。借助 Sumerian，您可以打造可在 Oculus、HTC Vive 和 iOS 设备 (使用 WebVR 兼容浏览器，并且即将支持 Android 设备上的 ARCore) 等硬件上运行的多平台体验。 此激动人心的新服务目前推出了预览版，提供的功能可让您从浏览器中设计高度沉静式和交互式 3D 体验。其中部分功能包括： 编辑器：一种基于 Web 的编辑器，用于通过跨平台发布构建 3D 场景，导入资产，制作交互和特殊效果脚本。 对象库：一个包含预构建对象和模板的库。 资产导入：上传在场景中使用的 3D 资产。Sumerian 支持导入 FBX、OBJ，并且即将支持 Unity 项目。 脚本库：通过其 3D 引擎为高级脚本编写功能提供 JavaScript 脚本库。 主机：逼真的 3D 动画角色，可针对性别、语音和语言进行自定义。 AWS 服务集成：支持与 Amazon Polly 和 Amazon Lex […]

作者：郭威 1. 前述 通过本文章，您将了解如何通过AWS CodePipeline，AWS CodeBuild，AWS CloudFormation 来实现基于Amazon ECS的持续集成持续部署方案。 开发人员在GitHub中提交的新版本代码，会自动触发代码获取，打包镜像，上传镜像仓库，更新新版本容器服务，注册到负载均衡器等操作。 方案中会涉及使用如下组件： GitHub：示例使用的源，一个提交到GitHub上的PHP示例网站。AWS CodePipeline支持GitHub， AWS CodeCommit服务，或者S3作为源。此次实例使用的Demo软件工程可以从以下链接Fork： https://github.com/awslabs/ecs-demo-php-simple-app Docker：作为发布服务使用的容器。演示方案的Build阶段会使用AWS CodeBuild托管的ubuntu／docker 1.12.1基础镜像。 Amazon EC2：作为ECS的容器宿主机集群。 Amazon VPC：服务所在的网络。 Amazon ECS：AWS托管的容器编排服务。文档链接 http://docs.aws.amazon.com/zh_cn/AmazonECS/latest/developerguide/Welcome.html Amazon ECR：AWS 托管的容器镜像仓库。文档链接 http://docs.aws.amazon.com/zh_cn/AmazonECR/latest/userguide/what-is-ecr.html AWS CodePipeline：AWS 托管的持续集成持续交付服务，可以快速可靠的更新应用程序和服务，集成支持GitHub，Jenkins等主流开源工具。文档链接 http://docs.aws.amazon.com/zh_cn/codepipeline/latest/userguide/welcome.html AWS CodeBuild：AWS 托管的构建服务，用于打包代码生成可部署的软件包。文档链接 http://docs.aws.amazon.com/zh_cn/codebuild/latest/userguide/welcome.html AWS CloudFormation：批量创建和管理AWS资源的自动化脚本。文档链接 http://docs.aws.amazon.com/zh_cn/AWSCloudFormation/latest/UserGuide/Welcome.html 2.方案架构 流程如下： 开发者将一个新版本的代码工程提交到GitHub Pipeline的Source阶段，检测到指定GitHub的repo有新版本的更新，从GitHub上拉取代码工程，开启已设定好的CICD Pipeline Pipeline的Build阶段，AWS CodeBuild将新版本的代码工程打包为Docker镜像 AWS CodeBuild将打包好的镜像推送到Amazon ECR Pipeline的Deploy阶段，AWS CodePipeline触发AWS CloudFormation，其定义了Amazon ECS的Task […]

Amazon Rekognition 今天推出了三项新功能：用于检测和识别图像中的文本的功能、用于从数千万个面部中实时识别面部的功能以及用于从一堆照片中检测出最多 100 个面部的功能。在大多数情况下，客户通过使用 Amazon Rekognition 进行面部验证和识别可将准确度提高最多 10%。 图像文本识别 使用 Amazon Rekognition 检测图像中的对象和面部的客户一直要求我们提供用于识别图像中嵌入的文本的功能。此文本的示例包括路标、交通摄像头捕获到的牌照、新闻、电视屏幕上的字幕以及手机捕获的家庭照片上覆盖的程式化引述。从今天开始，您可以使用 Rekognition 图像文本识别功能来识别和提取图像中的文本内容。图像文本识别功能专用于处理真实图像，而不是文档图像。它支持大多数拉丁文脚本中的文本以及各种布局、字体和样式中嵌入的数字。它还支持识别不同方向的背景对象 (如横幅和海报) 上覆盖的文本。 “作为一个视觉驱动型平台，Pinterest 在很大程度上依赖于图像的速度和质量，但这些图像背后的文本同样重要，因为它提供了上下文，并使我们 2 亿个以上的活跃用户能够操作书签。利用 Amazon Rekognition 的图像文本识别功能，我们可以更好地针对存储在 Amazon S3 中的数百万个“书签”，大规模地提取图像中捕获的丰富文本信息，并且延迟很低。我们期待继续与 AWS 合作，为书签用户提供优质而快速的体验并拓展我们的 Pinterest 业务。”– Vanja Josifovski，Pinterest 首席技术官 “专业摄影师经常使用 SmugMug 分享和售卖包含文字的照片，例如马拉松比赛号码布上的数字。借助 Amazon Rekognition 的图像文本识别功能，我们能够大规模地提取号码布上的数字，并向活动摄影师提供更多功能，使他们能够快速轻松地分享和售卖这些活动的照片。”– Don MacAskill，SmugMug 联合创始人、首席执行官兼首席技客 实时面部识别 您现在可对包含数千万个面部的集合执行实时面部搜索。这可将搜索延迟缩短 1/10 到 1/5，同时可对存储的面部数量比以前多 10 到 20 倍的集合执行搜索。对于安全和公共安全应用，此更新可帮助在包含数百万个面部的集合中实时识别出相关人员，从而支持需要立即响应的使用案例。 华盛顿县警察局是俄勒冈州市民拨打 911 电话时的首要响应方。该警察局还为全县其他城市警察部门提供预防犯罪的支持。在过去的一年里，该警察局一直在使用 […]

我们非常激动地宣布设立 AWS 机器学习科研奖，这项全新的计划将资助那些在机器学习 (ML) 领域进行新奇科研的大学院系、院系教师、博士生和博士后研究员。我们将与卡内基梅隆大学、加州理工学院 (Caltech)、哈佛大学医学院、华盛顿大学以及加州大学伯克利分校就此计划开展合作。 AWS 云的规模和性能，再加上 Apache MXNet、Tensorflow、Caffe2、Microsoft Cognitive Toolkit (CNTK) 以及 Pytorch 等功能强大的架构，为推动机器学习领域的科研向前发展提供了前所未有的机遇。此计划的目标是，帮助科研人员加快各种机器学习应用程序和重点领域中创新算法的开发、成果发布和源代码开发。获奖者除了可以获得资助，还能获得计算资源、培训，以及来自 Amazon 科学家和工程师的指导，还有机会参加在西雅图的 AWS 总部举办的科研研讨会。 AWS 机器学习科研奖励计划特色 参与此计划的科研人员会从以下几个方面受益： 资助 – 奖金在院系和项目级别分配，以一次性不受限制的赠与形式提供给科研机构。 AWS 积分 – 奖励包括 AWS 积分，可用于兑换任何服务，包括 EC2 P3 实例类型以及 Deep Learning AMI。 培训 – 我们向大学院系提供培训资源，包括如何在 AWS 上运行机器学习的教程，以及由 Amazon 科学家和工程师提供指导的实践讲座。 科研研讨会 – 获奖者将受邀参加西雅图的 AWS 总部举办的科研研讨会，与 Amazon 科学家讨论工作及互动。 功能强大的 ML 工具 […]

AWS 账户的安全性是重中之重。随时了解您 AWS 账户中与安全相关的所有最新事件非常重要。您可以通过多种方式接收警报，例如通过电子邮件或短信，不过在本博客帖子中，我将向您演示如何使用 Amazon AI 服务 (例如 Amazon Polly) 以及任何基于云的通信平台 (例如 Twilio)，在手机上接听语音警报。 Amazon Polly 是一项将文本转换为逼真语音的服务，让您可以构建支持聊天功能的应用程序，从而打造全新类别的具有语音功能的产品。它使用深度学习技术来合成类似于人声的语音。该服务提供了不同语言的各种语音。 对于外出的企业 IT 安全人员，有关 AWS 账户安全事件的电话呼叫警报可以带来极大的帮助。这些安全事件可以根据事件的严重性和优先级进行自定义。严重性和优先级较高的安全事件可以发送到通过电话呼叫报警的系统中。 对于电话呼叫报警，我会使用 Twilio，它提供了 API 功能，例如语音、视频和消息传送。当给定 AWS 账户中发生安全事件时，使用 Twilio 的平台能够以编程方式发布 API 调用，用于进行电话呼叫。Amazon Polly 将此文本警报转换为在电话呼叫上播放的语音消息。 解决方案概述 该解决方案包括两个系统，如以下架构图所示： 事件检测和通知系统 文本到语音转换系统 事件检测和通知系统与文本到语音转换系统彼此分离，这是因为后一个系统对用户定义的任何其他事件检测通用。在此博客帖子中，作为解决方案示例，我重点介绍文本到语音转换系统，并使用来自我之前博客帖子中介绍的事件检测和通知系统。

“生命是一场旅程。如果停下脚步，就无法看到新的风景。”-Pope Francis 去年十二月，我在一篇文章中提到云将成为新常态，并将成熟企业采用云的过程比作一场旅程。这场旅程是一个需要时间的迭代过程。在那篇文章中，我列出了企业云之旅中常见的几个阶段。在去年的十一月份，我还写了一篇详细介绍成功的云企业会做的十件大事的文章。 在那以后，我跨越重洋跟很多公司的领导人会了面，这些公司都使用了云作为满足其业务目标的平台。虽然我以前文章中的观点仍然适用，但我对云之旅的想法有了一些改变。 © Anne Worner https://www.flickr.com/photos/wefi_official/14053017844/ 这篇文章旨在介绍我的新思维，并阐述了我访问在迁移过程中取得累累硕果的企业后总结出的七条最佳实践。在接下来的几个月中，我会深入介绍每条最佳实践，并谈谈我所看到的适合 (及不适合) 每条实践的做法。我很乐意听到您的反馈意见，在撰写此系列文章的过程中，欢迎大家跟我分享自己的经验或想法。 在介绍最佳实践之前，我要再重申一下：云之旅是一个需要时间的迭代过程。因为云颠覆了 IT 的交付和使用方式，这是您反思和重新审视组织 IT 运营方式的大好时机。换句话说，云之旅是一次实施变革管理的练习。它将触及您的技术、管理、工作职能、组织结构图和公司的许多其他方面。好消息是，已有成千上万家公司踏上了云之旅，我们可以相互学习。 以下是我观察到的七条最佳实践，它们都是云迁移企业取得成功的一环： 1. 提供执行支持 自上而下的支持对于创造重大变革至关重要 — 无论这种变化是技术上的还是文化上的。首席信息官/首席技术官的职责总是在不断地发展，在当今的环境下，技术主管需要成为公司的首席变革管理官 (CCMO™)。这项工作包括获得执行团队的支持，并为您自己的团队提供支持和后勤保障。这意味着提供明确的目的，将业务和技术目标映射到期望的结果，并制定 (或打破) 新的规则。我将在下一篇文章中更详细地讨论这个问题，并且打算在 re:Invent 举行几次有关该主题的会议。(希望在会上与您相遇！) 2. 教育员工 人们往往会对未知事物心生畏惧。当人们感到害怕时，就会更坚持自己已习惯的做法。在某些情况下，这会给您的云之旅造成障碍。让您的员工掌握新技能是减轻恐惧心理的好办法。聘用具有适当技能的新人也很有效，但这种方法的实施难度很高。给已掌握系统知识的员工机会去学习和参与可加快您的迁移步伐。 3. 培育试验文化 与本地环境相比，云中的试验成本更低。在云中进行试验几乎没有或只需很少的前期投入，万一试验失败，对您也没有什么影响。当您将每个项目当作一场能够从中汲取经验教训的试验看待时，您就有可能会创造出一个“教育飞轮”，帮助组织慢慢对其加以改进。有些企业会从某个 IT 部门的单一项目入手，有些则立即着手进行多个项目。不管采用何种策略，重要的是，一定要记得总结成功经验，汲取失败教训。配合适当的执行支持，您将有机会培育出一种持续的试验文化。 4. 寻找合作伙伴 大多数企业在交付 IT 时都会或多或少地与他人进行合作。这种合作伙伴关系有许多形式和规模：员工增加、解决方案交付、托管服务、许可软件、SaaS 解决方案等。每一家大型 IT 服务提供商都必须确定如何为其业务采用云，许多 IT 服务提供商都是通过 AWS 合作伙伴网络寻找合作伙伴的。在迁移到云时，您可以寻求现有合作伙伴的帮助，也可以请求近几年从云中诞生并成长壮大的公司提供一臂之力。AWS 很乐意帮您确定最适合您需求的合作伙伴。除此之外，许多合作伙伴会将其解决方案放到 AWS Marketplace 上出售，您可以在此购买和部署他们的服务 (跟采购 AWS 的方法相同)，这可极大地减少官僚采购流程。 5. 创建云卓越中心 在我的职业生涯中，我经常看到应用程序交付团队与基础设施团队之间关系紧张。这种制衡体系有时是有益的，但我也见过它产生负面影响的情况。传统基础设施背负的重担正在向云计算转移，再加上代码和自动化的强大驱动力，这两个团队已经变得难分彼此。云之旅为组织创造了重新思考这些边界及其之间协议的机会。据我所知，迅速取得云迁移方案成功的大多数组织都建立了云卓越中心，由其负责整个组织的最佳实践、管理和自动化工作。例如，我在担任道琼斯公司的首席信息官时，就通过我们的 DevOps 团队做了相同的工作。该团队负责实现卓越的客户服务、树立运行您构建的内容的心态并设定实施几个月后要达到的目标等工作。 6. 实施混合架构 几乎所有企业的现有 IT 投资都仍在给组织带来源源不断的回报。每个组织都以不同的方式管理其现有资产和刷新周期，但没有任何组织能在一夜之间完成所有这些工作。构建混合架构可让您充分利用云计算的优势，同时仍能继续享受现有投资带来的回报。在提供混合产品方面，没有任何一家提供商能达到 AWS 的完善体验和广度。只要您避开混合架构的三大误区，您的卓越中心就能随时帮您的组织切换到混合架构。一旦混合架构部署到位，增强和迁移现有应用程序就会容易很多了。混合架构为分解一体式应用程序并实现解耦的服务提供了一个绝佳的机会，这是大多数公司应对大型机所常采用的办法。 […]

现代培训师的任务不是砍倒丛林，而是浇灌沙漠。 — C.S. Lewis 我很荣幸能够知晓数百位来自全球最大公司的高管们是如何使用现代技术和云实现企业转型的。转型并非易事 — 企业内部少数值得做的事 — 并且，在我看来，变化最大的阻力通常来自企业内部。人们 (天然) 对未知事物心存畏惧。任 Dow Jones 的 CIO 和 AWS 的 Enterprise Strategy 负责人时，我都发现，帮助团队成员克服对未知事物的恐惧最好办法    是对他们进行培训。 这也是我认为 Maureen Lonergan — 我个人的朋友，同时也是 AWS 的培训和认证负责人 — 肩负着世界上最重要的工作之一的原因。Maureen 和她的团队致力于对尽量多的人进行全面的云培训和教育。 今天，我十分高兴主持介绍 Maureen 的一篇文章，概述如何进行团队培训。 很多大型和小型企业正在考虑过渡到云技术，但是不知道自己的团队如何才能以最好的方式在业务中应用这项技术。作为 AWS 培训和认证部门的主管，我认为要最大程度利用云投资，最好的办法是投资于培训，帮助组织内的员工掌握云技能。这样可以利用现有员工的技能，更快实现业务目标，并对组织能够最大程度利用云技术充满信心。 这篇文章将探讨为什么培训是重要、有价值的云之旅步伐，以及具体来说，AWS 可以如何帮助您过渡到云并让您的员工变成真正的专家。 您已经有了所需的人 去年，Stephen Orban 撰写文章讨论过现有员工云技能培训的重要性。他说，“推动云迁移所需的所有人才都已经到位，您只需要激发他们即可。” 培训可以帮助您的员工利用他们已有的基本 IT 技能和系统知识转变为云角色。因为不必雇用新员工来担任云角色，所以培训现有的员工可以节省时间和资金。 从根本上说，无论采用什么云平台，越快评估现有角色和所需要的人才，然后投资于培训来培养员工，您的工作就越轻松。 培训可帮助您更快实现业务目标 员工经过培训，可以更好地使用云，从而让您更高效地完成业务目标。云培训可以让员工获得更快速地进行创新所需要的技能。 对于正在进行复杂迁移的组织来说，培训尤其重要。下面是培训可帮助加速角色转换的几个主要方面： 培训将帮助员工了解如何使用云。例如，他们可以学习使用 AWS 有效管理、操作和部署应用程序。 通过对团队进行知识培训，从而缓解团队焦虑感，这种方式可以增进内部认同。 培训让员工有共识，他们可以更高效地合作。 无论是在 AWS 还是其他平台方面进行了培训的员工，都能够更快地找到所需要的服务和解决方案，这意味着可以快速为客户开发更好的解决方案。 通过认证来验证掌握了知识 鼓励员工通过认证，让团队中的每个人都为所拥有的技能感到自信。AWS 认证核心团队有助于领导组织完成转变和实施最佳实践。认证可帮助您确定组织中哪些人可以获得晋升。 如果组织需要更多有云技术经验的人才，可以考察通过认证的人，这样您能够充满信心地任用这些人才。 AWS 培训和认证导览 AWS 培训和认证可帮助培养云技能，让您更轻松地过渡到 […]

我们非常激动地宣布推出 Amazon ML 解决方案实验室，这是一项新计划，可将 Amazon 的机器学习专家与 AWS 客户联系在一起，帮助识别客户业务中机器学习的创新用途，并引导客户开发支持机器学习的新型功能、产品和流程。 Amazon 在机器学习方面的投入超过 20 年，在配送和物流、个性化和建议、预测、防欺诈以及供应链优化等领域均有创新。Amazon ML 解决方案实验室可让您与专家沟通联系，他们构建了许多以 Amazon Machine Learning 为强大后盾的产品和服务。Amazon ML 解决方案实验室合作旨在让您完成实施机器学习的整个过程；我们会举办各种教学研讨会和新手训练营、提供咨询专业服务并且在实践操作中帮助您使用自己的数据构建自定义模型。 在 Amazon ML 解决方案实验室的帮助下实施机器学习 Amazon ML 解决方案实验室在以下三个方面提供协助： 头脑风暴和目标公式化 – Amazon 的机器学习专家将与您合作，同时从您的潜在机会中反思，帮助您确定机器学习在哪些方面可发挥作用，解决您所面临的各种挑战，并指明一条清晰明确的途径帮助您取得成功。 自定义建模 – Amazon 的机器学习科学家将使用您自己的数据来构建可部署到生产环境中的自定义模型。这些科学家在解决诸如配送和物流、个性化和建议、防欺诈、异常检测、交易风险管理、安全性、预测、容量规划、文本和移动分析以及供应链优化等领域都有着丰富的经验。 培训 – Amazon ML 解决方案实验室不仅可以帮助您快速从概念转向原型，还可以通过这个过程向您传授知识和经验，让您接受专业培训。这样，您的开发人员能够在整个组织内传授知识、讲解新的经验体会并传播对机器学习的热情，建立良好的机器学习实践和打造一流的卓越中心。 各种各样的合作模式 Amazon ML 解决方案实验室将与您一起，根据您的需求定制合作模式，包括邀请您使用西雅图 AWS 总部的专用设施，或者将机器学习模型开发人员派驻到现场与您一起工作。另外，根据解决方案的性质，合作时间长度可以从几周到几个月不等。如果您已经准备好用于机器学习的数据，AWS 建议您参加 Amazon ML Solutions Lab Express 计划。这是一个为期四周的计划，时间安排比较密集，从在 Amazon 举办的为期一周的新手训练营开始，之后是三周与 […]

在我们无人驾驶车辆系列的第一篇博客文章中，您制作了一辆 Donkey 车并将导航服务器部署到了 Amazon EC2 实例上。在第二篇博客文章中，您学习了如何驾驶 Donkey 车辆，Donkey 车辆也学习了如何自行驾驶。在第三篇博客文章中，您学习了如何通过 AWS IoT 将 Donkey 车辆的遥测数据流式传输到 AWS 的过程。 在这篇博文中，我们将深入探讨实现车辆自行驾驶的深度学习框架，并介绍采用卷积神经网络 (CNN) 的行为克隆概念。CNN 是一项面向计算机视觉任务的先进建模技术，可帮助解答车辆可能会遇到的问题，例如，“我前面是轨道还是圆锥形路标？” 1) 在 AWS 上制造一辆无人驾驶车辆，并参加 re:Invent 机器人车拉力赛 2) 《制作无人驾驶车辆》第 2 部分：驾驶您的车辆 3) 《制作无人驾驶车辆》第 3 部分：连接您的无人驾驶车辆 4) 《制作无人驾驶车辆》第 4 部分：通过 Apache MXNet，为您的自动驾驶车辆应用行为克隆技术 P2 上的 Donkey 训练数据设置 我们已在博客文章 2 中详细演练了如何运行训练。但是，让我们在这里回顾一下关键步骤和命令： 将数据从 Pi 复制到 Amazon EC2 实例： $ rsync -rva –progress -e […]