亚马逊AWS官方博客

Amazon Elastic File System 允许您创建 PB 级的文件系统，这种文件系统可以从成百上千个 Amazon Elastic Compute Cloud (EC2) 服务器和本地资源大规模并行访问，按需扩展且不会发生应用程序中断的问题。在这种强大功能的背后，是跨多个可用区和冗余存储服务器分布式存储，从而为您提供具有可扩展性、持久性和高可用性的文件系统。按需分配空间和收费，从而让您可以根据需求使用资源，同时确保成本与实际使用量相符。应用程序可以实现极高的总吞吐量和 IOPS，同时保持稳定的低延迟。我们的客户利用可以直接将现有基于文件的应用程序和工作流迁移到云的能力优势，将 EFS 用于广泛的使用案例，包括媒体处理工作流、大数据与分析作业、代码存储库、解析树和内容管理存储库等。

今天，我想为大家介绍一下 AWS IoT Device Defender。这一全新的完全托管式服务（最初在 re:Invent 大会上发布）将帮助您确保互联设备安全无忧。它会审核您的设备机组、检测异常行为，并针对发现的任何问题推荐缓解措施。它支持大规模工作，支持包含多种类型设备的环境。

部署到 Kubernetes 的典型应用程序由多个清单组成，例如每个微服务的部署与服务清单。部署这些单独的清单可能极具挑战 — 这是 Helm 等包装管理器将发挥作用的地方。此博文由 JFrog 的 Baruch Sadogursky 撰写，介绍了为使 Helm 达到企业就绪而正在实施的工作以及您如何为它做贡献。

我们非常高兴地宣布 aws-record-generator gem 现已推出开发人员预览版，可供您试用。此 gem 允许您通过 Rails 命令行生成所有的 aws-record 模型，我们预计这将极大地简化新项目的设置时间！

机器学习的训练需要大量计算资源，因此它非常适合云计算，AWS的sagemaker使得云端的训练变得非常的简单。 然而，许多客户希望运行更接近数据源的推理，以最大限度地减少等待时间以及通往云端的往返带宽问题。利用边缘计算机器学习推理的Greengrass ML inference，可以使得在设备上部署和运行ML模型变得更快，更容易。 这项新功能可以将推理模型应用到本地生成的数据，而无需往返云端。AWS Greengrass ML inference可以与云端的sagemaker良好集成，从而实现云端训练，本地推理的完整解决方案。而且，用户可以通过向Greengrass发送指令要求它将收集到的数据上传到云端，在云端进一步训练完成模型的更新，通过AWS IOT将新的模型以及新的推理代码推送到设备端，从而实现一个不断迭代和进化的机器学习生态系统。

Amazon 企业级云数据库 Amazon Aurora 服务在中国宁夏区域的落地，将很大程度帮助这些有性能瓶颈的用户。Amazon Aurora 是 AWS 打造的一款能兼容 MySQL 的新一代企业级数据库，她基于云设计了一套全新架构，使数据库的性能大大的优化，每秒钟能完成数十万甚至上百万的读写事务。她有商业数据库的性能和可靠性，有非常灵活的横向及纵向扩展能力，而成本只有商业数据库的1/10，让广大开发者在开发应用时有了一个新的选择。

今年早些时候，我向大家介绍了如何使用 Amazon Polly 插件让您的 WordPress 博客变有声，并详细演示了安装、配置和使用适用于 WordPress 的 Amazon Polly 插件的步骤。今天，我们增加了将您的内容翻译为一个或多个语言，以及为每个翻译版本生成音频版本的能力，让这个插件变得更为强大。翻译功能将使用 Amazon Translate，这是一款中性的机器翻译服务，是我们机器学习服务组合的组成部分。

在反复研究客户反馈之后，我们将发布适用于 Comprehend 的全新异步批量推理功能。异步批处理操作可处理存储在 Amazon Simple Storage Service (S3) 存储桶中的文档，并可执行所有常规 Comprehend 操作，例如实体识别、关键短语提取、情绪分析和语言检测。与单文档 API 和批处理 API 相比，这些新的异步批处理 API 支持的文档要大得多，从而减少了客户截断文档以获取服务的需求。当然，所有单文档 API 和批处理同步 API 操作仍可用于提供实时结果。通过增加异步操作，开发人员可以选择最适合其应用程序的工具。让我们深入了解一下这一新型 API。

今天，我们要介绍的是新版 Network Load Balancer (NLB)。它设计用于每秒处理数千万个请求，同时以超低延迟保持高吞吐量，无需您执行任何操作。Network Load Balancer 与 Application Load Balancer 保持 API 兼容，包括对目标组和目标的完全编程控制。

本博文将简单谈谈与机器学习准确性和偏见相关的问题。