亚马逊AWS官方博客
利用 Amazon Web Services Athena 处理 CSV 文件中的 JSON 数据
利用 Athena 处理 CSV 中 JSON 数据的多种方案介绍和对比,以及适用的场景分析。
借助亚马逊云科技“碳数据湖”解决方案指南,应对欧盟碳边境调节机制(CBAM)
基于企业碳排放管理的挑战,亚马逊云科技提供了“碳数据湖”解决方案指南。“碳数据湖”利用物联网技术实时收集企业的能耗数据;并利用亚马逊云科技的数据库服务,集成了中国 20 多个行业温室气体排放标准以及主流的国际标准。
开启云端零信任架构之旅 – 基于 Cedar 开源语言编写和执行自定义授权策略
Cedar 是一款开源的策略描述语言和软件开发套件(SDK),可为您的应用程序编写和执行授权策略。开发人员能够使用 Cedar 执行细粒度的权限管理,例如图片共享软件中的单个图片,微服务集群中计算节点,以及自动化工作流系统中的单个组件等。您可以将细粒度授权定义为 Cedar 的策略,由应用程序调用 Cedar SDK 的授权引擎来获取授权。
Amazon CloudFront 部署小指南(七)- 使用 CloudFront Function 模板加 EchoServer 进行快速调试
本文适用于希望使用 CloudFront Function 提升 Amazon CloudFront 边缘计算能力的用户,本文提供一个 CloudFront Function 模板,可以结合 EchoServer 进行快速开发和调试,您可以将该方法应用到您以后的 CFF 开发测试中,有助于提高开发和调试效率。
保驾护航:手工搭建 Amazon RDS mysql 5.7/8.0 跨账号的迁移或容灾
通过 mysql 自带功能实现 Amazon RDS mysql 的跨账号的迁移或容灾,实现高可用或者数据复制和迁移。
使用 Amazon SageMaker Hugging Face 估计器和模型并行库微调 GPT-J
在这篇文章中,我们将介绍使用 Amazon SageMaker 分布式模型并行库训练大型语言模型(LLM)的指南和最佳实践,以减少训练时间和成本。您将学习如何轻松地在 SageMaker 上训练 60 亿个参数的 GPT-J 模型。最后,我们将分享 SageMaker 分布式模型并行性的主要特征,这些特征有助于加快训练时间。
在由 AWS Trainium 实例支持的 Amazon ECS 上,扩展机器学习工作负载
在这篇博文中,我们将向您展示如何使用 Amazon ECS 来部署、管理和扩展机器学习工作负载,以便在容器中运行机器学习训练作业。
预览版 – 使用 Amazon Bedrock 代理将基础模型连接到公司的数据源
我们在 7 月宣布推出 Amazon Bedrock 代理的预览版,这是让开发人员能够创建生成式 AI 应用程 […]
借助 Pyroscope 对 EKS 容器服务进行 Continuous Profiling 诊断应用性能
本文提供基于 Pyroscope 的 Continuous Profiling 解决方案,帮助现代应用客户持续的分析优化应用性能。
EDR 守护云上主机安全
SaaS-EDR 是一款集成了丰富的系统防护与加固、网络防护与加固等功能的主机安全产品。具备业界独有的高级威胁模块,通过自主研发的文件诱饵引擎,有着业界领先的勒索专防专杀能力;通过内核级东西向流量隔离技术,实现网络隔离与防护;拥有补丁修复、外设管控、文件审计、阻断等主机安全能力。