Tag: Containers

我们将介绍新型媒体专用实例 – EC2 VT1 以及如何使用 AWS Codebuild 和 CodePipeline 在 VT1 上自动构建 EKS 容器环境。拥有直播、视频会议和即时转码等应用程序的客户现在可以从专用于视频编码和解码的实例系列中受益，并以最低的每个流成本进行重新缩放优化。

在这个博客里我们针对EKS上有状态服务的数据保护安全需求，介绍了结合KMS服务，在EKS中如何使用StatefulSet、Snapshot Controller 的方式实现有状态服务的存储加密启用，该方式通过从底层存储解决数据加密存储及迁移，无需应用层介入数据迁移，从而简单有效解决了EKS上有状态服务的存储加密需求。

本文介绍了如何使用 KubeSphere 管理 EKS Anywhere 集群

借助 AWS Lambda，您可以在不考虑服务器的情况下上传代码并运行。许多客户喜欢这种工作方式，但是如果您为开发工作流投资了容器工具，那么使用同样的方法来通过 Lambda 构建应用程序并不容易。

为了帮助您实现这一目标，您现在可以将 Lambda 函数打包和部署为最大容量为 10 GB 的容器映像。通过这种方式，您还可以轻松构建和部署依赖于大量依赖项的更大型工作负载，例如机器学习或数据密集型工作负载。就像作为 ZIP 存档打包的函数一样，作为容器映像部署的函数也可以获益于操作简单性、自动扩展、高可用性以及与许多服务的原生集成。

我之所以喜欢 AWS Lambda ，是因为它可以让您在无需预配置或管理服务器的情况下运行代码，而且只需为实际使用量付费。自我们 2014 年推出 Lambda 以来，其收费是基于代码触发次数（请求数）和代码执行时间（四舍五入到最接近的 100 毫秒，即持续时间）。
即日起，我们将持续时间四舍五入到最接近的毫秒数，不设最小执行时间。

我向开发人员介绍 AWS 云时，通常会花一点时间来介绍并演示 Amazon Lightsail。它是迄今为止开始使用 AWS 的最简单方法。使用它，您在几分钟内即可在自己的虚拟服务器上运行您的应用程序。今天，我们增加了在 Amazon Lightsail 上部署基于容器的工作负载的可能性。您现在可以将您的容器映像部署到云中，其简单性和捆绑定价与 Amazon Lightsail 为您的虚拟服务器提供的相同。

今天，我们宣布，Amazon Alexa 团队已将绝大多数基于 GPU 的机器学习推理工作负载迁移到由 AWS Inferentia 提供支持的 Amazon Elastic Compute Cloud (EC2) Inf1 实例。这样一来，执行 Alexa 的文本到语音转换工作负载时，与基于 GPU 的实例相比，端到端延迟降低了 25%，成本降低了 30%。较低的延迟使 Alexa 工程师能够利用更复杂的算法进行创新，并改善客户的整体 Alexa 体验。