Amazon Web Services ブログ

Category: Events

Amazon Location — マップと位置の認識をアプリケーションに追加

私たちは、マップ、位置認識、その他の位置ベースの機能をウェブやモバイルのアプリケーションに簡単かつ費用効果の高い方法で追加できるようにしたいと考えています。これまでこうした機能の追加は複雑で高くつくだけでなく、単一のプロバイダーのビジネスモデルやプログラミングモデルに縛られていました。 Amazon Location Service のご紹介 本日より、Amazon Location がプレビュー形式で利用可能になり、すぐに使用を開始できます。一般的な選択肢より安価な料金である、Amazon Location Service を使用すると、複数のプロバイダーが提供するマップやロケーションベースのサービスに、経済的かつ従量制でアクセスできます。 Amazon Location Service を使用すると、どこにいるかを認識し、それに応じて応答するアプリケーションを構築できます。マップの表示、住所の検証、ジオコーディングの実行 (住所の場所への変換)、パッケージやデバイスの移動の追跡などを行うことができます。ジオフェンスを簡単に設定し、追跡対象アイテムがジオフェンスエリアに出入りしたときに通知を受け取ることができます 。フルコントロールを維持しながら、マップ上に独自のデータをオーバーレイすることもできます。 Amazon Location Service には、 AWS マネジメントコンソール、AWS コマンドラインインターフェイス (CLI) から、または一連の API 経由でアクセスできます。また、Mapbox GL や Tangram などの既存のマップライブラリを使用することもできます。 Amazon Location に関するすべて それでは、Amazon Location Service がお客様に提供するリソースの種類を見てみましょう。次に、アプリケーションでそれらを使用する方法について説明いたします。 マップ – Amazon Location Service では、パートナーからのデータを活用してマップを作成できます。Esri や HERE Technologies が提供するマップとマップスタイルを選択できます。将来的には、これらのパートナーや他のパートナーからさらに多くのマップやスタイルが提供される可能性があります。マップを作成した後、GetMapTile 関数を使用して、タイル (最大 16 のズームレベルの 1 つ) […]

Read More

Fluent Bit for Amazon EKS on AWS Fargate をリリース

本投稿は、Akshay Ram, Prithvi Ramesh, Michael Hausenblas による寄稿を翻訳したものです。   Container roadmap 上の issue 701 では、 EKS on Fargate 利用時の CNCF Fluent Bit を利用したログルーターのサポートについて議論していました。このブログ記事では、EKS on Fargete利用時におけるいくつかの設定ステップによってCloudWatch へ直接ログを送信する事が出来る新しい機能とそれを利用する流れをみていきましょう。 以前は、AWS Fargate 上で動くAmazon EKS の Pod から コンテナログを送信するためには サイドカーコンテナを動かす必要がありましたが、組み込みのログルーターを利用出来るようになりました。これはサイドカーをインストールしたり維持する必要が無いという事を意味しています。ユーザーはデータの送信先を選択するだけで、ログは選択した送信先にルーティングされます。 私たちは、2つの設計原則を維持しながらこの機能を構成しました。 一貫性:必要に応じて、ネイティブの Kubernetes オブジェクトを利用して、コンピューティングタイプ(EC2、マネージドノードグループ、Fargate)に渡った一貫したインターフェイスをお客様に提供する シンプル:お客様のインフラストラクチャーや add-ons をさらに管理する この設計原則に従う事で、Fluent Bit 設定言語と Kubernetes Config Map を、プライマリインターフェイスとして選択し、 Kubernetes クラスターにおける標準的な方法としてロギングを設定する様にしました。Fluent Bit をプラットフォームの中に含める事で、Fluent Bit のライフサイクル管理をシンプルにしました。ログを何処に送るかを指定するだけで、後はAWSによって管理されます。   […]

Read More

AWS Proton はじめの一歩

この記事は、 AWS Proton: A first look を翻訳したものです。 ※日本語字幕の表示には、設定 → 字幕 → 自動翻訳 → 日本語をご選択ください 我々がお客様のエンジニアチームと会話するときに、特にエンタープライズ規模のお客様の場合、開発チームとプラットフォームチームに分かれて組織化されていることがよくあります。通常、開発チームはサービスの作成とメンテナンスを担当し、プラットフォームチームは開発チームが簡単にサービスを展開できるようなツールを構築しています。このツールには多くの場合、ビルドパイプラインや可観測性、スケーリング、およびセキュリティについての既知のベストプラクティスが組み込まれています。

Read More

新機能 — LoRaWan デバイスを大規模に接続、管理、保護する AWS IoT Core for LoRaWan

本日、 AWS IoT Core for LoraWan を発表しました。これは、AWS IoT Core のお客様が AWS クラウドで省電力長距離通信 (LoRaWan) 接続を使用するワイヤレスデバイスを接続および管理できる、完全マネージド型の新しい機能です。 AWS IoT Core for LoRaWan を使用して、お客様は独自の LoRaWan デバイスとゲートウェイを AWS クラウドに接続することで、プライベート LoRaWan ネットワークをセットアップできます。LoraWan ネットワークサーバー (LNS) を単独で開発または運用する必要はありません。LNS は、LoRaWan デバイスとゲートウェイのクラウドへの接続を管理するために必要です。ゲートウェイはブリッジとして機能し、通常は Wi-Fi または Ethernet 経由で LNS との間でデバイスデータを転送します。 これにより、お客様は LNS の管理に伴う画一的な作業や運用上の負担を排除し、多数の LoRaWan デバイスを簡単かつ迅速に接続し、セキュリティの確保を大規模に行うことができます。 LoRa テクノロジーが提供する広範囲で奥深くまで届く建物内のカバレッジを組み合わせることで、AWS IoT Core が お客様の IoT アプリケーションの開発を加速します。AWS IoT Core では、AWS サービスを使用し、接続された LoRaWan […]

Read More

新機能 — FreeRTOS 長期間サポートにより、長期の機能信頼性を提供

本日、 FreeRTOS長期サポート (LTS)を発表できて嬉しく思います。FreeRTOS は、マイクロコントローラ用のオープンソースのリアルタイムオペレーティングシステムで、小型で省電力のエッジデバイスのプログラミング、デプロイ、保護、接続、管理を容易にします。製造元が現場でデバイスをデプロイし、後で更新するので、LTS リリースは標準リリースよりも安定した基盤を提供します。計画の通り、LTS には FreeRTOS カーネル、組み込みアプリケーションや IoT アプリケーション、およびマイクロコントローラーベース (MCU) デバイスをクラウドに安全に接続するために必要な一連の FreeRTOS ライブラリが含まれています。 FreeRTOS を使用して IoT デバイス上で長期間実行させるアプリケーションを構築するオリジナルの機器メーカー (OEM) および MCU ベンダーの組み込みデベロッパーは、LTS リリースの予測可能性と機能の安定性を実現しながら、重要なセキュリティ更新プログラムも利用できます。FreeRTOS 202012.00 LTS リリースは、FreeRTOS カーネルと IoT ライブラリ — FreeRTOS +TCP、coreHttp、coreHttp、corePKCS11、coreJSON、および AWS IoT Device Shadow に適用されます。 少なくとも2022 年 12 月 31 日まで、これらすべてのライブラリについて、 セキュリティアップデートと重大なバグ修正を提供します。 FreeRTOS LTS のメリット OEM の組み込みデベロッパーが FreeRTOS ライブラリを長期間実行するアプリケーション用に使用したいと考えている場合、最新の FreeRTOS メインラインリリースでのセキュリティ更新とバグ修正のメリットを得たいと考えています。メインラインリリースでは、新しい機能と重要な修正の両方が導入され、修正のみを含めるための時間と労力が増加する可能性があります。 LTS リリースは、付属ライブラリの機能の信頼性を長期間提供します。LTS […]

Read More

AWS IoT Greengrass 2.0 を発表 — オープンソースエッジランタイムと新しい開発者向け機能

AWS IoT Greengrass 2.0 を発表できて嬉しく思います。 AWS IoT Greengrass の新しいバージョンで、デバイスビルダーがインテリジェントデバイスソフトウェアの構築、デプロイ、管理を容易に実行できるようになります。 AWS IoT Greengrass 2.0 は、オープンソースエッジランタイム、豊富な事前構築済のソフトウェアコンポーネントのセット、ローカルソフトウェア開発用のツール、多数のデバイス上でソフトウェアを管理するための新機能を提供します。 AWS IoT Greengrass 2.0 エッジランタイムは Apache 2.0 ライセンスのもとでオープンソースとして、Github で利用できるようになりました。このソースコードを利用することで、アプリケーションの統合、問題のトラブルシューティング、AWS IoT Greengrass を使用した信頼性とパフォーマンスが高いアプリケーションの構築がより簡単に行えます。 IoT ユースケース、デバイスの CPU およびメモリリソースに基づいて、事前構築されたソフトウェアコンポーネントを追加または削除できます。たとえば、アプリケーションを使用してデータストリームを処理する必要がある場合にだけ、ストリームマネージャなどの事前構築された AWS IoT Greengrass コンポーネントを含めるか、あるいはデバイス上でローカルに機械学習推論を実行する場合にだけ機械学習コンポーネントを含めるかを選択できます。 AWS IoT Greengrass IoT Greengrass 2.0 には、デバイス上でアプリケーションをローカルで開発およびデバッグできる新しいコマンドラインインターフェイス (CLI) が含まれています。さらに、デバイス上のアプリケーションを視覚的にデバッグできる、新しいローカルデバッグコンソールがあります。これらの新機能を使用すると、クラウドを使用して実稼働デバイスにデプロイする前に、テストデバイス上でコードを迅速に開発およびデバッグできます。 AWS IoT Greengrass 2.0 は AWS IoT thing groups と統合されているため、ロールアウトレート、タイムアウト、およびロールバックを制御する機能を持つデバイス間で、デバイスをグループ単位で簡単に整理したり、アプリケーションデプロイを管理したりできます。 AWS IoT […]

Read More

Amazon Managed Service for Grafana (プレビュー) のご紹介

今日は、Grafana Labs とのパートナーシップにより、複数ソースからのデータを視覚化して分析するためのスケーラブルでセキュアなオンデマンド Grafana ワークスペースを簡単に作成できる完全マネージド型サービス、Amazon Managed Service for Grafana (AMG) のプレビューが開始されたことをお知らせします。 Grafana は、アプリケーションのためのオブザーバビリティダッシュボードの作成に使用される、最も人気のあるオープンソーステクノロジーの 1 つです。プラグイン可能なデータソースモデルを備えており、さまざまな種類の時系列データベースとクラウドモニタリングベンダーをサポートしています。Grafana は、複数のオープンソース、クラウド、およびサードパーティーデータソースからのアプリケーションデータを一元化します。 多くのお客様が Grafana を愛用しておられますが、それを独自にホストして管理する負担は抱えたくありません。AMG は Grafana のプロビジョニング、セットアップ、スケーリング、バージョンアップグレード、およびセキュリティパッチの適用を管理するので、お客様がそれらを自分で行う必要がなくなります。AMG は、優れた可用性で何千人ものユーザーをサポートするように自動的にスケールします。 AMG では、AWS、Google、および Microsoft などのクラウドサービスを含めた複数のデータソース全体で運用メトリクス、ログ、およびトレースをクエリ、関連付け、および視覚化できる、完全に管理されたセキュアなデータ可視化サービスを利用できます。AMG は、Amazon CloudWatch、Amazon Elasticsearch Service、AWS X-Ray、AWS IoT SiteWise、Amazon Timestream、およびその他の AWS データソースと統合し、シンプルな方法で運用データを収集します。これに加えて、AMG は、AWS コンソールから直接 Grafana Enterprise にアップグレードすることによって、Datadog、Splunk、ServiceNow、および New Relic などの一般的なサードパーティーデータソースに接続するプラグインも提供します。 AMG は AWS Organizations と直接統合されます。AMG ワークスペースは、AWS 組織のすべてのアカウントとリージョンにあるデータソースを検出し、アクセスすることを可能にする 1 つの AWS […]

Read More

プレビュー開始 – Amazon Managed Service for Prometheus (AMP)

オブザーバビリティは、クラウドインフラストラクチャを大規模に実行するために不可欠な側面です。リソースが正常で期待どおりに動作しており、システムがお客様に望ましいレベルのパフォーマンスを提供していることを把握しておく必要があります。 課題の多くは、コンテナベースのアプリケーションを監視するときに生じます。第一に、コンテナリソースは一時的なものであり、監視するメトリクスが多数あるため、モニタリングデータのカーディナリティが著しく高くなります。簡単に言えば、一意の値がたくさんあるということで、これらはスペース効率性に優れたストレージモデルを定義し、有意義な結果を返すクエリを作成することを困難にします。第二に、優れた設計のコンテナベースシステムは、多数の可動部分を使用して構成されているため、モニタリングデータの取り込み、処理、および保存は、それ自体がインフラストラクチャ上の課題となり得ます。 Prometheus は、アクティブなデベロッパーとユーザーコミュニティを抱える優れたオープンソースモニタリングソリューションで、コンテナから収集された時系列データに最適な多次元データモデルを備えています。 Amazon Managed Service for Prometheus (AMP) のご紹介 本日から、Amazon Managed Service for Prometheus (AMP) のプレビューが開始されます。この完全マネージ型ドサービスは、Prometheus との完全な互換性があります。同じメトリクス、同じ PromQL クエリをサポートし、150 を超える Prometheus エクスポータを利用することもできます。AMP は、高可用性を実現するために複数のアベイラビリティーゾーンにまたがって実行され、水平的なスケーラビリティのために CNCF Cortex が搭載されています。AMP は、何百万もの時系列メトリクスを取り込み、保存し、クエリするために簡単にスケールできます。 プレビューには、Amazon Elastic Kubernetes Service (EKS) および Amazon Elastic Container Service (ECS) のサポートが含まれます。これは、クラウドまたはオンプレミスで実行されているセルフマネージド Kubernetes クラスターの監視にも使用できます。 Amazon Managed Service for Prometheus (AMP) の使用開始 プレビューに参加したら、AMP コンソールを開いて AMP ワークスペースの名前を入力し、[Create] (作成) […]

Read More

[AWS Black Belt Online Seminar] AWS Config update 資料及び QA 公開

先日 (2020/12/08) 開催しました AWS Black Belt Online Seminar「AWS Config update」の資料を公開しました。当日、参加者の皆様から頂いた QA の一部についても共有しております。 20201208 AWS Black Belt Online Seminar AWS Config update AWS クラウドサービス活用資料集(すべての過去資料が閲覧できます) Q. 適合パックの変更不可とは、ルール策定時にカスタマイズ不可という意味ではなく、一度適用されたら適用された側が例外条件を加えて適用除外するようなことはできない、という意味で正しいでしょうか A. はい。デプロイされた適合パックは、その他のアカウントやアクセス権限によって、評価内容の変更やの除外を行うことができません。また適合パックの内容は、ルール策定時にカスタマイズが可能です(カスタムテンプレート機能) Q. 50個あるのは嬉しいですが、どれが自分のサービスに適合されるか効率よく、確実な1つのテンプレートの見つけ方はありますか? A. 評価を行いたいAWSサービスやアーキテクチャが具体的に決まっていれば、その「運用ベストプラクティスの適合パック」をまず確認いただくのがよいかと存じます。(サーバレス、EC2、ストレージサービスなど) Q. “適合パックによるアカウント特性や組織特性に応じた評価” スライド上の人物アイコンは、AWS アカウントを指していますか? A. はい、ご認識の通りです。AWS Organizations で管理されるAWSアカウント(メンバーアカウント)を意味しております。 Q. 本セミナーに直接関連するものではありませんが、こちらの資料( re:Invent 2019: MGT408 – Best practice for detecting and preventing data exposure ) p.12にある […]

Read More

新機能 – Amazon SageMaker Debugger を使用した機械学習トレーニングジョブのプロファイリング

今日は、皆さんに Amazon SageMaker Debugger が機械学習モデルのプロファイリングを実行できるようになったことをお知らせしたいと思います。これにより、ハードウェアリソースの使用率が原因で生じるトレーニング問題の特定と修正が極めて容易になります。 幅広いビジネス問題に対応する目覚ましいパフォーマンスにもかかわらず、機械学習 (ML) は今も謎めいたところがあるトピックです。物事の的確な実行は、サイエンス、職人技 (魔法と言う人もいます)、そして時には運を組み合わせた錬金術です。特に、モデルトレーニングは、結果がデータセット、アルゴリズムとそのパラメータ、そしてトレーニングを実行するインフラストラクチャの品質に応じて変化する複雑なプロセスです。 ML モデルがかつてない規模に増大し、ますます複雑になるにつれて (深層学習さん、あなたのことです) 拡大している問題のひとつに、モデルをトレーニングするために必要なインフラストラクチャの量があります。たとえば、一般公開されている COCO データセットでの BERT のトレーニングは、単一の p3dn.24xlarge インスタンスで実行すると、それに 8 個の NVIDIA V100 GPU が搭載されているにもかかわらず、6 時間を優に超える時間がかかります。自律走行車企業などのお客様には、はるかに大きなデータセットを扱い、オブジェクト検出モデルのトレーニングに数日間かけるお客様もおられます。 複雑なトレーニングジョブにこれだけの時間がかかると、何らかの不具合が生じてトレーニングが失敗に終わる可能性が非常に高くなり、時間を無駄にするだけでなく、大きないら立ちを感じる原因にもなります。調査を行い、根本的な原因をつきとめて修正を試み、それからトレーニングジョブを再度実行する間、重要な作業は後回しにしなくてはなりません。たいていの場合は、問題を突き止めるために、この手順をかなりの回数繰り返すことになります。 使用している ML フレームワーク、そして時にはそのバージョンによっては、既存のフレームワーク固有のツールを使用できるかどうかもわからず、多くの場合は、独自の特注ツールを構築して維持しなくてはならなくなります。これは、経験豊かなプラクティショナーでさえも大いに苦労する作業で、私のような普通のデベロッパーにとっては、気が遠くなるようなタスクでしかありません。 Amazon SageMaker Debugger のモデルプロファイリングのご紹介 去年の AWS re:Invent でローンチされた Amazon SageMaker Debugger は、ML トレーニングジョブで生じている複雑な問題を自動的に識別する Amazon SageMaker の機能です。これらの問題には、減少しない損失、および勾配爆発などが含まれます。 SageMaker Debugger がハードウェアリソースの使用率も監視できるようになった今、これからはトレーニングジョブをプロファイリングして、リソースの使用率とトレーニングスクリプトの ML オペレーションとの関連付けに役立てることができます。そうすることで、はるかに迅速にパフォーマンス問題を解決し、はるかに高速にトレーニングジョブを反復することができるようになります。 自動運転および運転者支援システムを構築する Intel 企業、Mobileye の […]

Read More