Category: General

こんにちは。IoTソリューションアーキテクトの飯塚です。 本記事では、2021/2/10に開催されたIoT@Loft #17の各LTの内容と登壇資料をご紹介します。

先日 (2021/02/09) 開催しました AWS Black Belt Online Seminar「AWS Direct Connect」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。 20210209 AWS Black Belt Online Seminar AWS Direct Connect 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. 接続のパターン2で、Direct Connect (DX) ロケーション内のパートナー機器がお客様機器になるパターンはないんでしょうか。 A. ロケーション内にお客様機器を設置し、専用線で接続するパターンもございます。スライド 17 のパターン 1 において、広域網、専用線など、キャリヤ様提供の回線種別からご選択いただく構成となります。 Q. router の設置場所は全国のデータセンターならどこでも対応可能なのでしょうか？ A. データセンターに限らず、ロケーションからパートナー様が接続できる環境であればどちらでも配置可能です。詳しくはパートナー様にご確認ください。 Q. SLA 99.9% のためには DX 冗長化しか方法が無いのでしょうか？バックアップを Site-to-Site VPN などでは達成できないのでしょうか？ A. Site-to-Site VPN をバックアップとした構成では、SLA の適用はできません。SLA 適用を目的とする場合、バックアップ回線にも Direct […]

AWS SaaS Factory で Principal Partner Solutions Architect を務める Tod Golding による記事です。 SaaS (Software-as-a-Service) モデルへの移行は多くの企業にとって魅力的ですが、新しいマルチテナントアーキテクチャへの移行に必要な時間、労力、投資は大きな障壁となる場合があります。 多くの企業にとって、SaaS への移行には、新しいテクノロジーの習得、マルチテナント構造の実装、新しい運用ツールの作成、新しい課金体型の採用、といった作業を伴います。 こういった障壁は、SaaS への移行がビジネスを成長させ将来の成功の鍵になると考えている企業にとって、特に深刻な問題になる可能性があります。そのような企業の多くは、わざわざアプリケーションの再構築やコードの書き換えを行うことなく、そして時間やコストも奪われることなく、SaaS への移行を加速する方法を模索しています。 そういったニーズに対応するために、アマゾンウェブサービス (AWS) では、AWS SaaS Boost をリリースしました。

先日 (2021/01/26) 開催しました AWS Black Belt Online Seminar「AWS CodeDeploy」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。 20210126 AWS Black Belt Online Seminar AWS CodeDeploy 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. cloudfront がELBの先にあった場合、blue/Green のデプロイした場合に、キャッシュはどのようになるのでしょうか？ A. CloudFront のキャッシュ保持期間が経過するまでキャッシュは更新されません。画像などキャッシュ対象のコンテンツを配置するディレクトリにバージョンを付与する等して、それを参照することでデプロイバージョンに応じたコンテンツを取得することが可能です。 Amazon CloudFront – 既存のコンテンツと CloudFront ディストリビューションを更新する Q. AutoScaling グループへデプロイした場合、そのグループの起動テンプレートで指定している AMI との整合性はどうなりますか？（codedeploy で新しいのがデプロイされても、スケーリングで立ちあがる新しいインスタンスは、古いAMIを参照してしまうのではないでしょうか？ A. スケールアウト時に追加されたインスタンスに対して最新リビジョンがデプロイされますので、起動テンプレートで指定している AMI とはアプリケーションのバージョンが異なる状態となります。AMI ではなくリビジョンについてのご質問の場合、既存インスタンスとスケールアウトによって追加されたインスタンスに異なるリビジョンがデプロイされる可能性があります。回避策はこちら「AWS CodeDeploy – 展開中のスケールアップイベント」のドキュメントをご覧ください。 Q. Deploy について、CloudFormation と CodeDeploy どちらかで行うのが良いのか指標などありますでしょうか？例えとしましては、Lambda を […]

みなさん、こんにちは。ソリューションアーキテクトの下佐粉です。 今週も週刊AWSをお届けします。 エンジニアのための施設AWS Loft Tokyoは現在休館中ですが、Loftで実施していた対面式の技術相談コーナーであるAsk an Expertが、現在はオンラインで参加いただけるようになっています。そして、今週初の試みとしては2/19(金)にDB、分析、コンテナのエキスパートが終日相談に応じるSpecial Expert Dayを実施する事になりました。私は13時、14時、15時台に当番しておりますので、データレイクやDWH on クラウドで相談したいことがありましたら、ぜひこちらの案内に従ってご参加ください。（なお利用にはAWS Loft Appが必要です。まだ登録されていない場合、利用登録には約5営業日程度かかりますのでご注意ください) それでは、先週の主なアップデートについて振り返っていきましょう。

みなさん、こんにちは。AWSソリューションアーキテクトの小林です。 秋ぐらいに健康作りのために運動を始めました、というポストをしました。自分自身の今までの傾向としては、2ヶ月くらいでブームが過ぎ去って飽きてしまうパターンが多かったのですが、今回はなんとか継続することができています。今回継続できている理由は、モニタリングをしっかりやっていることなのかな、となんとなく思っています。Bluetoothでデータを吸い上げアプリで可視化できる体組成計と血圧計を購入し、毎日データを取るようにしました。また、フィットネストラッカーを利用して運動量をトラッキングしています。これらによって日々の状況を把握し、運動量が不足していそうなら素早くアクションをとることができます。常日頃からのモニタリングと可視化が大事なんだな、という実感を得ている今日この頃です。

新年明けましておめでとうございます！アマゾンウェブサービスジャパン株式会社 ソリューションアーキテクトの木村公哉（@kimyan_udon2）です。私は年始早々、厳かな気持ちでこのブログを書き始めたのですが、気づけば2月に突入しておりました。皆様いかがお過ごしでしょうか？ 年をまたいで2020年11月27日に「Amplify Meetup #02」を開催しました。「Amplify Meetup」はAWS AmplifyのユーザーとAWS Amplifyに興味のあるエンジニアのみなさんでLTなどを通して盛り上がるコミュニティーイベントです。タイトルに「#02」とありますように、今回は第2回目の開催となります。第1回目の盛り上がりも開催報告ブログにまとまっております。継続して開催できたのは、ひとえにご参加いただいた皆様のおかげです。皆様ありがとうございます！

Media & Entertainment（M&E）におけるそれぞれの新しい技術進化は、業界をコンテンツの作成と消費について再考するよう推進しています。例えば、SDI（Serial Digital Interface）ファミリーのデジタルビデオインターフェースや、インターネットプロトコル（IP）を介したビデオ転送などのイノベーションは、テレビ放送やコンテンツ制作の仕組みに多大なる影響を与えました。クラウドの果たす役割の増大により、オーバーザトップ（OTT）やインターネットプロトコルテレビ（IPTV）の普及は促進され、これまでのテクノロジーにはなかったようなコスト効率と拡張性が実証されています。しかし、放送局やライブプロダクションの専門家たちは、主にオンプレミスワークフローに最適化されたアプリケーション間の低レイテンシーと高帯域幅の接続に依存しているため、クラウドの可能性を最大限に活用できていませんでした。なんとしてもこのギャップを埋めるため、Amazon Web Services（AWS）のチームはAWS Cloud Digital Interface（AWS CDI）を導入しました。

近年、多くの領域でObject DetectionやObject Trackingの活用が進んでいます。例えば、屋外での交通量調査や、店内での動線分析が挙げられます。研究領域でのニーズも高く、Amazon Rekognitionを利用した実装方法については「Amazon Rekognition Custom Labelsを利用した動物の特徴的な行動検出」にて紹介致しました。しかしながら、行動学習においては物体レベルでなく特定部位(例えば、手脚)といった、より細かいパーツレベルでのトラッキングが必要なケースもあります。研究領域で注目・活用されているのが、マーカーレス姿勢推定(markerless pose estimation)ベースのDeepLabCutです。DeepLabCutを利用する事で、動画内の特定行動だけでなく、特定部位の検出・トラッキング・分析が可能です。トレーニングの高速処理にはGPUが不可欠であり、DeepLabCutのセットアップにはNVIDIA driverやCUDAのインストールが必要ですが、オンプレミス環境で用意・設定するにはコストと時間がかかります。そこで、本ブログでは、AWSのAWS Deep Learning AMIとGPUリソースを利用した、クイックなDeepLabCut環境方法をご紹介します。

みなさん、こんにちは。ソリューションアーキテクトの下佐粉です。 今週も週刊AWSをお届けします。 すっかり寒くなりましたね。私の場合ずっと在宅勤務なので季節を感じる機会が少なくなってしまっているのですが、先週は東京に少し雪が降りまして、窓からの眺めに冬を感じることができました（すぐ止んでしまいましたが）。さて、少し先ですがAWS Innovate – AI/ML EditionというAWS機械学習サービスのオンラインカンファレンスが2/24(水)に予定されています、お客様事例講演を含む4トラックに加え、ヨビノリたくみ氏による「やさしくまなぶ深層学習」というゲスト講演も行われる予定です。ぜひこちらからご登録ください。 それでは、先週の主なアップデートについて振り返っていきましょう。