Category: Industries

あらゆる種類や規模の公益事業やエネルギー供給会社の幹部は、エネルギー使用量を予測するというニーズを複数抱えています。たとえば最高顧客責任者として、あなたのチームは家庭レベルのエネルギー使用量を予測して、そのご家庭に高額請求の可能性があると警告を送ったり、前払いや月末のエネルギー料金を予測したりすることができます。エネルギー効率化および商業エネルギープログラムの責任者として、あなたのチームはさまざまなエネルギー効率化施策を適用した際にどれくらいエネルギー消費を抑えられるのかを予測したり、最適な施策をおすすめしたりすることができます。

毎年 4 月に開催される 全米放送協会 NAB (National Association of Broadcasters) が主催する世界最大の放送機器展 NAB Show ですが、今年は COVID-19 感染拡大の影響を鑑み Las Vegas での開催は中止、いくつかのデジタルイベントを実施することになりました。AWS は NAB Show で公開する準備を進めていた内容を下記のオンラインセミナーで紹介させていただきました。 4/21 (火)に US では AWS 主催のイベント「AWS NAB News & Update」を開催しました。 動画は こちら 資料は こちら です。 日本でも 4/22 (水)に伊藤忠ケーブルシステム様のバーチャルイベント「Virtual NAB 2020 セミナー」において、「NAB 出展概要とテクノロジーハイライト」というタイトルで、ソリューションアーキテクトの小林が登壇させていただきました。それらの内容について Blog で報告させていただきます。 Virtual NAB 当日の資料は こちら です アジェンダ： 1. AWS はメディアのための場所 […]

本投稿は ワールドワイドで金融業界を担当している プリンシパルソリューションアーキテクト の Ilya Epshteyn による寄稿を翻訳したものです。 グローバル展開されている金融事業グループの中でプリンシパルソリューションアーキテクトとして、私が最もよく聞かれる質問の1つは、特定の AWS サービスが 金融サービスで利用可能かどうかです。金融サービスのような規制された業界では、クラウドへの移行は単純なリフト＆シフト作業ではありません。代わりに、金融機関は、 一般的にホワイトリストと呼ばれる秩序だったサービスごとの評価プロセスを使用して、クラウドサービスが規制上の義務にどのように対応できるかを実証しています。このプロセスが明確に定義されていない場合、クラウドにデータを移行する作業が遅れる可能性があります。 この記事では、最も機密性の高いデータに対するクラウドサービスのホワイトリスト化を簡素化するため、金融機関が焦点を当てるべき 5つの重要な考慮事項 で構成されるフレームワークについてご説明します。また、⾦融サービス組織がこの作業をする上で役⽴つ重要な AWS 機能についても概説します。 5 つの重要な考慮事項は、以下の通りです： コンプライアンスの達成 データ保護 コンピューティング環境の隔離 API による監査の自動化 運用上のアクセスとセキュリティ 私がこれまで関わってきたビジネスリーダーやテクノロジーリーダーの多くにとって、俊敏性と素早い変革がクラウド化の最大の推進要因です。金融サービス機関はクラウドに移行することで、パーソナライズされたデジタルエクスペリエンスの開発、データサイロの打破、新商品の開発、既存商品の利益率の向上、グローバルなリスクとコンプライアンス要件への積極的な対応を行いやすくしています。幅広い AWS サービスを使用する AWS のお客様は、クラウド導入の段階を進むにつれて俊敏性を高めることができるようになります。幅広いサービスを使用することで、組織は差別化につながらない面倒な部分を AWS に任せて、コアビジネスと顧客に集中することができます。 私の目標は、金融サービス機関が（本番環境とミッションクリティカルなワークロードの両方で）自社の極めて機密性の高いデータをクラウドに移行することに対し、ガイドを提供することです。以下の考慮事項は、金融サービス組織がクラウドサービスへの準備状況を判断し、クラウドで成功を収めるのに役立つでしょう。 1. コンプライアンスの達成 ホワイトリストのプロセスを使用する金融機関にとっての最初のステップは、クラウドサービスプロバイダー (CSP) のサービスの基盤となるコンポーネントが、基準となるコンプライアンスのベースラインを満たせるようにすることです。これについて確信を持つための重要な前提条件は、 AWS 責任共有モデルを理解することです。責任共有とは、AWS 上でアプリケーションが安全に機能するためには、CSP としてのAWSおよびお客様との両者でのアクションが必要であることを意味します。AWS のお客様は、クラウド 内 のセキュリティに責任があります。お客様は、コンテンツ、アプリケーション、システム、ネットワークのセキュリティを制御および管理します。 AWS は、 クラウドの セキュリティを管理し、サービスと機能の適切な運用の提供および維持し、AWS のインフラストラクチャとサービスの保護、運用上の優秀性の維持、関連する法的および規制要件を満たします。 責任共有モデルのAWS 側への信頼を確信するために、お客様は、独立した第三者監査人が作成したAWS System and Organization Controls […]

先日 (2020/03/31) 開催しました AWS Black Belt Online Seminar「AWS Elemental MediaConvert」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。 20200331 AWS Black Belt Online Seminar AWS Elemental MediaConvert 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. トランスコードにおいて Amazon Elastic Transcoder との使い分けというか立ち位置はどう捉えたらいいでしょうか？Elemental のチェーンを利用するか、単体でトランスコードするかでしょうか？ A. Elastic Transcoder の機能は一部（※）を除き、MediaConvert でもサポートしています。機能追加も MediaConvert 中心ですので、新規もしくは既存でも下記以外のケースでは MediaConvert の利用をご検討ください。 ※現時点で Elastic Transcoder でのみ利用可能な機能： WebM (VP8, VP9) での出力（MediaConvert への入力は可能） アニメーションGIFの出力 FLAC、Vorbis、WAV オーディオのみ の出力 こちらの Blog もあわせてご確認ください。 […]

『 超低遅延配信は放送番組の視聴をより楽しくするマルチスクリーンでの利用や UGC におけるユーザ体験の向上を通し、インターネット配信に大きな変化をもたらすでしょう。』と株式会社フジテレビジョン（フジテレビ） 技術局 技術開発部 副部長 伊藤氏は述べます。 そして以下のように続きます。『 今回の ワールドカップバレー 2019（ FIVB2019 ） では数万人が同時に視聴できる環境をわずか 3～4 週間で組み上げ本番に臨みました。我々は手軽に素早く超低遅延配信環境を実現できるようになりました。また、従量課金で利用でき、配信時における煩雑な運用から解放された事を非常に嬉しく思います。我々は既にそのユースケースを拡大しています。』 超低遅延配信はスポーツ Live 、TV と連動した配信、配信者/ユーザとのインタラクティブなやりとりを必要とする配信など様々なシーンで求められています。ただし超低遅延配信の実現には CMAF-UltraLowLAtency(ULL) 、WebRTC 、LL-HLS 、セグメント秒数を切り詰めた HLS/MPEG-DASH など様々なアプローチがありますが、超低遅延配信に対応したエンコーダ/インフラ/プレイヤーの準備が必要であり、大規模配信への対応の容易さ、到達できる遅延秒数も様々でした。 フジテレビは CMAF-ULL を用いて地上デジタル放送と同程度の約2～3秒という遅延量で FIVB2019 の配信を実現させました。それは地上デジタル放送の放送映像をさらに楽しんで頂くためのマルチスクリーンとして配信され、TV では試合のコート全体が映し出されている間、手元のスマートフォンではエース選手やフォーカスされた選手にクローズアップされるといったユーザ体験を向上させる取り組みでした。目的はユーザ体験を向上させ、これまでよりも更に試合の運び、選手の動きに注目し、放送番組にのめり込んでもらう事でした。 低遅延配信を実現した仕組みを以下の図に記します。 試合会場からの映像信号はフジテレビ局舎に伝送され、地上デジタル放送用設備と超低遅延配信用エンコーダである Videon社のEdgeCaster4K に分配して入力されます EdgeCaster4K では入力された映像信号を CMAF-ULL の HLS/DASH に処理します。１つの fMP4 ファイルの構造は 8 秒セグメント、200msec の Chunk です EdgeCaster4K からは専用線である AWS DirectConnect を通りオリジンサーバとなる […]

メディア業界向けAWS セミナーシリーズ 第四弾 ｜Inter BEE 2019 / AWS re:Invent 2019 ReCap ｜& 最新メディア管理ユースケースをご紹介 12月18日 AWS 目黒オフィスにて、映像メディアに関わる事業者様および企業様を対象とした、クラウド活用最新事例紹介イベントを開催しました。 4半期毎に開催しているセミナーの最終回として、今回は 11 月中旬の Inter BEE 2019 と 12月上旬の AWS re:Invent 2019 の内容についての振り返りと、AWS パートナーとエンドユーザ様から最新のユースケースとして、メディアアーカイブやアセット管理についての事例を中心に発表いただきました。

11/13-15 に開催された InterBEE 2019 にて AWS は 17 社のパートナー様と共にブースを出展、特別講演を 2 セッション開催致しました。

本日、アマゾン ウェブ サービス (AWS) は、Amazon Rekognition カスタムラベルを発表しました。これは Amazon Rekognition の新機能で、お客様が独自の特別な機械学習 (ML) ベースの画像分析機能を構築し、特別なユースケースに統合する固有のオブジェクトやシーンにを検出します。たとえば、画像から機械部品を検出するために Amazon Rekognition を使用するお客様は、小さなセットのラベル付きの画像でモデルをトレーニングして、MLの専門知識なしでも「ターボチャージャー」や「トルクコンバーター」を検出できるようになります。モデルを最初からトレーニングすることには、特別な機械学習の専門知識と何百万の高品位のラベル付き画像が必要ですが、その代わりにお客様は Amazon Rekognition を使用してカスタムラベルを使用して、独自の画像分析ニーズのために最先端のパフォーマンスを達成することができるようになりました。 Amazon Rekognition カスタムラベルをより良く理解するために、このサービスの新機能をしようする方法の例を順番に見ていきましょう。 自動車修理工場は Amazon Rekognition ラベル検出 (オブジェクトとシーン) を使用して、在庫の機械部品を分析し、ソートすることができます。これらのすべての画像について、 Amazon Rekognition は正常に「機械部品」を返します。 Amazon Rekognition カスタムラベルを使用して、お客様は独自のカスタムモデルをトレーニングして、ターボチャージャーやトルクコンバーターなどの特定の機械部品を識別できます。最初に、お客様は識別したいそれぞれの特定の機械部品のために、わずか 10 個程度のサンプル画像を収集します。 このサービスコンソールを使用して、お客様はこれらの画像をアップロードして、ラベル付けすることができます。 この段階では、機械学習の専門知識は必要ありません。お客様はコンソール内のプロセスの各ステップを通じて導かれます。 データセットが準備でき、完全にラベル付けされると、お客様は Amazon Rekognition カスタムラベルをワンクリックだけで動作させることができます。Amazon Rekognition は各ユースケースに対して、自動的に最も効率的な機械学習技術を選択します。 トレーニングを完了すると、お客様は仮想化にアクセスして、各モデルのパフォーマンスを確認して、それらのモデルをさらに向上する方法に対する助言を得ることができます。 当社の例の自動車修理工場では、大規模な画像処理のための完全マネージド型の使用が簡単な API ビルドを使用して、画像の分析を開始して、名前で特定の機械部品を検出したり、在庫管理を自動化することができるようになりました。 Amazon Rekognition オブジェクトとシーンの検出では「機械部品」を返す一方で、いくつかのラベル付きの画像でトレーニングされた Amazon Rekognition カスタムラベルは、「ターボチャージャー」、「トルクコンバーター」、および「クランクシャフト」を返します。 NFL や […]

NFL の試合をストリーミングで観戦することや、ミステリースリラー番組「ストレンジャー・シングス」の新シーズンを好きなだけ見たりする事から、消費者はストリーミングビデオ体験に対し、高い映像品質を期待するようになってきています。また、コンテンツ制作者や配給事業者にとって、低遅延且つ高品質のビデオを作成することが不可欠となっています。ただし、拡大するデバイスへの配信や多様なネットワーク接続環境を考慮に入れると、映像品質について高い水準を維持することは困難になっています。 日本の SoC（ System-on-Chip ）テクノロジープロバイダーである株式会社ソシオネクスト（以下、ソシオネクスト社）では、映像伝送にAWS Elemental MediaConnect、AV1エンコード処理にAmazon Elastic Compute Cloud（ EC2 ）F1 インスタンス、コンテンツ配信に Amazon CloudFront を使用しクラウドベースの AV1 リアルタイムエンコードを可能にするソリューションを構築することで、処理時間を大幅に短縮しながら一貫した高い映像品質を実現しました。 その仕組みは次のとおりです。 エンコーダを内蔵し Zixi プロトコルに対応した JVCのCONNECTED CAMカメラで撮影をします。JVC カメラは 前方誤り訂正（FEC）および自動再送要求（ARQ）パケット損失回復を使用するメカニズムであるZixiプロトコルに対応した唯一のプロフェッショナル用カメラです。JVC カメラから出力された信号は MediaConnect に送信されます。その後、信号は EC2 F1 インスタンスに入力され、リアルタイムで次世代の圧縮コーデック AV1 にエンコードされ、CloudFront を介して視聴者に送信されます。 適切に実装された場合、AV1 エンコーディングは H.264 および H.265 コーデックよりも小さいファイルサイズでより高品質の画像を生成しますが、エンコーディングのための高いコンピューター処理装置（ CPU ）要件によって、広く採用されていません。MediaConnect と EC2 F1 インスタンスがサポートするフィールドプログラマブルゲートアレイ（ FPGA ）を組み合わせることで、ソシオネクスト社のソリューションはリアルタイムの AV1 エンコードを可能にし、専用 CPU のハードウェアコストを削減します。また、不安定なネットワーク環境でも、エンドユーザーエクスペリエンスとストリームの品質を向上させながら、ストレージとコンテンツ配信ネットワーク（ CDN […]

みなさんこんにちは。ソリューションアーキテクトの岡本です。10/25 に AWS が主催する自動車業界向けイベント「AWS Autotech Forum 2019」が開催されました。「AWS と自動車業界」という組み合わせを意外に感じる方も多いのではないでしょうか？実は自動車業界の様々なワークロードや取り組みの中で AWS が活用されております。本イベントでは Mobility as a Service(MaaS) 、自動運転開発、コネクテッドカー、エッジコンピューティング等の分野に携わるビジネスリーダー及びエンジニアの方々をお招きし、この領域で AWS を活用頂いているお客様から最新の取り組みをご紹介いただきました。本ブログでは各セッションやデモブースの内容を紹介したいと思います。 オープニングセッション 「拡がるモビリティーサービスの実現に向けて」と題し、AWS ソリューションアーキテクト岡本から今年のイベントテーマである MaaS を巡る市場動向を紹介しました。技術トレンドとしての CASE(Connected/Autonomous/Shared/Electric) がそれぞれ深化する中でビジネストレンド MaaS の注目度が高まっており、今後大きな市場の出現が期待されています。MaaS にはエマージングビジネスの側面と企業間アライアンスによる新プラットフォームビジネスの側面があり、それぞれ技術基盤に求められる要件が異なりますが、AWS を活用頂くことでこれらの要件を満たし、ビジネスに集中して頂くことができます。 エマージングビジネスに必要な基盤の要件 コア領域に集中 アイデアをすぐ形に スケーラビリティ 企業間連携及び新プラットフォームに必要な基盤の要件 セキュアなデータ連携 グローバルフットプリント 学習コストの最小化（技術者の”共通言語”化） またゲストスピーカーとしてイスラエル発のスタートアップである Otonomo 様の平戸様と、日本の多くの自動車会社と連携し社会インフラとしての MaaS プラットフォームを推進されている MONET Technologies 株式会社様の 湧川様にご登壇頂き、最新の取り組みをご紹介頂きました。 ブレイクアウトセッション デンソーの MaaS 開発 ～アジャイル開発で顧客との協調・チームビルディング・実装概要～　株式会社デンソー このセッションでは、Small Start でソフトウェアファーストな開発を行う手法として、デンソー デジタルイノベーション室で採用されているアジャイル開発の手法について講演いただきました。試作から本番までの開発プロセスを 4 […]