Amazon Web Services ブログ

Category: Industries

EDA フローを変更することなく、結果を得るまでの時間を短縮

チップ形状の微細化が進むにつれ、先端ノード技術を使用してチップ製造を成功させることは難しくなっています。電子設計自動化 (EDA) は、より多くのコンピュート、ストレージ、時間を消費します。設計と検証の段階で、エンジニアが反復してバグを発見する時間を増やすことは、何百万もの不具合による再設計や収益の損失を防ぐことにつながります。チップ設計プロセスをさらに複雑にしているのは、半導体市場が人材不足に陥っていることです。既存エンジニアの生産性を向上させることで、この人材不足を解消し、市場投入までの時間を改善することができます。このブログでは、柔軟なコンピュートオプションを使用して最大 40% のパフォーマンス向上を示す 2 つの環境について説明します。これらの環境は、Cadence 社と Synopsys 社のバッチツールとインタラクティブツールにまたがり、結果が出るまでの時間とジョブコストを比較しています。

Amazon CloudFront を使用した OTT ストリーミングのQoS 可観測性

OTT コンテンツは私たちの生活の一部となりました。しかし、品質を確保することは容易ではありません。国際電気通信連合（ITU）は、ネットワークパフォーマンスを示すQoSと主観的なユーザー体験を示す QoE を区別しています。優れた視聴体験を実現するには、ネットワークだけでなく、さまざまな要因を考慮する必要があります。事業者は業界標準のメトリクスを監視し、QoS と QoE を管理する必要があります。この取り組みは OTT 配信の可視性を高め、QoS を改善することを目的としています。

この投稿では Amazon CloudFront のリアルタムログ機能を使用し、リアルタイムで配信パフォーマンス指標を可視化するダッシュボードを紹介します。これにより、動画配信のさまざまなQoS 側面の可視性が向上します。ダッシュボードはストリーミング解像度と関連メトリクスを取得し、パフォーマンスの傾向を特定してデータ駆動の意思決定を支援します。お客様はインフラを最適化し、最高の視聴体験を提供できるようになります。

video-summarization-with-aws-artificial-intelligence-ai-and-machine-learning-ml-services

AWSの人工知能（AI）と機械学習（ML）サービスを利用した動画の要約

パブリッシャーや放送局は、TikTok などのプラットフォームのショートフォームコンテンツが大好きな若い視聴者 […]

Riot Games の AWS へのグローバル移行最終章 〜 最後のデータセンター閉鎖に向けた準備

Riot と AWS のコラボレーションの歴史を振り返り、クラウドの導入にあたって Riot が取った段階的なアプローチがいかにして社内で最もクラウドに対して懐疑的な人たちさえも味方につけられたかについて見ていきましょう。

Data Driven

製造現場でデータドリブンとクラフトマンシップは交わるのか？

ものづくり白書2023では、日本の製造業について「我が国の生産現場は、高度なオペレーション・熟練技能者の存在によって、現場の最適化・高い生産性に強みを持つ」と分析しており、熟練技能者がクラフトマンシップを発揮して高い現場力を維持していることが強みという認識が示されています。一方で、「海外の先進企業は、データ連携や生産技術のデジタル化・ 標準化に強みを持ち、企業の枠を越えた最適化を実現」という表現で日本と海外先進企業の違いを分析しています。日本の製造業が今後さらに競争力を高めていくためには、高い現場力による部分最適と、データ連携によるデータドリブンなオペレーションと全体最適とを両立させることが鍵となりそうです。本ブログでは、部分最適と全体最適という一見すると相反したものを目指すデータドリブンとクラフトマンシップが交わるのか？について考察していきます。

← Older posts
Newer posts →