Amazon Web Services ブログ

Category: Announcements

新機能 – AWS Well-Architected Tool の SaaS レンズ

安全性、耐障害性、および効率性に優れた高パフォーマンスソリューションの AWS での構築を支援するため、AWS は 2015 年に AWS Well-Architected Framework を一般公開しました。これは、1 部のホワイトペーパーとしてスタートしましたが、ドメイン固有のレンズ、ハンズオンラボ、およびワークロードを定期的に評価し、高リスク問題を識別して、改善点を記録するメカニズムを提供する AWS Well-Architected Tool (AWS マネジメントコンソールから無料でご利用いただけます) に拡大されました。 ワークロード固有のアドバイスをより多く提供するため、2017 年には「レンズ」の概念でフレームワークを拡張し、一般的な見解の枠を超えて、特定のテクノロジー分野に参入しました。現在、Software-as-a-Service (SaaS) ソリューションの構築を促進するために、AWS SaaS Factory チームが新しい AWS Well-Architected SaaS レンズ を構築する取り組みを先導しています。 SaaS は、ソフトウェアがプロバイダーによって一元的に管理およびホストされ、サブスクリプションベースで顧客に提供されるライセンス供与/デリバリーモデルです。このモデルの使用により、ソフトウェアプロバイダーは迅速に革新し、コストを最適化して、運用効率性を向上させることができます。それと同時に、顧客側もシンプル化された IT 管理、スピード、および使用分の料金だけを支払うというビジネスモデルのメリットを活かすことができます。 Well-Architected SaaS レンズは、SaaS ワークロード向けにカスタマイズされ、SaaS ワークロードの開発と運用に対するクリティカルシンキングを促進することを目的とした質問をツールに追加します。各質問にはベストプラクティスのリストがあり、各ベストプラクティスにはそれらを実施するために役立つ改善計画のリストがあります。何千人ものソフトウェアデベロッパーや AWS パートナーと連携してきた AWS SaaS Factory Program の AWS ソリューションアーキテクチャは、これらの Well-Architected パターンを AWS で SaaS アーキテクチャを構築して運用するための重要な要素として認識しています。 Well-Architected Tool […]

Read More

Amazon Lookout for Vision — 新しい ML サービスにより、製造の欠陥検出を簡素化

本日は、産業環境のお客様が、簡単かつコスト効率性に優れた方法で製造装置と機器の外観欠陥を検出するために役立つ新しい機械学習 (ML) サービス、Amazon Lookout for Vision をご紹介します。 これらの画像から欠陥がある回路基板を見つけられますか? 回路基板に詳しい人なら見つけられるかもしれませんが、私が欠陥を見つけるのには少し時間がかかってしまいました。適切な訓練を受け、十分に休息を取った人ならば、一連のオブジェクトから異常を上手く見つけることができますが、疲れていたり、この例での私のように適切な訓練を受けていなかったりすると、異常を見つけるのが遅くなり、ミスや食い違いが生じやすくなります。 多くの企業が異常の検出にマシンビジョンテクノロジーを使用しているのはこのためです。ただし、これらのテクノロジーは、制御された照明とカメラ視点で較正する必要があります。さらに、欠陥とされるものとされないものを定義するハードコードされたルールを指定しなければならないため、このテクノロジーは高度に特化されたものとなり、構築も複雑になります。 Lookout for Vision は、生産工程全体における製品欠陥の目視検査を自動化することによって、工業製品の品質向上と運用コストの削減を助ける新しい機械学習サービスです。Lookout for Vision では、ハードコードされたルールの代わりに深層学習モデルが使用され、カメラアングルの違い、照明、および運用環境に起因するその他の課題に対応します。Lookout for Vision により、慎重に制御された環境の必要性を減らすことができます。 Lookout for Vision を使用することで、製造された部品の損傷を検出し、欠落しているコンポーネントや部品を特定して、生産ラインにおける潜在的な工程関連の問題を発見することができます。 Lookout for Vision の使用開始方法 最初にお伝えしておきたいのは、Lookout for Vision は機械学習の専門家でなくても使用できるということです。Lookout for Vision は完全マネージド型サービスで、ユースケースとデータに合わせて最適化できる異常検出モデルが搭載されています。 Lookout for Vision を使用するには、いくつかのステップがあります。最初のステップは、データセットの準備です。これには、画像のデータセットの作成と画像のラベル付けが含まれます。次に、Lookout for Vision がこのデータセットを使用して、製品における異常の検出を学習する ML モデルを自動的にトレーニングします。最後のステップは、本番環境でのモデルの使用です。トレーニングしたモデルのパフォーマンスは、いつでも Lookout for Vision が提供するツールを使用して、継続的に評価し、改善することができます。 データの準備 モデルの作成を始めるには、まず一連の製品画像が必要になります。より良い結果を得るため、正常な製品 (欠陥なし) と異常な製品 (欠陥あり) の画像を含めます。トレーニングを始めるには、少なくとも 20 […]

Read More

新機能 – Amazon Lookout for Equipment でセンサーデータを分析し、機器の故障検出に役立てる

産業機器を運用する企業は、運用効率性の向上と、コンポーネントの故障による計画外ダウンタイムの回避に絶えず取り組んでいます。これらの企業は長年の間、機器の状態を監視し、リアルタイムのアラートを受け取るために、物理センサー (タグ)、データ接続、データストレージ、およびダッシュボードの構築に多額の投資を繰り返し行っています。主なデータ分析手法は、単一変数の閾値と物理学に基づくモデリングのアプローチであり、これらの手法は特定の故障タイプや稼働状態の検出には効果的ですが、各機器の多変量関係を導き出すことによって検出される重要な情報を見逃すことがよくあります。 機械学習の使用により、機器の履歴的なデータから学習するデータ駆動のモデルを提供できる、より強力なテクノロジーを利用できるようになりました。しかし、このような機械学習ソリューションの実装は、設備投資とエンジニアのトレーニングが原因で時間がかかり、コストも高額になります。 本日は、機器の異常な動作を検出する API ベースの機械学習 (ML) サービス、Amazon Lookout for Equipment をご紹介します。Lookout for Equipment を使用することによって、お客様は、モデルごとにセンサーやアクチュエータなどのコンポーネントからのデータタグを最大 300 個設定できる、産業機器から生成された履歴的な時系列データと過去のメンテナンスイベントを取り込むことができます。Lookout for Equipment は、可能な組み合わせを自動的にテストし、機械学習モデルを構築して機器の正常な動作を学習します。エンジニアに機械学習の専門知識は必要なく、クラウドでリアルタイム処理のためのモデルを簡単にデプロイできます。

Read More

Amazon Connect – よりスマートになり、サードパーティーツールとの統合が向上

2017 年の Amazon Connect のローンチ以来、何千社ものお客様がクラウドで独自にコンタクトセンターを構築しておられます。Amazon Connect は、非技術系のお客様によるインタラクションフローの設計、エージェントの管理、およびパフォーマンスメトリクスの追跡を容易にします。 たとえば、ヨーロッパで Best Western ホテルの部屋を電話で予約した場合、その通話は Amazon Connect によって管理されます。イギリスでは、郵便局が、アイデアから本稼働開始までわずか 3 週間で完了しました。フランスでは、ビジネスプロセスアウトソーシングの世界的リーダーである WebHelp が、わずか 72 時間で数千台のワークステーションとリモートエージェントをアクティブ化しました。 Amazon Connect について最後にブログを投稿して以来、チームは継続的にお客様からのフィードバックを聞いています。本日、Amazon Connect をよりスマートにし、サードパーティのツールとの統合を強化する新しい機能セットを発表できることをうれしく思います。 機械学習 (ML) を使用して、Amazon Connect が、会話をリアルタイムで分析し、コンタクトセンターのエージェントが必要とする関連情報を見つけ、顧客の声で顧客を認証することで、よりスマートにしてます。2 番目の機能セットにより、Amazon Connect はサードパーティのツールやサービスとの統合が容易になり、統合化された顧客プロファイル情報をコンタクトセンターエージェントに提示し、タスクの管理を容易にします。 それでは、詳細を一つずつ見ていきましょう。 Contact Lens Real Time Contact Lens for Amazon Connect は、機械学習 (ML) 機能のセットです。これを使うと、コンタクトセンターのスーパーバイザーは、顧客との会話の感情、傾向、コンプライアンスをよりよく理解することができます。re:Invent 2019 で初めて発表され、2020 年 7 月から 利用可能になりました。エージェントを効果的にトレーニングし、成功したインタラクションを複製し、企業と製品に関する重要なフィードバックを特定することができます。 本日から、顧客が不満を表明するなど、ライブ通話中のカスタマーエクスペリエンスに関するリアルタイムの洞察を得ることができます。カスタマーエクスペリエンスの分析とライブコールのアラートは、Amazon Connect のリアルタイムメトリクスダッシュボードで配信されます。スーパーバイザーは、重要なコールをいつリッスンするかを特定し、チャットを介してエージェントにガイダンスを提供したり、エージェントにコールを転送して支援を求めたりすることが容易になります。 […]

Read More
AWS Amplify Admin UIのご紹介

新機能 – AWS Amplify Admin UI: アプリケーションのバックエンド開発を支援し、クラウドの経験を必要としない管理ツール

この記事は、New AWS Amplify Admin UI Helps You Develop App Backends, No Cloud Experience Requiredを翻訳したものです。 2018年にAWS Amplifyをリリースしてから、ウェブのフロントエンドとモバイルアプリケーションの開発者の開発とクラウド環境へのデプロイを支援してきました。時代の最先端を行き、顧客にイノベーションを提供するためにもプロダクトは機能を素早く届ける必要があります。しかし、クラウド、AWSの基本的な操作に慣れていない場合は、開発者・非開発者に関わらず学習やトレーニングが必要となります。この学習コストは、設計や実装、意思判断などプロセス全体の速度の低下を招きます。 本日、AWS AmplifyはチームメンバーがAWSアカウントを必要とせずにAWSの利用を可能とする新機能Admin UIをリリースしました(AWSアカウントは、最初のデプロイでのみ必要となります)。 Admin UIは、データベーステーブルのモデリング、認可認証機能の追加、アプリケーションのコンテンツ・管理者・管理者グループの管理を行うシンプルで強力なツールを提供します。また、アプリケーションのユーザーや、ユーザーによって作成されたコンテンツの管理を行う機能も提供します。Admin UIは、バックエンドやインフラストラクチャではなくデータモデルに焦点を当てています。全てのバックエンドのリソースは、チームのリポジトリで管理可能なInfrastructure as Code(IaC)のテンプレートを生成します。また、このリソースはAWS Amplifyの継続的デプロイのワークフローと統合されており、異なる環境(environment)ごとに管理が可能となっています。 新機能: AWS Amplify Admin UIを使った例のご紹介 あなたは、地元にあるレストランのウェブサイトを開発しているフロントエンド開発者であると想像してみてください。レストランのオーナーは、日替わりメニューを掲載できるようなウェブサイトで、毎日ウェブサイト上のコンテンツを簡単に更新したいと考えています。 この要求を満たすシステムの実装方法は多くあります。例えば、サーバーを構築し、CMSをインストールし、レストランのオーナーが日替わりメニューの更新を行うための機能を実装することができます。しかし、この要求を満たすためだけにサーバーを構築するのは、過剰に設備投資を行うことになります。他の実装方法として、サーバーレスのサービスを使用して自分でCMSを構築することもできますが、開発が複雑になり、より多くの時間が開発をするのに必要となります。 AWS Amplifyの新機能Admin UIを活用することで、既存のAWSのマネージドサービスを活用しながらバックエンドを素早く構築することができます。また、アプリケーションのユーザーとコンテンツの管理を行う機能も提供します。 Admin UIを利用するために、最初にAWS Console内のAWS Amplifyの管理画面にてアプリケーションのバックエンド(backend)を作成してください。これにより、AWS Amplifyはstagingと呼ばれるバックエンドの環境(environment)を作成します。バックエンドの作成が完了したら、早速Admin UIを開いてみましょう。AWSの利用経験がなく、AWSアカウントを持っていない開発者を招待したい場合は、この段階でAdmin UIへのアクセス権限を付与することができます。今回の例では、あなた一人で全ての開発を行う想定とし、管理者の追加は行わないこととします。 Admin UIでは、アプリケーションの開発者がバックエンドを構成するために必要な開発ツールと、コンテンツの管理者がアプリケーションのコンテンツを管理するための機能が含まれています。 Admin UIのサイドバー(下記の画像参照)にて、アプリケーションの設定を行うための様々なオプションを確認することができます。 レストランのウェブサイト構築を行う最初のステップとして、日替わりメニューのためのデータモデルを作成してみましょう。次の3ステップを実行してみましょう Dataタブに移動 Menuという名前でデータモデルを作成 必要なデータ項目を追加して保存とデプロイ データモデルを保存とデプロイを行うと、メニュー項目を保存するAmazon DynamoDBのテーブルやGraphQLのAPIを提供するAWS AppSyncなどのリソースがAWS上に自動で作成されます。 デプロイの完了には数分程度かかります。 モデルがデプロイされたら、次にウェブサイトのフロントエンドを構築してみましょう。今回は、AWS […]

Read More

AWS Lambda の新機能 – コンテナイメージのサポート

AWS Lambda では、サーバーについて気にすることなくコードをアップロードして実行できます。多くのお客様に Lambda のこの仕組みをご活用いただいていますが、開発ワークフローのためにコンテナツールに投資した場合は、Lambda でのアプリケーションの構築に同じアプローチを使用することが難しくなります。 この問題に対応するため、Lambda 関数を最大 10 GB のコンテナイメージとしてパッケージ化し、デプロイできるようになりました。これにより、機械学習やデータ集約型のワークロードなど、大きな依存関係に頼る大規模なワークロードを簡単に構築してデプロイできます。ZIP アーカイブとしてパッケージ化された関数と同様に、コンテナイメージとしてデプロイされた関数は、同様の操作のシンプルさ、自動スケーリング、高可用性、多数のサービスとのネイティブ統合による恩恵を受けます。 当社では。サポートされているすべての Lambda ランタイム (Python、Node.js、Java、.NET、Go、Ruby) のベースイメージを提供しているため、コードと依存関係を簡単に追加することができます。Amazon Linux ベースのカスタムランタイム用のベースイメージも用意しており、これを拡張して Lambda ランタイム API を実装する独自のランタイムを含めることができます。 Alpine や Debian Linux をベースにしたイメージなど、独自のベースイメージを任意で Lambda にデプロイできます。Lambda を操作するには、これらのイメージに Lambda ランタイム API を実装する必要があります。独自のベースイメージの構築を容易にするため、当社ではサポートされているすべてのランタイムにランタイム API を実装する Lambda Runtime Interface Clients をリリースしています。これらの実装は、ネイティブのパッケージマネージャーを介して利用できるため、イメージ内で簡単に取得でき、オープンソースライセンスを使用してコミュニティと共有されます。 また、Lambda Runtime Interface Emulator をオープンソースとしてリリースします。これにより、コンテナイメージのローカルテストを実行して、Lambda にデプロイした際に実行されることを確認することができます。Lambda Runtime Interface Emulator は、AWS が提供するすべてのベースイメージに含まれており、任意のイメージでも使用できます。 コンテナイメージは、Lambda Extensions […]

Read More

新機能 – Amazon S3 Replication が複数の宛先バケットのサポートを開始しました

Amazon Simple Storage Service (S3) は、2019 年にローンチされた S3 Same-Region Replication (SRR)、および 2015 年から利用され続けている S3 Cross-Region Replication (CRR) などの数多くのレプリケーションタイプをサポートします。本日、AWS は複数の宛先バケットに対する S3 Replication のサポートを発表します。これにより、S3 Replication は、1 つのソースバケットから複数の宛先バケットにデータをレプリケートできるようになりました。S3 Replication (複数宛先) を使用すると、同じ AWS リージョン内のデータの場合は S3 SRR、異なる AWS リージョンにまたがるデータの場合は S3 CRR を使用してデータをレプリケートでき、これらの組み合わせを使用することもできます。 このローンチまでは、異なる S3 バケットにあるデータの複数のコピーを作成する必要がある場合、S3 イベントを監視し、作成されたオブジェクトを識別して、各宛先バケットにオブジェクトをコピーするための AWS Lambda 関数を使用することによって、独自の S3 Replication サービスを構築しなければなりませんでした。 このローンチによって、複数の宛先全体へのデータのレプリケーションに独自のソリューションを開発する必要がなくなります。S3 Replication (複数宛先) の柔軟性は、用途に応じて異なるストレージクラス、異なる暗号化タイプ、または異なるアカウント全体でデータの複数のコピーを保存するために利用できます。さらに、複数の宛先にレプリケートするときは、CloudWatch メトリクスを使用して各リージョンペアのレプリケーションの進行状況を追跡できます。 S3 Replication (複数宛先) […]

Read More

近日公開 – EC2 C6gn インスタンス – AWS Graviton2 プロセッサーによる 100 Gbps ネットワーキング

AWS Graviton2 による Amazon Elastic Compute Cloud (EC2)インスタンスでワークロードを実行している Snap、NextRoll、Intuit、SmugMug、Honeycomb などのお客様からの素晴らしいフィードバックに基づき、本日、Arm ベースの幅広い Graviton2 ポートフォリオに加わる C6gn インスタンスを発表します。これにより、最大 100 Gbps のネットワーク帯域幅と、最大 38 Gbps の Amazon Elastic Block Store (EBS) 帯域幅を提供し、最大 40% 高いパケット処理パフォーマンス、それに現在の世代の x86 ベースのネットワーク最適化インスタンスと比較して最大 40% 高いコストパフォーマンスを実現します。 この新しいインスタンスタイプは、C6G インスタンスと比較して、4 倍のネットワーク帯域幅と 2 倍の EBS 帯域幅を提供し、4 倍のパケット処理パフォーマンスを実現します。つまり、ハイパフォーマンスコンピューティング (HPC)、ネットワークアプライアンス、リアルタイムビデオ通信、データ分析などの高いネットワーク帯域幅を必要とするワークロードを持つお客様は、最大かつ最も困難なアプリケーションを Arm に導入し、高いパフォーマンスとコスト最適化の利点を活かすことができます。 C6gn インスタンスは次の 8 つのサイズでご利用いただけます。 名前 vCPU メモリ (GiB) ネットワーク帯域幅 (Gbps) EBS […]

Read More

近日公開 – グラフィックワークロード用の AMD GPU を搭載した Amazon EC2 G4ad インスタンス

例えば、ゲームストリーミング、アニメーション、ビデオレンダリングなどの高性能グラフィックワークロードを抱えるお客様は、低コストで高いパフォーマンスをいつも求めています。本日、G4 インスタンスファミリーの新しい Amazon Elastic Compute Cloud (EC2) インスタンスが稼働し、まもなくご利用いただけるようになることをお知らせします。これにより、グラフィックスを多用するワークロードのパフォーマンスを向上させ、コストを削減できます。新しい G4ad インスタンスは、AMD の最新の Radeon Pro V520 GPU と第 2 世代 EPYC プロセッサを搭載し、EC2 で初めて AMD GPU を搭載しています。 2019年にリリースされ、NVIDIA T4 GPU を搭載した G4dn インスタンスは、以前は EC2 で最も費用対効果が高い GPU ベースのインスタンスでした。G4dn インスタンスは、本番稼働環境やグラフィックスを多用するアプリケーションでの機械学習モデルのデプロイに最適です。ただし、G4dn と比較して、新しい G4ad インスタンスは、前述のゲームストリーミング、リモートグラフィックスワークステーション、レンダリングシナリオなど、グラフィックスを多用するワークロードに対して、最大 45% 低い料金のパフォーマンスを実現します。同じサイズの G4dn インスタンスと比較して、G4ad インスタンスはパフォーマンスが最大 40% 向上しています。 G4dn インスタンスは、Tensor コアなどのハードウェア最適化が含まれているため、小規模機械学習 (ML) トレーニングや GPU ベースの ML 推論に最適なオプションであり続けます。さらに、G4dn インスタンスは、CUDA、CudNN、NVENC […]

Read More

Amazon EKS Distro: Amazon EKS で使用される Kubernetes ディストリビューション

顧客向けの革新的なソリューションの構築に集中したいので、Kubernetes インフラストラクチャを管理する面倒な作業に手間をかけたくないという声がお客様から寄せられています。そのため、Amazon Elastic Kubernetes Service (EKS) の人気が高まっています。このサービスをご利用いただくことで、Kubernetes の管理にかかる負担は解消され、お客様はメリットを享受できます。 ただし、すべてのカスタマーが Amazon EKS を使用するわけではありません。たとえば、既存のインフラストラクチャ投資、データの所在地要件、またはコンプライアンス義務があり、Kubernetes をオンプレミスで運用しなければならない場合があります。このような状況にあるお客様からは、アップデートの追跡、Kubernetes の互換性のあるバージョンと基盤となるコンポーネントの複雑なマトリックスの把握、互換性を確認するためのテスト、および Kubernetes リリース頻度 (3 ~ 4 か月の頻度である場合があります) の維持に多くの労力を費やしていることを伺っています。お客様が新しいバージョンのテストと見極めを適時に実行できない場合、破壊的変更、バージョンの互換性の問題、および重要なセキュリティパッチが不足している、サポートされていないバージョンの Kubernetes を実行する危険性があります。 当社は、AWS で Amazon EKS を提供しながら多くのことを学び、運用のセキュリティ、安定性、および信頼性を備えた Kubernetes を提供する方法を深く理解しています。本日、当社は、その知識を用いて構築した Amazon EKS Distro を皆さんと共有することを発表します。 EKS Distro は、Amazon EKS によってデプロイされたのと同じバージョンの Kubernetes のディストリビューションです。このディストリビューションを使用して、任意の場所に独自の Kubernetes クラスターを手動で作成できます。EKS Distro は、Amazon EKS によって使用されるオープンソース Kubernetes のインストール可能なビルドとコードを提供します。これには、依存関係や AWS が保守するパッチも含まれます。クラスターの作成と管理ツールを選択することで、Amazon Elastic Compute Cloud (EC2) […]

Read More