Amazon Web Services ブログ
生成 AI で加速する e コマースの変革 その 1 – EC 業界における 4 大ユースケース紹介
AWS では e コマース(以下 EC)業界におけるユースケースの整理とその実装を支援しております。
本ブログでは以下 2回に分けて、EC業界における生成AI活用ユースケースについて解説をしていきます。
その 1:EC 業界における課題と生成 AI ユースケースによる解決案の整理
その 2:それらユースケースの実装例として AWS Summit Japan 2024 で展示したデモの解説
今回はその 1、EC 業界における代表的な生成 AI ユースケースが解決する業界課題について、背景から解説していきます。
AWS Summit Japan 2024 ヘルスケア・ライフサイエンス 展示ブース 開催報告
国内最大規模の学習型ITカンファレンスである AWS Summit Japan が、6 月 20 日(木)、2 […]
Amazon CloudWatch アラームによる Amazon Connect API の利用状況監視
Amazon Connect では、高い通話量時に API 使用量が割り当てられた容量を超えると、顧客リクエストがスロットリングされ、パフォーマンスに影響が出る可能性があります。本記事では、Amazon CloudWatch を活用して Amazon Connect API の使用状況を監視し、使用量が設定した上限に近づいたときにアラートを受け取る方法を紹介します。これにより、パフォーマンス問題が発生する前に、アプリケーションの最適化や容量の追加などの対策を講じることができます。
AWS Trainium、AWS Inferentia が AWS 上の Llama 3.1 モデルに高性能と低コストを提供
本日、AWS Trainium と AWS Inferentia による Llama 3.1 モデルのファインチューニングと推論のサポートを発表できることを嬉しく思います。Llama 3.1 ファミリーは、8B(80億)、70B(700億)、405B(4,050億)サイズの事前学習およびインストラクションチューニング済みの多言語大規模言語モデル(LLM)のコレクションです。
以前の投稿では、Amazon SageMaker JumpStart で AWS Trainium と Inferentia ベースのインスタンスに Llama 3 モデルをデプロイする方法について解説しました。今回の投稿では、AWS AI チップ上で そのコストパフォーマンスの利点と共に Llama 3.1 ファミリーのモデルのファインチューニング及びデプロイを実現する方法について概説します。
BMW Group における機械学習の産業化を加速させる機械学習オペレーション(MLOps)ソリューション
このブログは、Accelerating industrialization of Machine Learni […]
マネージド型ノードグループを利用した Amazon EKS クラスターのアップグレード戦略を検討する
はじめに Amazon Elastic Kubernetes Service (Amazon EKS) は、独 […]
【開催報告】生成AI ユースケース創出 Boot Camp in 大阪
西日本で製造業のお客様を支援しているソリューションアーキテクトの澤、池田、森です。 2024年 6月 27日に […]
【開催報告】 オンライン化によって進化する次世代自販機のご紹介
2024 年 6 月 20 日、21 日に開催された AWS Summit Japan の展示から、「新価格体験を実現する次世代自販機」をご紹介します。この展示では、消費財企業にとって重要な Direct to Consumer の販売チャンネルである自販機をオンライン化することによって進化させて、在庫や周囲環境の状況に合わせて販売価格を最適化するダイナミックプライシングのアイデアを紹介しました。
Karpenter を採用することで Slack はどのように業務効率とコスト効率を高めたか
Slack は人々、会話、アプリ、システムを 1 つの場所につなぐ AI を活用した業務用のプラットフォームです。Slack は、コンテナのデプロイや管理をシンプルにするために、”Bedrock” というコードネームの内部コンピューティングオーケストレーションプラットフォームを Amazon Elastic Kubernetes Service (Amazon EKS) を採用して構築しました。Bedrock は、単一の YAML ファイルでビルド、デプロイ、ランタイム環境を処理することで、Slack 内部の開発者の複雑さを大幅に軽減しています。また、Jenkins、FQDN サービスディスカバリー、Nebula overlay network などのツールを活用して効率的な運用を実現しています。Slack のアプリケーションの 80% 以上が Bedrock で稼働しており、テストの精度が向上し、インフラストラクチャの管理が洗練されたことで、開発者はより効率的に作業できるようになりました。
Amazon ECS におけるソフトウェアバージョンの一貫性の実現
Amazon ECS は、アプリケーションのソフトウェアバージョンの一貫性を保証するようになりました。この新機能では、ECS サービスの各バージョン (デプロイメント) において、ECS がコンテナイメージタグをコンテナイメージダイジェストに解決します。これにより、デプロイメントライフサイクル全体で同一のコンテナイメージが使用されることを保証し、アプリケーションのセキュリティと一貫性を向上させることができます。