Amazon Web Services ブログ
新機能 – Amazon ElastiCache リザーブドノードにサイズ柔軟性が適用
Amazon ElastiCache は、フルマネージド型の Valkeyと Memcached、Redis OSS 互換のキャッシングサービスです。今回すべてのリザーブドノードにサイズの柔軟性をサポートするようになりました。これにより、予約時に指定したサイズと異なるノードタイプであっても予約ノードの割引が適用されるようになります。
【開催報告 & 資料公開】RAG の困りごとは今日で一気に解決! AWS 生成 AI Dive Deep
2024年9月19日に、RAG に関する悩みを持っている方を対象とした AWS オンラインセミナー「RAG の困りごとは今日で一気に解決! AWS 生成 AI Dive Deep」が開催され、実用的な情報盛りだくさんの 3 つのセッションが実施されました。セミナーの見どころとしては、以下のとおりです。いずれかにピピっと来たら、ぜひこの記事を読み進めてください。
– RAG の概要ではなく、実践的なテクニックや開発の進め方を知ることができる
– RAG でよくある課題とその解決策を具体的に知ることができる
– RAG に欠かせない AWS サービスとその使い分けを知ることができる
AWS Summit Japan 2024 第一三共株式会社における創薬研究クラウドプラットフォーム
このブログは、第一三共株式会社 研究統括部 研究イノベーション企画部と、アマゾン ウェブ サービス ジャパン合 […]
AWS IoT サービスを使用したコネクテッドカーのプロトタイプの構築
自動車業界では大変革が起きています。ソフトウェアのイノベーションに牽引され、自動車の概念は単なる移動手段として […]
AWS IoT を使用した水道およびガスメーターの公益サービスコネクテッドソリューション
この投稿では、機械学習 (ML) の事前学習済みモデルを使用してリークなどのデータの異常を検出する、広く適用可能なソリューションを紹介します。 このソリューションを実現するため、実際の水道メーターの例を使用し、既存の水道・ガスのメーターインフラストラクチャを AWS IoT Greengrass と AWS IoT Core に統合する手順を説明します。
VMware ワークロードの Red Hat OpenShift on AWS へのモダナイゼーション:変革をもたらすメリットを解き放つ
今日の急速に進化する技術の環境において、企業は VMware のワークロードと仮想マシン (VM) をクラウドに移行・モダナイゼーションする方法を求めています。注目を集めているアプローチの 1 つは、従来の VM を Red Hat OpenShift on Amazon Web Services (AWS) などのコンテナ化された環境に移行するか、OpenShift Virtualization on AWS に直接移行することです。
本稿では、VMware の VM とワークロードを Red Hat OpenShift Service on AWS (ROSA) に移行する際の「何を」「なぜ」「どのように」について説明し、移行プロセスの理解と、さらに深く掘り下げるための追加リソースを提供します。
ペアーズの AWS 生成 AI 事例 : Amazon Bedrock による障害対応の自動化と効率化
本ブログは、株式会社エウレカと Amazon Web Services Japan が共同で執筆しました。 背 […]
ANA における Amazon Textract と Amazon Rekognition を活用した整備タグ OCR システムの開発
はじめに 全日本空輸株式会社 整備センター 機体事業室 機体計画部 航空機売却・リースチームでは航空機のリース […]
メインフレームとAWSを統合する共存アーキテクチャ
メインフレームとAWSを統合する共存アーキテクチャ 本記事は 2024 年 9 月 3 日に Migratio […]
Amazon Bedrock Agents と Amazon CloudWatch Logs を使用した、生成 AI によるクラウド運用ワークフローの実現
このブログ記事では、AWS のクラウド運用シナリオにおいて、アプリケーションログファイルで観察されたエラーに基づいて問題を分類し、その後解決するために、Amazon Bedrock エージェントと Bedrock の FM を使用した 生成 AI の使用例を紹介します。
我々のソリューションでは、Amazon Bedrock エージェントは基盤モデル (FM) の推論の性能を使用して、CloudWatch Logs に公開されたアプリケーションログについてのエラー解決を要求するユーザー指示を複数のステップに分解します。開発者/アナリストが提供した自然言語の指示を使用してオーケストレーション計画を作成し、その後、関連する API を呼び出し、Amazon Bedrock Knowledge Base にアクセスすることで計画を実行します。これには、大規模言語モデル (LLM) によって生成された応答を補強するために、ベクトルデータストア (Amazon OpenSearch Serverless) から情報を引き出す処理が含まれます。







