Amazon SageMaker Autopilot fügt Unterstützung für die automatische Bereitstellung des besten trainierten Modells hinzu

Amazon SageMaker Autopilot erstellt, trainiert und optimiert automatisch die besten Modelle für Machine Learning basierend auf Ihren Daten und ermöglicht Ihnen gleichzeitig die vollständige Kontrolle und Sichtbarkeit. Ab heute haben Sie eine praktische Option zur automatischen Bereitstellung des besten trainierten Modells, nachdem Sie ein Experiment zur Erstellung von Modellen durchgeführt haben. Wenn die Option für die automatische Bereitstellung aktiviert ist, erstellt SageMaker Autopilot automatisch einen Endpunkt und stellt Ihr bestes Modell bereit, sodass Sie Inferenz in Echtzeit auf Ihrem Endpunkt ausführen können. Sie können den Endpunkt jederzeit ändern oder löschen, um Ihren unterschiedlichen Inferenzanforderungen gerecht zu werden.
Quelle: aws.amazon.com

Amazon EC2 Auto Scaling führt voraussagende Skalierung als native Skalierungsrichtlinie ein

Amazon EC2 Auto Scaling unterstützt jetzt nativ voraussagende Skalierung, sodass Sie Ihre Auto-Scaling-Gruppe proaktiv skalieren können, um auf die kommende Nachfrage vorbereitet zu sein. Mit voraussagender Skalierung können Sie vermeiden, dass Sie zu viel Kapazität bereitstellen müssen, was zu niedrigeren EC2-Kosten führt und gleichzeitig die Reaktionsfähigkeit Ihrer Anwendung gewährleistet. (Bisher war die voraussagende Skalierung nur über AWS-Auto-Scaling-Pläne verfügbar.)
Quelle: aws.amazon.com

Amazon EventBridge unterstützt jetzt die gemeinsame Nutzung von Ereignissen zwischen Ereignisbussen im selben Konto und in derselben Region

Sie können EventBridge jetzt so konfigurieren, dass Sie Ereignisse zwischen Ereignisbussen im selben AWS-Konto und in derselben Region senden und empfangen können, um alle Ihre Ereignisse aus verschiedenen Ereignisbussen in einem einzigen Ereignisbus zusammenzufassen. Sie können auch Ereignisse von einem einzelnen Ereignisbus an andere Ereignisbusse weiterleiten, was die Entkopplung von Anwendungen und die Erstellung erweiterbarer, wartbarer ereignisgesteuerter Architekturen innerhalb Ihres Unternehmens erleichtert.
Quelle: aws.amazon.com

Amazon SageMaker bietet jetzt eine neue Flexibilität bei der Konfiguration der Modellbau-Pipelines

Amazon SageMaker Pipelines, der erste speziell entwickelte Service für kontinuierliche Integration und kontinuierliche Bereitstellung (CI/CD) für Machine Learning (ML), ermöglicht es Kunden jetzt, benutzerdefinierte Abhängigkeiten zwischen den Schritten der Modellierungspipeline festzulegen. Bisher war die Angabe der Ausgabe eines Schritts als Eingabe für einen anderen die einzige Möglichkeit, um die Abhängigkeit und die Ausführungsreihenfolge zwischen den beiden Schritten der Modellierungspipeline festzulegen. Jetzt haben Kunden die Möglichkeit, die Schritte, auf die eine bestimmte Schrittausführung warten muss, explizit aufzulisten.
Quelle: aws.amazon.com

Anpassungen für AWS Control Tower v2.1 fügen weitere Skalierungsoptimierungen hinzu und verbessern die Kompatibilität mit AWS CodeBuild

Wir haben vor Kurzem Anpassungen für AWS Control Tower aktualisiert, eine Referenzimplementierung, die es einfacher macht, eigene Leitschienen und Integrationen mit dem AWS Control Tower-Service zu erstellen. Die Anpassungen für AWS Control Tower v2.1 sind für neue oder bestehende AWS Control Tower-Kunden gedacht, die den verwalteten Service nutzen möchten, aber zusätzliche Anforderungen haben, die vom Service noch nicht unterstützt werden. AWS-Partner können das Framework auch nutzen, um ihre eigenen Anpassungen Leitschienen und Integrationen für AWS Control Tower zu entwickeln und zu verpacken.
Quelle: aws.amazon.com

Friday Five — May 21, 2021

The Friday Five is a weekly Red Hat® blog post with 5 of the week’s top news items and ideas from or about Red Hat and the technology industry. Consider it your weekly digest of things that caught our eye.

Quelle: CloudForms