Neue AWS-Lösungsimplementierung: Tag Tamer

Wir freuen uns, die Aufnahme von Tag Tamer in das Portfolio von AWS-Lösungsimplementierungen bekannt zu geben. AWS-Lösungsimplementierungen helfen Ihnen dabei, gängige Probleme zu lösen und schneller Lösungen mit der AWS-Plattform zu entwickeln.
Quelle: aws.amazon.com

AWS führt neue Framework-spezifische Deep-Learning-AMIs und abwärtskompatible Images ein

Wir freuen uns, Ihnen mitteilen zu können, dass AWS jetzt neue Framework-spezifische Deep-Learning-AMIs (DLAMIs) bietet. Heute wurden Framework-spezifische DLAMIs für PyTorch 1.9.0 und TensorFlow 2.5.0 mit Unterstützung von Amazon Linux 2, Ubuntu 18.04 und Ubuntu 20.04 eingeführt. Mit den AWS-DLAMIs erhalten ML-Nutzer und Wissenschaftler die Infrastruktur und Tools, um Deep-Learning-Arbeiten beliebiger Größenordnungen in der Cloud zu beschleunigen. Diese optimierten neuen Images sind bis zu 60 Prozent kleiner, sodass Machine Learning-Nutzer DLAMIs in AWS schneller starten können. DLAMIs werden von uns auch weiter im vorherigen Format mit mehreren Frameworks und Betriebssystemen in einem einzelnen AMI veröffentlicht und unterstützt.
Quelle: aws.amazon.com

Amazon GameLift kündigt BatchDistance-Regelaktualisierung für FlexMatch an

Wir freuen uns, ein Update für Amazon GameLift (einen von AWS verwalteten Service) ankündigen zu können. GameLift FlexMatch wurde 2017 als Funktion mit einem leistungsfähigen Matchmaking-Algorithmus und flexiblen, entwicklerseitig definierten Regeln eingeführt, um ein hochwertiges Matchmaking in der AWS-Umgebung zu ermöglichen, und genießt das Vertrauen von Spieleentwicklern auf der ganzen Welt wie etwa Wargaming, Metalhead Software und Illfonic. 
Quelle: aws.amazon.com

Unterstützung für zusätzliche MXF-Mezzanine-Ausgabeformate jetzt mit AWS Elemental MediaConvert verfügbar

AWS Elemental MediaConvert unterstützt jetzt das Erstellen von AVC-Intra, VC3- und XAVC-Mezzanine-Formaten, die im MXF-Container übertragen werden. Diese leicht komprimierten Videocodes, die häufig als “Zwischen-” oder “Bearbeitungsdateiformate” bezeichnet werden, balancieren Qualität und Leistung, indem sie visuell verlustfreie Komprimierung, einfache Decodierungsanforderungen und native Bearbeitungs- und Wiedergabeunterstützung in nichtlinearen Bearbeitungswerkzeugen bieten.
Quelle: aws.amazon.com

AWS Systems Manager unterstützt jetzt die Freitextsuche nach einem Knoten in der Session-Manager-Konsole

Session Manager, eine Funktion von AWS Systems Manager, unterstützt jetzt die Freitextsuche für Knoten in der Suchleiste der Session-Manager-Konsole. Kunden können den Knoten, zu dem eine Verbindung hergestellt werden soll, leicht finden, ohne den genauen Wert einer Eigenschaft wie Name oder Instance-ID zu kennen. Die Freitextsuche wird für mehrere Eigenschaften eines verwalteten Knotens unterstützt, einschließlich Instance-ID, Name, Agent-Version, Plattform, Status und viele mehr.
Quelle: aws.amazon.com

Unterstützung für HDR10+ für HEVC-Ausgaben ist jetzt mit AWS Elemental MediaConvert verfügbar

AWS Elemental MediaConvert hat die Unterstützung für die Analyse und das Einfügen von HDR10+-Metadaten hinzugefügt. HDR10+ ist eine Technologie, die HDR-Videos mit dynamischen Farbmetadaten für Wiedergabegeräte weiter verbessert, um sie automatisch szenenweise anzupassen. Mit MediaConvert haben Sie nun die Möglichkeit, eine HDR10+-Analyse Ihrer HDR10-Inhalte durchzuführen und die daraus resultierenden Metadaten in die kodierten Ausgaben für den Konsum auf HDR10+-fähigen Geräten einzufügen. Diese Metadaten werden wie eine Erweiterungsschicht zu den Basis-HDR10-Metadaten behandelt und ermöglichen eine Abwärtskompatibilität mit HDR10-kompatiblen Geräten.
Quelle: aws.amazon.com

Benutzerdefinierte Labels von Amazon Rekognition bieten Unterstützung für KMS-Verschlüsselung von Trainingsdaten für benutzerdefinierte Modelle

Benutzerdefinierte Labels von Amazon Rekognition unterstützen die Möglichkeit, einen AWS-Key-Management-Service-(KMS)-Schlüssel zu verwenden, um die an den Service für benutzerdefinierte Labels von Rekognition gelieferten Bilddaten zu verschlüsseln, um Ihr benutzerdefiniertes Modell für Machine Learning zu trainieren. Standardmäßig verschlüsseln benutzerdefinierte Labels von Amazon Rekognition die Bilddaten im Ruhezustand mit serverseitiger Verschlüsselung. Wenn Sie in dieser Version benutzerdefinierte Labels von Amazon Rekognition mit Ihrem KMS-Schlüssel oder Alias-ARN bereitstellen, verwenden die benutzerdefinierten Labels von Amazon Rekognition stattdessen diesen KMS-Schlüssel, um Ihre Trainings- und Testbilder zu verschlüsseln.
Quelle: aws.amazon.com

Amazon Neptune unterstützt jetzt das Kopieren von DB-Cluster-Ressourcen-Tags in DB-Snapshots

Sie können Amazon-Neptune-Ressourcen-Tags verwenden, um Metadaten hinzuzufügen und Zugriffsrichtlinien auf Ihre Amazon-Neptune-Ressourcen anzuwenden. Jetzt können Sie zulassen, dass auf Ihren Neptune-Clustern festgelegte Ressourcen-Tags automatisch in alle automatisierten oder manuellen Datenbank-Snapshots kopiert werden, die aus Ihren Clustern erstellt werden. Tags können mit AWS-Identity-and-Access-Management(IAM)-Richtlinien verwendet werden, um den Zugriff auf Neptune-Ressourcen zu verwalten und zu steuern, welche Aktionen auf diese Ressourcen angewendet werden können.
Quelle: aws.amazon.com