Wir freuen uns, die Veröffentlichung von Lumberyard Beta 1.17 ankündigen zu können. Diese Version enthält mehr als 70 Workflow-Updates für Slices, damit Spieleentwickler schneller mehr erreichen können. Diese Version umfasst:
Quelle: aws.amazon.com
Der Media Services Application Mapper ist eine Lösung, die es Kudnen ermöglicht, die logischen Verbindungen zwischen Medienservices anzuzeigen, Fehlermeldungen und deren Häufigkeiten zu visualisieren und eine Liste von zuversichtlichkeitsbewerteten Ursachen für problematische Workflows zu erzeugen. Die Lösung ist einfach bereitstellbar und überwacht aktuell AWS Elemental MediaLive, AWS Elemental MediaPackage, Amazon CloudFront sowie Amazon Simple Storage Service.
Quelle: aws.amazon.com
Ab heute stehen Ihnen drei neue Funktionen für AWS ParallelCluster zur Verfügung, die Ihnen als Kunde dabei helfen werden, den Prozess der Erstellung und Verwaltung von HPC-Clustern auf Amazon Web Services (AWS) weiter zu vereinfachen.
AWS-Batch-Support: Jetzt können Sie AWS Batch auch als Job-Scheduler in AWS ParallelCluster verwenden und verteilte Computerjobs über AWS ParallelCluster an AWS Batch übermitteln. AWS Batch gibt Entwicklern, Wissenschaftlern und Ingenieuren die Möglichkeit, Hunderttausende von Batch-Computing-Jobs einfach und effizient auf AWS auszuführen. AWS Batch unterstützt auch die Disposition paralleler Jobs mit mehreren Knoten, so dass Sie einzelne Jobs , die mehrere Amazon EC2-Instances umfassen, mit hoher Effizienz ausführen können.
Integration des Amazon Elastic-File-Systems (EFS): AWS ParallelCluster unterstützt nun auch die native Konfiguration von EFS, um die Speicher- und Dateiverwaltungsfunktionen weiter zu verbessern. Benutzer können EFS direkt aus dem AWS ParallelCluster ohne ein Post-Install-Skript erstellen und/oder mounten.
Support für RAID-Array-Konfiguration: AWS ParallelCluster-Kunden können nun ganz einfach ein RAID 0 oder RAID 1 Array zur Verwendung mit ihrem HPC-Cluster erstellen. Durch die Verknüpfung mehrerer Laufwerke zu einem einzigen Laufwerk bietet RAID 0 eine verbesserte I/O-Leistung, während RAID 1 eine bessere Fehlertoleranz gewährleistet. RAID-Arrays können aus bis zu 5 Amazon Elastic Block Store (EBS)-Datenträgern erstellt werden.
AWS ParallelCluster ist ohne Aufpreis verfügbar, Sie bezahlen nur für die AWS-Ressourcen, die zur Ausführung Ihrer Anwendungen erforderlich sind. AWS ParallelCluster wird über den Python Package Index (PyPI) bereitgestellt. Der Quellcode von AWS ParallelCluster wird im.Amazon Web Services Repository auf GitHub gehostet. Hier erfahren Sie mehr darüber, wie ein HPC-Cluster mit AWS ParallelCluster gestartet wird.
Quelle: aws.amazon.com
Quelle: aws.amazon.com
Die AWS Deep Learning AMIs für Ubuntu und Amazon Linux werden jetzt mit neueren Versionen der folgenden Deep-Learning-Frameworks geliefert: PyTorch 1.0, MXNet 1.3.1 und Chainer 5.1. Diese Veröffentlichung umfasst außerdem Aktualisierungen des NVIDIA-Stacks, darunter CUDA 10, cuDNN 7.4.1 und NCCL 2.3.7. Für das GPU-basierte Training ist PyTorch 1.0 in den AMIs voll darauf konfiguriert, die Leistungsverbesserungen in CUDA 10 zu nutzen.
Quelle: aws.amazon.com
AWS Step Functions ist jetzt in der Region EU (Paris) verfügbar. AWS Step Functions ist ein Workflow-Automatisierungsdienst, mit dem Sie schnell Anwendungen erstellen und aktualisieren können.
Quelle: aws.amazon.com
Amazon Neptune ist jetzt in der Region Asien/Pazifik (Singapur) verfügbar.
Quelle: aws.amazon.com
Sie können Amazon Neptune ab sofort in Anwendungen verwenden, die PCI-konform sind oder eine ISO-Zertifizierung erfordern. Neptune ist ein schneller, zuverlässiger, vollständig verwalteter Graphdatenbankservice, mit dem es ganz einfach ist, Anwendungen zu erstellen und auszuführen, die mit stark verbundenen Datensätzen arbeiten.
Quelle: aws.amazon.com
Sie können jetzt AWS Shield Advanced verwenden, um ein höheres Maß an DDoS-Schutz für Ihre Anwendungen auf dem neu angekündigten AWS Global Accelerator zu erhalten. Aktivieren Sie einfach den AWS Shield Advanced-Schutz auf Ihrem Accelerator. AWS Shield Advanced erkennt automatisch den AWS-Ressourcentyp hinter dem Accelerator und wendet den relevanten erweiterten DDoS-Schutz an.
Quelle: aws.amazon.com
Die automatische Modelloptimierung von Amazon SageMaker unterstützt jetzt den verfrühten Stopp von Trainingsjobs. Beim verfrühten Stopp werden Trainingsjobs automatisch während der Hyperparameterabstimmung gestoppt, wenn sich abzeichnet, dass diese die Modellgenauigkeit wahrscheinlich nicht verbessern werden. Der verfrühte Stopp reduziert Ihre Kosten für die Hyperparameterabstimmung.
Quelle: aws.amazon.com
