AWS-optimierter TensorFlow jetzt skaliert auf 256 GPUs

Die AWS Deep Learning-AMIs für Ubuntu und Amazon Linux unterstützen jetzt das verteilte Training von TensorFlow Deep Learning-Modellen mit nahezu linearer Skalierungseffizienz von bis zu 256 GPUs. Die AWS Deep Learning AMIs werden mit einer vor-erstellten verbesserten Version von TensorFlow geliefert, die in eine optimierte Version des verteilten Horovod-Trainingsrahmens integriert ist, um diese Skalierbarkeit zu gewährleisten. Mit dieser Verbesserung können Sie das ResNet50-Modell jetzt mit TensorFlow-Horovod in weniger als 15 Minuten trainieren.
Quelle: aws.amazon.com

Verwenden Sie die Bibliotheken für Client-seitiges Caching von AWS Secrets Manager, um die Verfügbarkeit und Latenzzeiten bei der Verwendung von Secrets zu verbessern

AWS Secrets Manager vereinfacht das Befolgen von bewährten Sicherheitspraktiken durch die sichere Rotation von Secrets nach benutzerdefiniertem Zeitplan. Zum Beispiel können Sie Secrets Manager darauf konfigurieren, Datenbank-Anmeldedaten täglich zu rotieren. Damit wird ein typisches Langzeit-Secret zu einem Kurzzeit-Secret, das automatisch rotiert wird. Heute hat Secrets Manager eine Bibliothek für Client-seitiges Caching für Java und eine Bibliothek für Client-seitiges Caching für Java Database Connectivity (JDBC)-Traiber eingeführt. Damit wird der Einsatz dieser Secrets in Ihren Anwendungen erleichtert.  
Quelle: aws.amazon.com

AWS Lambda unterstützt erweitertes Rundsenden und HTTP/2 in Kinesis Data Streams zum schnelleren Streaming

AWS Lambda unterstützt jetzt erweitertes Rundsenden und HTTP/2 als Datenabruffunktionen in Kinesis Data Streams (KDS) für Kinesis-Ereignisquellen. Die HTTP/2-Datenabruf-API verbessert die Datenliefergeschwindigkeit zwischen Datenproduzenten und Lambda-Funktionen um mehr als 65 %. Erweitertes Rundsenden ermöglicht es Ihnen, den gleichen KDS-Stream mit mehreren Lambda-Funktionen parallel und ohne Leistungseinbuße zu verarbeiten.  
Quelle: aws.amazon.com

Ankündigung von Amazon Aurora Global Database

Amazon Aurora Global Database ist eine neue Funktion in der MySQL-kompatiblen Version von Amazon Aurora, die für Anwendungen mit globaler Ausrichtung entwickelt wurde. Sie ermöglicht es einer einzigen Aurora-Datenbank, mehrere AWS-Regionen mit einer schnellen Replikation abzudecken, um globale Lesezugriffe mit niedriger Latenz und eine Notfallwiederherstellung nach einem regionalen Ausfall zu gewährleisten.
Quelle: aws.amazon.com

AWS Fargate, Amazon EKS und Amazon ECS können ab sofort in AWS Cloud Map integriert werden.

Sie können ab sofort Ihre AWS Fargate-, Amazon Elastic Container Service for Kubernetes (EKS)- und Amazon Elastic Container Service (ECS)-Anwendungen mit AWS Cloud Map integrieren, um es Ihren containerisierten Services zu erleichtern, diese zu erkennen und miteinander zu verbinden. AWS Cloud Map ist ein Erkennungsservice für Cloud-Ressourcen. Mit Cloud Map können Sie benutzerdefinierte Namen für Ihre Anwendungs-Ressourcen festlegen und der Speicherort dieser sich dynamisch verändernden Ressourcen wird aktualisiert. Dadurch erhöht sich die Verfügbarkeit Ihrer Anwendung, denn Ihr Web-Service erkennt jederzeit die aktuellsten Speicherorte seiner Ressourcen.  
Quelle: aws.amazon.com

Einführung von Amazon EC2 A1-Instances, die durch neue auf ARM basierte AWS Graviton-Prozessoren unterstützt werden

Amazon EC2 A1-Instances bieten erhebliche Kosteneinsparungen und sind ideal für Scale-Out- und Arm-basierte Workloads geeignet, die vom umfangreichen Arm-Ökosystem unterstützt werden. A1-Instances sind die ersten EC2-Instances, die von AWS Graviton-Prozessoren mit 64-Bit-Arm-Neoverse-Kernen und kundenspezifischem Silizium von AWS betrieben werden.
Quelle: aws.amazon.com

AWS Lambda unterstützt Ruby

Sie können jetzt Ihren AWS Lambda-Funktionscode mit Ruby schreiben. AWS Lambda ist ein Datenverarbeitungsservice, der Ihren Code beim Eintreten bestimmter Ereignisse ausführt und automatisch für Sie die zugrunde liegenden Datenverarbeitungsressourcen verwaltet. 
Quelle: aws.amazon.com