Weekly AWS アップデート情報 - 2023/12/4～AWS re:Invent 2023 のアップデートまとめ～

コンピューティング

• コンソールアクション用のコードを生成する AWS Console-to-Code (プレビュー) の発表
  AWS Console-to-Code のプレビューを発表しました。
  これは生成系AI機能であり、AWS Management Console でのプロトタイピングからワークロード用のプロダクションコードのデプロイまで、簡単、迅速、コスト効率よく移行できます。
  お客さまはコンソールアクションのコードを好みの形式で生成できるようになりました。
  このコードは、お客さまがワークロードタスクの自動化パイプラインを開始してブートストラップする際に役立ちます。

• EC2 Hibernate が Amazon EC2 C7a、C7i、R7a、R7i、R7iz インスタンスをサポート
  今日から、Amazon EC2 C7a、C7i、R7a、R7i、R7iz のインスタンスを休止状態にできるようになりました。
  休止状態は Amazon EC2 の機能で、お客さまが実行中のインスタンスを大規模に一時停止および再開できるようにすることで、コストを削減し、起動時間を短縮するのに役立ちます。
  インスタンスが中断されている間、お客さまにはコンピューティング時間の請求は行われず、アプリケーションは中断したところから再開されます。

• Amazon EC2 ハイメモリ U7i インスタンスの発表 (プレビュー)
  Amazon Web Services は、次世代のハイメモリインスタンスである Amazon EC2 U7i を発表しました。
  U7i インスタンスは最大 32 TiB の DDR5 メモリを搭載できるため、お客さまは急速に拡大するデータ環境でトランザクション処理のスループットを拡張できます。
  U7i インスタンスは AWS 第 7 世代の一部であり、カスタムの第 4 世代 Intel Xeon スケーラブルプロセッサ (Sapphire Rapids) を搭載しており、既存の U-1 インスタンスよりも最大 125% 高いコンピューティングパフォーマンスを実現します。

• AWS Graviton4 プロセッサを搭載した新しい Amazon EC2 R8g インスタンスの発表 (プレビュー)
  最新世代のカスタム設計の AWS Graviton4 プロセッサを搭載した、メモリを最適化した新しい Amazon Elastic Compute Cloud (Amazon EC2) R8g インスタンスがプレビュー可能になります。
  R8g インスタンスは、設計したハードウェアとソフトウェアのイノベーションを集めた AWS Nitro System 上に構築されています。
  AWS Nitro System は、分離されたマルチテナンシー、プライベートネットワーク、高速ローカルストレージにより、効率的で柔軟かつ安全なクラウドサービスの提供を可能にします。
  R8g インスタンスは、R7g インスタンスの最大 3 倍の vCPU とメモリを備えた大容量のインスタンスを提供します。
  Amazon EC2 R8g インスタンスは、データベース、インメモリキャッシュ、リアルタイムのビッグデータ分析など、メモリを大量に消費するワークロードに最適です。

• AWS Graviton4 プロセッサを搭載した新しい Amazon EC2 R8g インスタンス (プレビュー) の発表 (re:Invent 2023)
  最新世代のカスタム設計の AWS Graviton4 プロセッサを搭載した、メモリを最適化した新しい Amazon Elastic Compute Cloud (Amazon EC2) R8g インスタンスがプレビュー可能になります。
  R8g インスタンスは、設計したハードウェアとソフトウェアのイノベーションを集めた AWS Nitro System 上に構築されています。
  AWS Nitro System は、分離されたマルチテナンシー、プライベートネットワーク、高速ローカルストレージにより、効率的で柔軟かつ安全なクラウドサービスの提供を可能にします。
  R8g インスタンスは、R7g インスタンスの最大 3 倍の vCPU とメモリを備えた大容量のインスタンスを提供します。
  Amazon EC2 R8g インスタンスは、データベース、インメモリキャッシュ、リアルタイムのビッグデータ分析など、メモリを大量に消費するワークロードに最適です。

コンテナ

• Amazon EKS が EKS Pod Identity を発表
  Amazon EKSはEKS Pod Identityを導入しました。
  これは、クラスタ管理者が Kubernetes アプリケーションを設定して AWS IAM 権限を取得する方法を簡素化する新機能です。
  これらの権限は、EKS コンソール、API、CLI から直接、少ない手順で簡単に設定できるようになりました。
  EKS Pod Identity では、複数のクラスタで IAM ロールを簡単に使用できるようになり、IAM ロール全体でアクセス権限ポリシーを再利用できるため、ポリシー管理が簡単になります。

データベース

• Amazon RDS for Db2 の一般提供開始を発表
  Amazon Relational Database Service (Amazon RDS) for Db2の一般提供を発表しました。
  これにより、クラウドでのDb2データベースのセットアップ、運用、スケーリングが容易になります。
  Amazon RDS は、プロビジョニング、パッチ適用、バックアップ、リカバリ、障害検出、修復など、時間のかかるデータベース管理タスクを管理するので、お客さまはアプリケーションとビジネスに集中できます。

• Amazon Neptune Analytics が一般公開 (re:Invent 2023)
  新しい分析データベースエンジンである Amazon Neptune Analytics の一般提供を発表しました。
  Neptune Analytics を使用すると、データサイエンティストやアプリケーション開発者は、数百億もの接続があるグラフデータを数秒で分析することで、より迅速に洞察を得て傾向を把握できます。
  Neptune Analytics は、Amazon Neptune データベース、Amazon Neptune ML、視覚化ツールなどの既存の Neptune ツールとサービスに追加されます。
  Neptune は、ナレッジグラフ、不正グラフ、アイデンティティグラフ、セキュリティグラフなど、高度に接続されたデータセットを使用してアプリケーションを構築および実行するための、高速で信頼性の高い、フルマネージド型のグラフデータベースサービスです。
  Neptune Analytics では、既存の Neptune グラフデータベースや Amazon S3 などのデータレイクからのグラフデータを分析することで、グラフデータからインサイトを最大で 80 倍速く見付けることができます。

• Amazon DynamoDB と Amazon OpenSearch Service とのゼロ ETL 統合を発表 (re:Invent 2023)
  Amazon DynamoDB Amazon OpenSearch Service とのゼロETL統合により、お客さまはAmazon DynamoDBデータに対して全文検索やベクトル検索などの高度な検索機能を利用できます。
  AWS コンソールでボタンを数回クリックするだけで、お客さまはデータを Amazon DynamoDB から Amazon OpenSearch Service にシームレスに同期できるようになり、データを抽出、変換、ロードするためのカスタムコードを記述する必要がなくなりました。
  Amazon DynamoDB Amazon OpenSearch Service とのゼロ ETL 統合が、Amazon OpenSearch Service マネージドクラスタとサーバレスコレクションの両方で利用できるようになりました。

• Amazon Aurora Limitless Databaseの発表 (re:Invent 2023)
  このたび、 Amazon Aurora Limitless Database を発表しました。
  これにより、Amazon Aurora クラスタを 1 秒あたり数百万件の書き込みトランザクションにスケーリングし、ペタバイト単位のデータを管理できるようになります。
  この新機能により、カスタムアプリケーションロジックを作成したり、複数のデータベースを管理したりすることなく、Aurora 上のリレーショナルデータベースのワークロードを 1 つの Aurora ライターインスタンスの制限を超えてスケーリングできます。

•  Amazon RDS for MySQL と Amazon Redshift のゼロ ETL 統合を発表 (パブリックプレビュー)
  Amazon Relational Database Service (Amazon RDS) for MySQL Amazon Redshift とのゼロETL統合により、Amazon RDS for MySQLのトランザクションデータにアクセスして、Amazon Redshiftのペタバイト単位のデータで分析と機械学習 (ML) を実行できます。
  ゼロETL統合により、抽出、変換、読み込み (ETL) 操作を実行するために複雑なデータパイプラインを構築して管理する必要がなくなります。
  Amazon RDS for MySQL Zero-ETL と Amazon Redshift の統合が、Amazon Redshift サーバレスおよび Amazon Redshift RA3 インスタンスタイプのパブリックプレビューで利用可能になりました。

•  Amazon MemoryDB for Redis がベクトル検索を発表 (プレビュー)
  Amazon MemoryDB for Redis では、プレビューでのベクトル検索がサポートされるようになりました。
  これは、ベクトルを格納、索引付け、検索できる新機能です。
  MemoryDB は、インメモリパフォーマンスとマルチ AZ 耐久性を兼ね備えたデータベースです。
  MemoryDB のベクトル検索により、人気のオープンソースの Redis API を使用して、最も高いパフォーマンス要求を満たすリアルタイム機械学習 (ML) および生成型 AI アプリケーションを開発できます。
  MemoryDB のベクトル検索は、数百万のベクトルを、1 桁ミリ秒のクエリと更新の応答時間、99% を超えるリコールで毎秒数万件のクエリ (QPS) で保存できます。
  Amazon Bedrock や SageMaker などの AI/ML サービスを使用してベクトル埋め込みを生成し、それらを MemoryDB に保存できます。

•  Amazon ElastiCache Serverless を発表 (re:Invent 2023)
   Amazon ElastiCache Serverless の一般提供を発表しました。
  これは Amazon ElastiCache の新しいサーバレスオプションで、キャッシュ管理を簡素化し、最も要求の厳しいアプリケーションをサポートするように即座に拡張できます。
  ElastiCache Serverless を使用すると、可用性が高くスケーラブルなキャッシュを 1 分未満で作成できるため、キャッシュクラスタ容量の計画、プロビジョニング、管理を行う必要がなくなります。
  ElastiCache Serverless は、複数のアベイラビリティーゾーン (AZ) にわたって自動的にデータを冗長的に保存し、99.99% の可用性サービスレベル契約 (SLA) を提供します。
  ElastiCache Serverless では、前払いの義務や追加費用なしで、保存されたデータとワークロードによって消費されたコンピューティングに対して料金を支払うことができます。

•  Amazon DynamoDB と Amazon Redshift とのゼロ ETL 統合を発表
  Amazon DynamoDB は Amazon Redshift とのゼロETL統合をサポートするようになりました。
  これにより、お客さまはDynamoDBデータに対して高性能な分析を実行できるようになりました。
  この ETL なしの統合は、DynamoDB 上で実行されている本番環境のワークロードには影響しません。
  データが DynamoDB テーブルに書き込まれると、そのデータが Amazon Redshift でシームレスに利用できるようになるため、お客さまは抽出、変換、ロード (ETL) 操作を実行するための複雑なデータパイプラインを構築して維持する必要がなくなります。

•  Amazon DocumentDB がベクトル検索をサポート
  Amazon DocumentDB (MongoDB 互換) では、ベクトル検索がサポートされるようになりました。
  これは、ミリ秒の応答時間で何百万ものベクトルを格納、索引付け、検索できる新機能です。
  ベクトルは、テキストなどの非構造化データを数値で表したもので、機械学習 (ML) モデルから作成され、もとになるデータの意味を把握するのに役立ちます。
  Amazon DocumentDB のベクトル検索には、Amazon Bedrock、Amazon SageMaker などのベクトルを保存できます。
  ベクトル検索を使用するにあたり、前払い金や追加費用は発生しません。
  お支払いいただくのは、保存したデータと、使用したコンピューティングリソースに対してのみです。

•  Amazon Aurora PostgreSQL Zero-ETL と Amazon Redshift の統合を発表 (パブリックプレビュー)
  Amazon Aurora Zero-ETL と Amazon Redshift の統合により、Amazon Aurora からのペタバイトのトランザクションデータに対して Amazon Redshift を使用してほぼリアルタイムの分析と機械学習 (ML) が可能になります。
  Amazon Aurora PostgreSQL 互換エディションのデータベースクラスタを (パブリックプレビューで) ゼロ ETL 統合のソースとして使用できるようになりました。
  トランザクションデータが Aurora に書き込まれてから数秒以内に、そのデータが Amazon Redshift で利用できるようになります。
  抽出、変換、読み込み (ETL) 操作を実行するために複雑なデータパイプラインを構築して管理する必要はありません。

デベロッパーツール

• Amazon SageMaker Studio が Code-OSS (オープンソース版 VS Code) をベースにしたコードエディターを発表
  Amazon SageMaker Studio の新しい統合開発環境 (IDE) オプションの一般提供を発表しました。
  これは Code-OSS (オープンソース版 Visual Studio Code) をベースにしたコードエディターです。
  使い慣れたショートカットとターミナル、高度なデバッグ機能やリファクタリングツールを備えた軽量で強力な IDE を使用することで、分析チームと機械学習 (ML) チームの生産性を高めることができるようになりました。

• Amazon CodeCatalyst エンタープライズティア の発表
   Amazon CodeCatalyst エンタープライズティア を発表しました。
  これは、カスタムブループリントやプロジェクトライフサイクル管理などの機能が強化された新しい価格帯です。
  新しい CodeCatalyst エンタープライズティアでは、ユーザ数が増えるにつれて計算時間とストレージが増加し、開発チームの規模にあわせてプロジェクトがシームレスに拡張できるようになります。

• Amazon CodeCatalyst のカスタムブループリントを発表
  Amazon CodeCatalyst でのカスタムブループリントのサポートを発表しました。
  これにより、チームはアプリケーションコード、ワークフロー、インフラストラクチャのベストプラクティスを定義できるようになります。
  お客さまはカスタムブループリントを自分の CodeCatalyst スペースに公開し、それを使用して CodeCatalyst プロジェクトを作成したり、ブループリントを使用して既存の CodeCatalyst プロジェクトに標準を適用したりすることができます。
  CodeCatalyst のカスタムブループリントは全てのエンタープライズ階層スペースで利用できます。

• AWS SDK for Rust が一般公開
   AWS SDK for Rust の一般提供を発表しました。
  これにより、お客さまはこれを本番環境のワークロードに使用できるようになります。
  AWS SDK for Rust により、開発者が AWS のサービスとやり取りし、Rust のイディオムやベストプラクティスに従った API を利用できるようになります。

• AWS SDK for Kotlin が一般公開
   AWS SDK for Kotlin の一般提供を発表しました。
  これにより、お客さまはこれを本番環境のワークロードに使用できるようになります。

• AWS Fault Injection Service のマルチアカウントエクスペリメントの発表
   AWS Fault Injection Service (FIS) のマルチアカウントエクスペリメントのサポートを発表しました。
  この機能により、1 回の FIS テストで複数の AWS アカウントにまたがるアプリケーションで、実際の障害シナリオを設定して実行することができます。
  複数のアカウントのリソースを対象とする実験を一元的に設定、監視、レビューできます。

• AWS Fault Injection Service が要望の多かったシナリオを 2 つ発表
  AWS Fault Injection Service (FIS) は、「AZ 可用性:電力中断」と「クロスリージョン:接続」という 2 つの新しいシナリオが利用可能になったことを発表しました。
  AZ 可用性:停電シナリオでは、1 つの AZ で完全な停電が発生するという予想される症状が発生している間に、マルチ AZ アプリケーションがどのように動作するかを判断できます。
  クロスリージョン:接続シナリオは、アプリケーションが別のリージョンのリソースにアクセスできない場合でも、マルチリージョンアプリケーションが期待どおりに動作するかどうかを判断するのに役立ちます。

• AWS Application Composer 用統合開発環境 (IDE) 拡張機能の発表
  AWS Toolkit の一部として利用可能な VS Code での Application Composer の一般提供を開始します。
  AWS Application Composer のドラッグアンドドロップインターフェースを使用してアプリケーションデザインを一から作成することも、既存のアプリケーション定義をインポートして編集することもできます。

• AWS Application Composer が AWS Step Functions Workflow Studio との統合を発表
  AWS Application Composer は AWS Step Functions Workflow Studio を統合するようになりました。
  これにより、開発者は単一のビジュアルな Infrastructure as Code (IaC) ビルダーを使用して、ワークフローを視覚的に設計し、サービスを接続し、アプリケーションを開発することが容易になります。
  AWS Application Composer では、コード定義が自動的に作成されるため、デプロイ準備が整ったインフラストラクチャを使用して、アプリケーションの高レベルのアーキテクチャに集中できます。

エンドユーザーコンピューティング

• Amazon WorkSpaces シンクライアント が一般公開 (re:Invent 2023)
  Amazon WorkSpaces シンクライアントの一般提供を発表しました。
  これは、組織が仮想デスクトップ全体のコストを削減し、セキュリティ体制を強化し、エンドユーザへのデプロイを簡素化するのに役立つ低コストのエンドユーザデバイスです。

ウェブとモバイルのフロントエンド

• AWS AppSync が RDS Data API で設定された Amazon Aurora クラスタのサポートを強化
  AWS AppSync は、お客さまがアプリケーションをデータやイベントに接続できるようにするフルマネージドサービスです。
  AppSync GraphQL API を使用すると、お客さまはマイクロサービス API、リレーショナルデータベース、NoSQL データベースなどの複数のデータソースに接続する API を作成できます。
  そうすれば、アプリケーションは1回の効率的なリクエストでさまざまなソースからデータを取得できます。

IoT

• FreeRTOSのロードマップとコードコントリビューションプロセスがfreertos.orgで公開
  FreeRTOSのロードマップがfreertos.orgとGitHubで公開されました。
  今回の更新により、特定の FreeRTOS 機能に関する情報に透過的にアクセスできるようになり、今後の FreeRTOS プロジェクト、進行中、および出荷される FreeRTOS プロジェクトを一元的に把握して、それに応じてプロジェクトを計画できるようになりました。
  さらに、リクエストした FreeRTOS 機能のステータスや、ボランティアで取り組んだプロジェクトを追跡できます。

• FreeRTOSがモジュール式で構成可能なOTAライブラリの提供を発表
  FreeRTOS は、Internet of Things (IoT) デバイスのシステム更新プロセスを簡単に設定およびカスタマイズできる、モジュール式で構成可能な無線更新 (OTA) ライブラリが利用可能になったことを発表しました。
  FreeRTOS OTA ライブラリを使用すると、リモートファームウェア更新タスクをシームレスに処理できるコネクテッド製品を迅速に構築できるため、デバイス群を最新の状態に管理および維持できます。
  今回のアップデートでは、FreeRTOS オープンソース OTA ライブラリを小さなバッチで構成できるようになり、ベースコードの変更が必要な大規模なライブラリを使用する場合と比べて、柔軟性が向上しました。
  例えば、導入した IoT デバイスの運用上の整合性と継続性を維持するために、まずデバイスが「安全」または「コミッショニング」モードであることを要求し、その後にのみソフトウェア更新メッセージを受け入れて処理するようにモジュール型 FreeRTOS ライブラリを構成できるようになりました。

• AWS IoT SiteWise Edge が Siemens Industrial Edge マーケットプレイスで利用できるようになりました (プレビュー)
   AWS IoT SiteWise Edge on Siemens Industrial Edge のプレビュー版を発表しました。
  これは、産業機器データを AWS クラウドに送信する際の簡素化、高速化、およびコスト削減に役立ちます。
  この新サービスにより、お客さまは、すでにマシンに接続されている Siemens Industrial Edge デバイスを使用して、さまざまな産業用プロトコルからの産業機器データをクラウドにすばやく取り込むことができるようになります。
  これにより、設定のレイヤーがなくなり、価値実現までの時間が短縮されます。

• AWS IoT FleetWise からのビジョンシステムデータの発表 (プレビュー)
  AWS IoT FleetWise のビジョンシステムデータのプレビューを発表しました。
  これは、自動車会社が車両データを効率的に収集してクラウドで整理できるようにするサービスです。
  この新機能により、カメラ、レーダー、LIDAR などの車両ビジョンシステムからデータを簡単に収集して整理できます。
  構造化ビジョンシステムデータと非構造化ビジョンシステムデータ、メタデータ (イベント ID、キャンペーン、車両)、標準センサ (テレメトリデータ) をクラウド内で自動的に同期させるため、イベントの全体像を把握して洞察を得ることが容易になります。

機械学習

• 自分だけの Amazon EFS (Elastic File System) ボリュームを JupyterLab と Amazon SageMaker Studio の CodeEditor に持ち込みましょう
  Amazon SageMaker Studio は、包括的な機械学習 (ML) ツールとフルマネージドの統合開発環境 (IDE) を備えた単一の Web ベースのインターフェースで、データの準備から ML モデルの構築、トレーニング、デプロイ、管理まで、ML 開発の全てのステップを実行します。
  Amazon EFS は、シンプルでサーバレスで、一度設定すればいいだけの伸縮自在なファイルシステムで、AWS クラウドでのファイルストレージのセットアップ、スケーリング、コスト最適化が簡単に行えます。
  独自の EFS ボリュームを持ち込んで、JupyterLab や SageMaker Studio のコードエディターなどの IDE から大規模な ML データセットや共有コードにアクセスできるようにする新しい機能を発表できることを嬉しく思います。

• 生成系AIによる Descriptive Bot Builder
  Amazon Lex は、音声とテキストを使用して任意のアプリケーションに会話型インターフェースを構築するためのサービスです。
  Amazon Lex を使用すると、会話型ボット (チャットボット)、仮想エージェント、および自動音声応答 (IVR) システムを迅速かつ簡単に構築できます。
  Amazon Lex は生成系AIを活用して、ユーザのプロンプトからボットを自動的に生成することでボットの構築を加速します。
  自然言語で説明を入力するだけで、出発点を生成し、さらに改良を加えることができます。

• 生成系AIによる Assisted Slot Resolution
  Amazon Lex は、音声とテキストを使用して任意のアプリケーションに会話型インターフェースを構築するためのサービスです。
  Amazon Lex を使用すると、会話型ボット (チャットボット)、仮想エージェント、および自動音声応答 (IVR) システムを迅速かつ簡単に構築できます。
  基盤モデル (FM) を活用して自然言語理解機能を強化することで、Lex はユーザの発話のスロット値をより正確に解決できるようになりました。
  Assisted Slot Resolution 機能は FM の高度な推論機能を利用して精度を向上させ、最終的にはお客さま体験を向上させます。

• 新しい AWS AI Service Cards を発表-責任ある AI を推進
  新しい AWS AI Service Cards を発表できることを嬉しく思います。
  これは、透明性を高め、お客さまが AWS AI サービスを責任を持って使用する方法を含め、AWS AI サービスをよりよく理解できるようにするためのリソースです。
  AI サービスカードは責任ある AI 文書の一種で、意図されたユースケースや制限事項、責任ある AI 設計の選択、AI サービスのデプロイと運用のベストプラクティスに関する情報を 1 か所で見付けることができます。
  これらは、公平性、説明可能性、真実性と堅ろう性、ガバナンス、透明性、プライバシーとセキュリティ、安全性、制御性を備えた責任ある方法でサービスを構築するために当社が実施する包括的な開発プロセスの一部です。

• 大規模な分散型トレーニングに特化したインフラストラクチャ、Amazon SageMaker HyperPodの発表 (re:Invent 2023)
   Amazon SageMaker HyperPod の一般提供を発表しました。
  これは、大規模な分散トレーニング専用のインフラストラクチャを提供することで、基盤モデル (FM) のトレーニング時間を最大 40% 短縮します。

• Stability AI の Stable Diffusion XL 1.0 基盤モデルを Amazon Bedrock で一般提供
  Stability AI の Stable Diffusion XL 1.0 (SDXL 1.0) 基盤モデルは、Amazon Bedrock で一般的にオンデマンドで利用できるようになりました。
  SDXL 1.0 は、Stability AI が発売した Stable Diffusion テキストから画像に変換されるモデルスイートの中で最も高度な開発です。
  このモデルは、事実上あらゆるアートスタイルで高品質の画像を生成し、フォトリアリズムにも優れています。
  Amazon Bedrock は完全マネージド型サービスで、Stability AI などの主要な AI 企業が提供する高性能な基盤モデルを選択できるほか、基盤モデルを使用して生成系AIアプリケーションを構築して拡張する最も簡単な方法を提供する幅広い機能を備えています。

• SageMaker が、モデルデプロイ用の SDK ツールと UX を改善
  お客さまが基盤モデル (FM) を含む機械学習 (ML) モデルを Amazon SageMaker にデプロイして大規模に推論するまでの時間を数日から数時間に短縮できる新しいツールと改善点を発表できることを嬉しく思います。
  これには、SageMaker で ML モデルをパッケージ化してデプロイするプロセスを 7 つのステップから 1 つのステップに簡略化する新しい Python SDK ライブラリが含まれます。
  さらに、Amazon SageMaker は Amazon SageMaker Studio の新しいインタラクティブな UI エクスペリエンスを提供しています。
  これにより、お客さまは、パフォーマンスとコストが最適化された構成を使用して、トレーニング済みの ML モデルや FM をわずか 3 回のクリックですばやくデプロイできます。

• PartyRock (Amazon Bedrock Playground) の新しいアプリケーション発見ページ
  PartyRock、Amazon Bedrock Playground は、楽しく直感的で実践的で共有可能な生成系AIアプリケーション構築ツールです。
  発表後、開発者はわずか数日で何万もの AI 搭載アプリケーションを作成し、プレイグラウンド内のワンステップツールを使ってソーシャルメディアで共有しました。
  PartyRock は新しい Discover ページを発表します。
  このページでは、コミュニティで作成されたトップアプリケーションが AWS によってキュレーションされます。
  このページでは、PartyRock ユーザが構築しているものを紹介し、インスピレーションと発見のための中心的なリソースを提供することで、他のユーザが実践できるよう支援します。
  ここでは、PartyRock の従業員によってキュレーションされた、最も多く閲覧され、リミックスされ、スナップショットされたアプリケーションのいくつかを紹介します。
  その中には、特に面白かったり、斬新だったり、生成系AIの主要な概念を理解するのに役立ったものも含まれています。
  PartyRock (Amazon Bedrock Playground) を使えば、誰でも AI アプリケーションの構築方法を学ぶことができます。

• Meta の Llama 2 70B 基盤モデルが Amazon Bedrock で利用可能に
  Meta の Llama 2 モデル 70B に Amazon Bedrock でアクセスできるようになりました。
  Llama 2 70B モデルは、Amazon Bedrock のすでに使用可能な Llama 2 13B モデルに加わりました。
  Llama 2 モデルは Meta が提供する次世代の大規模言語モデル (LLM) です。
  Amazon Bedrock は完全マネージド型サービスで、Meta などの主要な AI 企業が提供する高性能な基盤モデルと、基盤モデルを使用して生成型 AI アプリケーションを簡単に構築および拡張できる幅広い機能セットを提供します。

• Meta Llama 2、Cohere Command Light、および Amazon Titan 基盤モデル を Amazon Bedrock で微調整可能に
  Amazon Bedrock は、主要な基盤モデル (FM) を使用して生成系AIアプリケーションを簡単に構築およびスケーリングする方法です。
  Amazon Bedrock は、Meta Llama 2 と Cohere Command Light、および Amazon Titan Text Express FM の微調整をサポートするようになりました。
  そのため、ラベル付けされたデータセットを使用して特定のタスクのモデル精度を向上させることができます。

• Guardrails for Amazon Bedrock で生成系AIアプリケーションを保護 (プレビュー)
  Guardrails for Amazon Bedrock のプレビュー版を発表します。
  これにより、お客さまはユースケースと責任ある AI ポリシーに基づいて、基盤モデル (FM) 全体にセーフガードを実装できます。
  お客さまは、さまざまなユースケースにあわせて複数のガードレールを作成し、それらを複数の FM に適用することで、生成系AIアプリケーション全体で一貫したユーザエクスペリエンスを提供し、安全制御を標準化できます。

• Claude Anthropic の 2.1 基盤モデルが Amazon Bedrock で一般公開
  Anthropic の Claude 2.1 基盤モデルが Amazon Bedrock で一般公開されるようになりました。
  Claude 2.1 は、業界をリードする 200,000 トークンのコンテキストウィンドウ (Claude 2.0 の 2 倍のコンテキスト)、幻覚発生率の低減、長いドキュメントの精度の向上、システムプロンプト、関数呼び出しとワークフローオーケストレーションのためのベータツール使用機能など、企業向けの重要な機能を提供します。
  Amazon Bedrock は、Anthropic などの主要な AI 企業が提供する高性能な基盤モデルを選択できるフルマネージド型サービスです。
  また、基盤モデルを使用して生成系AIアプリケーションを構築および拡張する最も簡単な方法を提供する幅広い機能も用意されています。

• Amazon Titan マルチモーダル埋め込み基盤モデルが Amazon Bedrock で一般公開
  Amazon Titan Multimodal Embeddings を使用すると、エンドユーザに対して、より正確で状況に応じたマルチモーダル検索、レコメンデーション、パーソナライゼーションエクスペリエンスを提供できます。
  Amazon Bedrock の Amazon Titan マルチモーダル埋め込み基盤モデルにアクセスできるようになりました。

• Amazon Titan テキストモデル (Express と Lite) が Amazon Bedrock で一般利用可能に
  Amazon Titan Text Express と Amazon Titan Text Lite は、お客さまがさまざまなテキスト関連タスクの生産性と効率性を向上させるのに役立つ大規模言語モデル (LLM) であり、ニーズにあわせて最適化された価格とパフォーマンスのオプションを提供します。
  Amazon Bedrock でこれらの Amazon Titan テキスト基盤モデルにアクセスできるようになりました。
  これにより、新しいテキスト生成機能を使用して生成系AIアプリケーションを簡単に構築およびスケーリングできます。

• Amazon SageMaker モデルトレーニング用データのスマートシフティングを発表 (プレビュー)
  Amazon SageMaker の新しいスマートシフティング機能のプレビューを発表できることを嬉しく思います。
  この機能は、トレーニングデータをその場で自動的に検査、評価して、最も有益なデータサンプルのみから選択的に学習し、モデルトレーニングの時間とコストを最大 35% 削減します。
  既存のデータパイプラインやトレーニングスクリプトを変更しなくても、スマートデータふるい分けを数分で開始できます。

• Amazon SageMaker ノートブックジョブを作成するための API サポートを発表
  Amazon SageMaker ノートブックジョブを使用すると、データサイエンティストは、機械学習 (ML) 用の Web ベースの IDE である Amazon SageMaker Studio を数回クリックするだけで、オンデマンドまたはスケジュールに従ってノートブックを実行できます。
  SageMaker の ML ワークフローオーケストレーションサービスである SageMaker Pipelines が提供する API を使用して、ノートブックをジョブとしてプログラム的に実行できることをお知らせします。
  さらに、これらの API を使用して、複数の依存ノートブックを含む複数ステップの ML ワークフローを作成できます。

• Amazon SageMaker がコストとレイテンシーを削減する新しい推論機能をリリース
  Amazon SageMaker の新機能を発表できることを嬉しく思います。
  これにより、お客さまはモデル展開コストを平均 50% 削減し、推論レイテンシーを平均 20% 削減できます。
  お客さまは複数のモデルを同じインスタンスにデプロイして、基盤となるアクセラレータをより有効に活用できます。
  SageMaker は推論リクエストを処理しているインスタンスをアクティブに監視し、使用可能なインスタンスに基づいてリクエストをインテリジェントにルーティングします。

• Amazon SageMaker が TensorRT-LLM をサポートする新しいバージョンの大規模モデル推論 DLC をリリース
  Amazon SageMaker は NVIDIA の TensorRT-LLM ライブラリをサポートする、大規模モデル推論 (LMI) ディープラーニングコンテナ (DLC) の新しいバージョン (0.25.0) をリリースしました。
  これらのアップグレードにより、お客さまは SageMaker の大規模言語モデル (LLM) を最適化する最先端のツールに簡単にアクセスできるようになります。
  Amazon SageMaker LMI TensorRT-LLM DLC は、以前のバージョンと比較して Llama2-70B、Falcon-40B、および Codellama-34B モデルのレイテンシーを平均 33% 削減し、スループットを平均 60% 向上させます。

• Amazon SageMaker Studio が機能の追加と改善
  SageMaker Studio は Code-OSS ベースのコードエディター、Visual Studio Code オープンソースをベースにしたコードエディター、改良され高速な JupyterLab、RStudio など、一連の IDE を提供しています。
  機械学習担当者は好みの IDE を選択して ML 開発を加速できます。
  例えば、データサイエンティストは JupyterLab と Studio のトレーニングジョブを使用してデータを探索し、モデルを調整し、MLOps エンジニアが Studio のコードエディターとパイプラインツールを選択して、本番環境でモデルをデプロイおよび監視できます。
  IDE は別のタブで開き、ユーザは全画面表示で作業できます。
  さらに、ユーザは、ノートブックからスケジュールしたジョブや JumpStart から開始したトレーニングジョブなど、自分のトレーニングジョブを表示できるようになりました。
  また、SageMaker Studio の新しいインタラクティブ機能も発表できることを嬉しく思います。
  これにより、わずか 3 回のクリックで最適な構成のモデルをデプロイできます。
  また、ユーザは AWS コンソールに移動しなくても Studio でエンドポイントを監視、管理できるようになりました。
  SageMaker Studio では、ジャンプスタートエクスペリエンスが向上しています。
  数回クリックするだけで、基盤モデルの発見、インポート、微調整、デプロイが簡単になりました。

• Amazon SageMaker Studio が、JupyterLab でより高速なフルマネージド型ノートブックを提供
  Amazon SageMaker Studio は、包括的な機械学習 (ML) ツールとフルマネージドの統合開発環境 (IDE) を備えた単一の Web ベースのインターフェースで、データの準備から ML モデルの構築、トレーニング、デプロイ、管理まで、ML 開発の全てのステップを実行します。
  ノートブック、コード、データ用の最新の Web ベースの IDE である、より高速なフルマネージド型 JupyterLab の新製品を発表できることを嬉しく思います。

• Amazon SageMaker Pipelines が、AI/ML ワークフローの開発者エクスペリエンスを簡素化
  Amazon SageMaker Pipelines のシンプルな開発者エクスペリエンスが一般公開されたことを発表できることを嬉しく思います。
  改良された Python SDK により、使い慣れた Python 構文を使用して機械学習 (ML) ワークフローをすばやく構築できます。
  SDK の主な機能には、カスタムステップ用の新しい Python デコレーター (@step)、ノートブックジョブステップタイプ、ワークフロースケジューラーなどがあります。

• Amazon SageMaker Distribution が Code-OSS と JupyterLab をベースにしたコードエディターで利用可能に
  Amazon SageMaker Studio は、機械学習 (ML) 用の完全に統合された開発環境 (IDE) を提供します。
  2023 年 7 月、私たちは Amazon SageMaker Distribution を立ち上げました。
  これは docker イメージのコレクションで、Amazon SageMaker Studio と Amazon Studio Lab で最も一般的な ML 用ライブラリが含まれています。
  Amazon SageMaker Distribution のサポートを、データサイエンティストと ML 開発者が使用する 2 つの一般的な IDE (Visual Studio Code オープンソース (Code-OSS) に基づくコードエディターと Amazon SageMaker Studio で利用可能な JupyterLab という 2 つの一般的な IDE で拡張します。

• Amazon SageMaker Clarify が基盤モデル (FM) の評価をサポート (プレビュー)
  Amazon SageMaker Clarify は、基盤モデル (FM) 評価をサポートする新しい機能を発表しました。
  AWS のお客さまは、精度、堅ろう性、バイアス、毒性などの指標に基づいて FM を数分で比較および選択できます。

• Amazon SageMaker Canvas で 基盤モデル を大規模ビジネス分析に活用
  Amazon SageMaker Canvas は、ML モデルを構築して機械学習 (ML) 予測を生成するためのコード不要のツールです。
  10 月 5 日に発表されたように、お客さまは Amazon Bedrock と SageMaker JumpStart から基盤モデル (FM) にアクセスして評価し、コンテンツを生成して要約することができます。

• Amazon SageMaker Canvas がデータ準備のための自然言語命令をサポート
  Amazon SageMaker Canvas は、機械学習 (ML) モデルを構築するためのデータ調査、視覚化、準備のための自然言語命令をサポートするようになりました。
  Amazon SageMaker Canvas は、コードを 1 行も記述せずに非常に正確な ML モデルを簡単に作成できる、コード不要のツールです。
  Amazon Bedrock によって有効化された FM を利用した自然言語命令をデータ準備に使用できるようになりました。
  この新機能により、自然言語クエリを使用して、データを操作したり、質問をしたり、特徴量の分布と相関関係を視覚化したり、データをビジネス上の問題に適した構造に変換したりすることができます。

• Amazon Q は EC2 インスタンスタイプの選択を最適化するのに役立ちます (プレビュー)
  Amazon Q は機械学習を使用して、お客さまがワークロードを構築する前に、コンピューティングインスタンスタイプについて迅速かつ費用対効果の高い決定を下せるようにしています。
  Amazon Q は、AWS マネジメントコンソールまたは AWS ドキュメントサイトを使用して、お客さま向けにパーソナライズされた EC2 インスタンスの提案を生成します。
  その自然言語インターフェースにより、お客さまは要件を簡単に伝え、最適なインスタンスを手に入れることができます。

• Amazon Q が AWS コンソール モバイルアプリケーションで利用可能に (プレビュー)
  AWS コンソールモバイルアプリケーションでの Amazon Q のパブリックプレビューを発表します。
  Android 用 AWS コンソールモバイルアプリケーションを使用する AWS のお客さまは、AWS コンソールモバイルアプリケーションの生成 AI アシスタントである Amazon Q を使用して AWS サービスについて質問したり、音声入力および出力機能を備えたモバイルフレンドリーなユーザインターフェースで簡潔で信頼できる回答を受け取ったりできるようになりました。

• Amazon Q (プレビュー) の機能開発機能を Amazon CodeCatalyst で発表
  Amazon Q の機能開発機能が Amazon CodeCatalyst のプレビュー版で利用可能になったことを発表できることを嬉しく思います。
  この新機能により、開発者は CodeCatalyst の課題を Amazon Q に割り当てることができ、Q は人間のプロンプトを実行可能な計画に変換するという面倒な作業を行い、コード変更とプルリクエストを完了してリクエスターに割り当てます。
  その後、Q は関連するワークフローを監視し、問題があれば修正を試みます。
  ユーザはコード変更をプレビューしてプルリクエストをマージできます。
  開発チームは IDE に入らなくても、この新機能を Amazon CodeCatalyst 内のエンドツーエンドで効率的なエクスペリエンスとして利用できます。

• Amazon Lex 向け生成系AI による会話型FAQの発表 (プレビュー)
  Amazon Lex で QnAIntent のプレビューを提供できることを嬉しく思います。
  QnAIntent を使用すると、開発者は基盤モデル (FM) を企業データに安全に接続して、検索拡張生成 (RAG) を行うことができます。
  FM は企業データへのアクセスを提供することで、より関連性が高く、正確で、状況に応じた回答を生成できます。
  QnA インテントを新規または既存の Lex ボットと併用することで、Amazon Connect などのテキストチャネルや音声チャネルを通じてよく寄せられる質問 (FAQ) を自動化できます。

• Amazon Lex の発話生成を発表
  Amazon Lex は、音声とテキストを使用して任意のアプリケーションに会話型インターフェースを構築するためのサービスです。
  Amazon Lex を使用すると、会話型ボット (「チャットボット」)、仮想エージェント、および自動音声応答 (IVR) システムを迅速かつ簡単に構築できます。
  生成型 AI を活用して新しいトレーニング発話を自動的に生成することで、ボットの開発を促進する Amazon Lex の発話生成を導入できることを嬉しく思います。

• Amazon CodeWhisperer の新しい機能強化を発表
   Amazon CodeWhisperer の新しいアップデートを発表しました。
  これには、Infrastructure as Code (IaC) のサポート、AI を活用したコード修正、セキュリティスキャンの言語サポートの拡張などが含まれます。
  これらは全て一般に公開されています。
  CodeWhisperer は Visual Studio でもプレビューできるようになりました。
  これらの更新により、差別化されていない作業から解放され、お客さまへの自動化、セキュリティ、効率性、およびコード配信の高速化を実現することで、ソフトウェア開発をより迅速かつ効率的に行えるようになります。
  また、開発者が仕事を好むより多くの場所でこのサポートが提供されます。

• Amazon Bedrock 用エージェントで生成系AIアプリケーション開発を強化
  現在一般公開されている Amazon Bedrock 向けのフルマネージドエージェントにより、生成系AIアプリケーションは企業のシステムやデータソース全体で多段階のタスクを実行できます。
  エージェントは、製品の在庫状況に関する質問への回答や注文の受け付けなどのビジネスタスクを計画して実行できます。
  お客さまは、自然言語でいくつかの指示を記述し、会社のシステムへのアクセスを提供し、AWS Lambda functions を定義することで、わずか数回のクリックでエージェントを作成できます。
  エージェントはユーザのリクエストを分析し、FM の推論機能を使って論理的な順序に分解し、必要な情報、呼び出すべき API、要求を満たすための実行順序を決定します。
  プランを作成したら、エージェントは適切な API を呼び出し、会社のシステムやデータソースから必要な情報を取得して、正確で適切な応答を行います。
  エージェントは、転送中と保存中のデータを毎回暗号化することで、このプロセスをバックグラウンドで安全に自動的に実行します。
  これにより、お客さまはプロンプトを作成したり、モデルをトレーニングしたり、システムを手動で接続したりする必要がなくなります。
  Agents for Amazon Bedrock を使用すると、お客さまは生成系AIをビジネスに簡単に統合でき、差別化を図らずにタスクの実行と実行を簡素化および加速できます。

• Amazon Bedrock の Knowledge Bases が一般公開
  現在一般公開されている Amazon Bedrock 用のフルマネージド型 Knowledge Bases は、検索拡張生成 (RAG) のために基盤モデル (FM) を社内のデータソースに安全に接続し、より関連性が高く、状況に応じた正確な応答を提供します。
  Knowledge Basesは FM の強力な機能を拡張して、ビジネス、お客さま、サービスに関する知識を深めます。

• Amazon Bedrock で Amazon Titan Image Generator 基盤モデルが利用可能に (プレビュー)
  Amazon Titan Image Generator を使用すると、コンテンツ作成者は迅速なアイデアと反復が可能になり、高効率の画像生成が可能になります。
  Amazon Bedrock の Amazon Titan Image Generator 基盤モデルにプレビューでアクセスできるようになりました。
  これにより、新しい画像生成機能と画像編集機能を備えた生成系AIアプリケーションを簡単に構築してスケーリングできます。

• Amazon Bedrock が継続的なプリトレーニングを利用可能に (プレビュー)
  Amazon Bedrock では、主要な基盤モデル (FM) を使用して生成系AIアプリケーションを簡単に構築およびスケーリングできます。
  Amazon Bedrock での継続的なプリトレーニングは、安全で管理された環境で、Amazon Titan Text Express と Amazon Titan Text Lite 基盤モデル をトレーニングし、ラベル付けされていない独自のデータを使用してカスタマイズできるようにする新機能です。
  さまざまなトピック、ジャンル、コンテキストにまたがるデータについてモデルが継続的にプリトレーニングを受けるにつれて、幅広い知識と適応性を蓄積することで、モデルはより堅ろうになり、ドメイン外のデータをより適切に処理できるようになり、組織にとってさらに大きな価値が生まれます。

• Amazon Bedrock がバッチ推論をサポート
  Amazon Bedrock を使用してプロンプトをバッチ処理し、モデル評価、実験、およびオフライン処理に対する応答を取得できるようになりました。

• Amazon Bedrock (プレビュー) で、ユースケースに最適な 基盤モデル を評価、比較、選択してください
  Amazon Bedrock のモデル評価では、ユースケースに最適な基盤モデルを評価、比較、選択できます。
  Amazon Bedrock では、自動評価と人間による評価を選択できます。
  自動評価は、精度、堅ろう性、毒性などの定義済みの測定基準で使用できます。
  親しみやすさ、スタイル、ブランドボイスとの整合性など、主観的な指標やカスタム指標については、数回クリックするだけで人間による評価ワークフローを設定できます。
  人間による評価ワークフローでは、自社の従業員や 管理するチームをレビュー担当者として活用できます。
  モデル評価では、精選されたデータセットが組み込まれていますが、独自のデータセットを持ち込むこともできます。

• AWS 向けの Amazon Q エキスパート機能を発表 (プレビュー)
  Amazon Q のプレビュー段階にあるさまざまな機能を発表しました。
  これにより、開発者や IT プロフェッショナルの作業効率を高め、AWS でアプリケーションやワークロードを構築、デプロイ、運用する際に専門家による支援を受けることができます。
  Amazon Q は、ビジネス、コード、データ、運用にあわせてカスタマイズできる 生成系AIアシスタントです。

• AWS SageMaker コンソールで新しいセットアップとオンボーディングが可能に
  Amazon SageMaker ドメインの設定と管理が簡単になる新しいオンボーディングおよび管理機能を発表できることを嬉しく思います。
  コンソールのセットアップとオンボーディングのフローは、個々のユーザには使いやすいワンクリックエクスペリエンスを、エンタープライズ ML 管理者 (管理者) にはステップバイステップガイドを提供するために、一から設計し直されました。

• AWS HealthScribe が一般公開 (re:Invent 2023)
   AWS HealthScribe の一般提供を発表しました。
  これは、医療アプリケーション開発者が患者と臨床医との会話から予備の臨床文書を自動的に作成できるように設計された、HIPAA 対応の生成系AI搭載サービスです。
  AWS HealthScribe を使用すると、ヘルスケア業界の文書化を支援するために特別にトレーニングされた音声認識と生成系AIをアプリケーションに統合して、臨床文書化の迅速化と相談体験の向上に役立てることができます。
  AWS HealthScribe を使用すると、ヘルスケアソフトウェアプロバイダーは、基盤となる機械学習 (ML) インフラストラクチャを管理したり、独自の医療特有の大規模言語モデル (LLM) をトレーニングしたりすることなく、生成系AI機能を簡単かつ迅速に組み込むことができます。

• AI を活用したスケーリングと最適化を備えた Amazon Redshift Serverless の発表 (プレビュー)
  Amazon Redshift Serverless は、クラウドデータウェアハウスにおける次世代の人工知能 (AI) 主導のスケーリングと最適化のプレビューを紹介します。
  Amazon Redshift Serverless は AI 技術を使用して、データ量の変化、同時接続ユーザ、クエリの複雑さなど、全ての主要な側面にわたるワークロードの変化にあわせて自動的にスケーリングし、価格パフォーマンスの目標を達成および維持します。
  社内のテストでは、これらの最適化により、手動による介入なしで、変動するワークロードでも最大 10 倍高い価格パフォーマンスを実現できることが実証されています。

•  Amazon Q (プレビュー)を発表 (re:Invent 2023)
  Amazon Q を発表しました。
  これは、仕事に特化して設計された新しい生成系AI搭載アシスタントで、ビジネスにあわせてカスタマイズして、会社の情報リポジトリ、コード、エンタープライズシステムにあるデータと専門知識を活用して、会話、問題解決、コンテンツの生成、アクションの実行を行うことができます。

マネジメントとガバナンス

• myApplications: AWS 上のアプリケーションを表示および管理するための新しい機能
  AWS マネジメントコンソールが myApplications の一般提供を発表しました。
  これは、アプリケーションのコスト、状態、セキュリティ体制、パフォーマンスの管理とモニタリングをより簡単に行える、AWS マネジメントコンソールの新しい機能です。
  これで、アプリケーションをより簡単に作成し、AWS アカウント内のアプリケーションを AWS マネジメントコンソールの 1 つのビューから確認できるようになりました。
  コスト、パフォーマンス、セキュリティ結果などの主要なアプリケーションメトリクスを一目で確認できるため、運用上の問題をデバッグしてアプリケーションを最適化できます。
  また、AWS Cost Explorer はコスト、AWS Security Hub はセキュリティ結果、Amazon CloudWatch Application Signals はアプリケーションパフォーマンスなど、対応する AWS サービスを使用して、アプリケーションダッシュボードから 1 回クリックするだけで特定のアプリケーションリソースを操作できます。

• Amazon CloudWatch Application Signals を使用してアプリケーションを観察しましょう (プレビュー)
  Amazon で何千ものアプリケーションを運用してきたベストプラクティスに基づいて構築された Amazon CloudWatch Application Signals (Preview) は、AWS でのアプリケーションの自動インストゥルメントと運用を簡単にする新しい機能です。
  手動による計測やメトリクスの計算、観察された問題と根本原因の関連付けといった面倒な作業を行うことなく、最も重要なビジネス目標に照らしてアプリケーションのパフォーマンスを追跡できます。
  CloudWatch Application Signals は、あらかじめ作成されたダッシュボードを使用して、各アプリケーションのボリューム、レイテンシー、エラーなどの標準化されたメトリクスを提供します。
  わずか 3 回のクリックで、相関関係のあるメトリクスのログとトレースから異常を発見し、最も重要なメトリクスを掘り下げて、問題の根本原因を特定できます。

• AWS Well-Architected ツールの Lens Catalog を発表
  AWS Well-Architected (AWS WA) は、AWS Well-Architected ツール (AWS WA ツール) の Lens Catalog が一般公開されたことを発表しました。
  Lens Catalog は、提供する最新のクラウドベストプラクティスの調査、レビュー、実装を検討しているお客さま向けの、新しい中心的なレンズリポジトリです。

• AWS Control Tower が、デジタル主権要件を満たすための 65 の新しいコントロールを発表
  AWS Control Towerは、お客さまのデジタル主権要件を満たすのに役立つ65の新しいAWS管理コントロールと強化されたリージョン拒否機能を発表できることを嬉しく思います。
  今回のリリースでは、AWS Control Tower コンソールの新しいデジタル主権グループの下にある 245 を超える統制を確認できるようになりました。
  これらのコントロールを使用すると、データレジデンシー、きめ細やかなアクセス制限、暗号化、復元機能のためのアクションの防止、設定の適用、リソース変更の検出に役立ちます。

• AWS Chatbot が Microsoft Teams と Slack による Amazon Q との会話をサポート
  Amazon Q の Amazon Q のパブリックプレビューを発表できることを嬉しく思います。
  このプレビューでは、お客さまの AWS 関連のクエリに対する要約された簡潔な回答が、Microsoft Teams と Slack での会話体験で提供されます。
  お客さまには、AWS サービスについての理解を深め、ソリューションを設計し、問題のトラブルシューティングを行うために、質問に対して簡潔で信頼できる回答が送られます。

• AWS AppConfig エージェントがディスクへの書き込み、バックアップ、および権限マッピングをローンチ
  AWS Systems Manager の機能である AWS AppConfig は、AWS AppConfig エージェントの最新リリースで利用可能な 4 つの新機能を発表しました。
  Agent は、ローカルディスク上のユーザが指定した場所にあるファイルへの機能フラグと構成データの書き込みをサポートするようになりました。
  もう 1 つは、耐障害性を向上させるために、最新バージョンの設定データのローカルバックアップを独自に作成し、ネットワークの問題や障害が発生して Agent が AWS AppConfig サービスにアクセスできない場合に、そのバックアップを使用するように設定できます。
  また、Agent により、エンジニアはローカル環境で構成変更をテストできるようになりました。
  最後に、このバージョンの Agent では、お客さまがさまざまな設定プロファイルに異なる AWS Identity and Access Management (IAM) 権限をマッピングできるようになり、設定データのきめ細やかなセキュリティが可能になります。

移行と転送

• Stromasys を使用した AWS 上の SPARC の仮想化が利用可能に
  仮想 SPARC 環境が AWS クラウドで利用できるようになりました。
  この新機能により、お客さまはレガシー SPARC システム上で実行されているアプリケーションを移行して再ホストできます。
  アプリケーションを SPARC マシンから AWS クラウド上の仮想 SPARC 互換実行環境にリフトアンドシフトで移行することで、アプリケーションに変更を加えることなく、再認定や再トレーニングを最小限に抑えながら、レガシーハードウェアを廃止できます。
  AWS クラウドに移行すると、アプリケーションには柔軟な従量課金制の柔軟なオンデマンドリソースの恩恵を受けることができます。
  このような仮想 SPARC 環境でのアプリケーションの再ホストは、モダナイゼーションのタイムラインの短縮、運用コストの削減、レジリエンスの向上に役立ちます。

• AWS Mainframe Modernization Replatform with NTT DATA が公開
  AWS Mainframe Modernization は、メインフレームアプリケーションを AWS クラウド上で再プラットフォーム化して実行するための NTT DATA UniKix テクノロジーで利用できるようになりました。
  この新機能により、メインフレームアプリケーションの最新化に向けて、お客さまが利用できるリプラットフォームプロバイダーの選択肢が広がります。

• AWS Mainframe Modernization File Transfer with BMC が一般公開
  AWS Mainframe Modernization File Transfer with BMC の一般公開を発表できることを嬉しく思います。
  この機能は、BMC のメインフレームデータセット転送テクノロジーを利用して、AWS クラウドで使用するメインフレームデータセットの検出、転送、変換を行います。

• AWS Mainframe Modernization Data Replication with Precisely が IBM i で利用可能に
  IBM i 用の AWS Mainframe Modernization Data Replication with Precisely が一般公開されたことを発表できることを嬉しく思います。
  この機能は、メインフレーム拡張機能のお客さまはすでに利用できていましたが、IBM i、iSeries、System i、AS/400 などのミッドレンジシステムでも利用できるようになりました。
  Precisely が提供するデータ複製を活用して、異種のソースデータベースとターゲットデータベースをサポートしながら、ミッドレンジデータを AWS クラウドにほぼリアルタイムで複製できます。
  ミッドレンジのデータストアから Amazon Aurora や Amazon RDS などの AWS データベースサービスに、変更データキャプチャ (CDC) を介してデータ変更を複製する、回復力のある高性能データパイプラインを構築します。
  その結果、企業は、データ処理をオフロードし、新しいビジネス機能やチャネルを構築し、AWS クラウド上で分析、機械学習 (ML)、人工知能 (AI) を使用してビジネスインサイトとインテリジェンスを活用することで、ミッドレンジアプリケーションをモダナイズおよび強化して、モダナイゼーションを加速し、コスト削減、俊敏性、イノベーションを実現できます。

• AWS Mainframe Modernization Application Testing の発表 (プレビュー)
  AWS Mainframe Modernization Application Testing のパブリックプレビューを発表できることを嬉しく思います。
  これは、AWS クラウドで最新化されるメインフレームアプリケーションの機能同等性テストを自動化する AWS Mainframe Modernization サービス機能です。
  この新機能により、テストキャプチャ、オンデマンドの自動テスト再生、比較、大規模な回帰テストなど、クラウドネイティブなテスト機能が提供されます。
  AWS Mainframe Modernization サービスコンソールの一部として利用できるアプリケーションテスト機能は、並列テストの実行とテスト結果の視覚化をサポートし、幅広いメインフレームテストユースケースで拡張性が高く、シンプルなテスト環境を提供するように設計されています。

ネットワーキングとコンテンツ配信

• Amazon Route 53 Application Recovery Controller がゾーンオートシフトを開始
  Amazon Route 53 Application Recovery Controller では、ゾーン自動シフトが提供されるようになりました。
  これは、 AZ に影響する潜在的な障害を特定した場合に、アプリケーションのトラフィックを AWS アベイラビリティーゾーン (AZ) から安全かつ自動的にシフトさせる機能です。
  電力やネットワークの停止などの障害が発生した場合、ゾーンオートシフトは、影響を受けるアベイラビリティーゾーンから正常な AZ にアプリケーショントラフィックをシフトすることで、アプリケーションの可用性を向上させます。

量子テクノロジー

• Amazon Braket が量子コンピューティングをさらに深く掘り下げるプログラム、Braket Direct をローンチ
  Amazon Braket は、AWS での量子コンピューティングの探索方法を拡張する新しいプログラムである Braket Direct を立ち上げ、研究とイノベーションを加速させます。
  さまざまな量子デバイスに専用の容量を予約したり、量子コンピューティングの専門家と直接やり取りしたり、AWS で初めて公開された IonQ の最新のトラップイオンデバイスである Forte などの次世代機能にいち早くアクセスしたりできるようになりました。

セキュリティ、アイデンティティ、コンプライアンス

• IAM Access Analyzer が、自動推論を利用したカスタムポリシーチェックを導入
  AWS Identity and Access Manager (IAM) Access Analyzer では、デプロイ前に IAM ポリシーがお客さまのセキュリティ標準に準拠していることを確認するためのカスタムポリシーチェックが提供されるようになりました。
  カスタムポリシーチェックは、自動推論 (数学的な証明に裏付けられたセキュリティ保証) の力を利用して、セキュリティチームがポリシーの不適合な更新を積極的に検出できるようにします。
  例えば、以前のバージョンよりも許容範囲が広くなった IAM ポリシーの変更などです。
  セキュリティチームはこれらのチェックを利用してレビューを効率化し、自社のセキュリティ基準に適合するポリシーを自動的に承認し、準拠していない場合はより詳細に調査することができます。
  この新しい種類の検証により、クラウドでのセキュリティ保証が強化されます。

• IAM Access Analyzer が、未使用アクセスの検査を簡素化し、権限を最小限に抑えることが可能に
  AWS Identity and Access Manager (IAM) Access Analyzer では、未使用アクセスの検査が簡素化され、権限が最小限になるように誘導できるようになりました。
  IAM Access Analyzer はアカウントを継続的に分析して未使用のアクセスを特定し、調査結果を含む一元化されたダッシュボードを作成します。
  セキュリティチームはダッシュボードを使用して調査結果を一元的に確認し、調査結果の量に基づいてレビューするアカウントに優先順位を付けることができます。
  調査結果では、IAM ユーザの未使用のロール、未使用のアクセスキー、IAM ユーザの未使用のパスワードが明らかになります。
  アクティブな IAM ロールとユーザについては、この調査結果から未使用のサービスやアクションが明らかになります。

• Amazon Inspector は、開発者ツールと統合することでコンテナーイメージのセキュリティを強化
  Amazon Inspector は、Jenkins や TeamCity などの主要な開発者ツールと統合され、コンテナイメージを評価できるようになりました。
  この統合により、開発者は継続的インテグレーションと継続的デリバリー (CI/CD) ツール内でコンテナイメージのソフトウェア脆弱性を評価できるようになり、ソフトウェア開発ライフサイクルの早い段階でセキュリティを強化できます。
  評価結果は CI/CD ツールのダッシュボードで簡単に確認できるため、開発者はビルドのブロックやコンテナーレジストリーへのイメージのプッシュなど、重大なセキュリティ問題に対応して自動化されたアクションを実行できます。
  この機能は、CI/CD ツールマーケットプレイスから Amazon Inspector プラグインをインストールし、ビルドパイプラインに Amazon Inspector スキャンのステップを追加するだけで使用できます。
  Amazon Inspector サービスをアクティブ化する必要はありません。
  ただし、アクティブな AWS アカウントをお持ちであれば。
  この機能は、AWS、オンプレミス、ハイブリッドクラウドなど、どこでもホストされている CI/CD ツールと連携できるため、開発者は全ての開発パイプラインで単一のソリューションを一貫して使用できます。

• Amazon Inspector が 生成系AI を活用した修復機能で AWS Lambda コードスキャンを拡張
  Amazon Inspector の Amazon Inspector コードスキャンには、生成型人工知能 (AI) と自動推論を使用したアシスト付きコード修正が含まれるようになりました。
  Lambda 関数の Amazon Inspector コード修復では、AWS Lambda 関数のセキュリティスキャン中に検出された複数のクラスの脆弱性に対して、コンテキストに応じたコードパッチが提供されます。
  Amazon Inspector の機能を拡張して、AWS セキュリティのベストプラクティスに基づいて、インジェクションの欠陥、データ漏えい、脆弱な暗号化、暗号化の欠如などのセキュリティ上の問題について、独自仕様の Lambda コードを評価します。
  Amazon Inspector は、脆弱性を発見すると、影響を受けたコードスニペットや修正案など、実用的なセキュリティ結果を提供します。
  サポート対象調査結果の一部として、Amazon Inspector は脆弱性に関連するコードパッチを提供し、脆弱性のあるコードの更新プロセスを簡素化します。

• Amazon GuardDuty が Amazon EC2 のランタイムモニタリングをサポート (プレビュー)
  Amazon GuardDuty EC2 ランタイムモニタリングのプレビューリリースを発表しました。
  これは Amazon GuardDuty を拡張したもので、Amazon Elastic Compute Cloud (Amazon EC2) ワークロードのランタイム脅威検出を導入したものです。

• Amazon GuardDuty ECS Runtime Monitoring の発表 (re:Invent 2023)
   Amazon GuardDuty の拡張版である Amazon GuardDuty ECS Runtime Monitoring を発表しました。
  これにより、AWS Fargate で実行されるサーバレスコンテナワークロードを含む、Amazon Elastic Container Service (Amazon ECS) ワークロードのランタイム脅威検出が導入されます。

• Amazon EC2 向けの Amazon Inspector エージェントレス脆弱性評価がプレビュー中
  Amazon Inspector では、エージェントや追加のソフトウェアをインストールしなくても、Amazon EC2 インスタンスのソフトウェアの脆弱性を継続的に監視できるようになりました。
  現在、Amazon Inspector は広くデプロイされている AWS Systems Manager (SSM) エージェントを活用して、EC2 インスタンスにサードパーティー製ソフトウェアの脆弱性がないかを評価しています。
  この新機能により、SSM エージェントがインストールまたは設定されていない EC2 インスタンスの Amazon Inspector エージェントレススキャンにより、EC2 インフラストラクチャ全体の脆弱性評価の対象範囲を拡大できます。
  エージェントレススキャンの場合、Amazon Inspector は EBS ボリュームのスナップショットを作成し、インスタンスからソフトウェアアプリケーションインベントリを収集して脆弱性評価を実行します。
  Amazon Inspector 内で EC2 スキャンを有効にすると、全ての EC2 インスタンスが自動的に検出され、ソフトウェア脆弱性の評価が開始されます。
  お客さまは、Amazon Inspector コンソール内の EC2 設定ページにアクセスし、ハイブリッドスキャンモードを選択するだけで、エージェントレススキャンを有効にできます。
  ハイブリッドスキャンモードでは、Amazon Inspector は SSM エージェントを利用してインスタンスから情報を収集して脆弱性評価を行い、SSM エージェントがインストールまたは設定されていないインスタンスではエージェントレススキャンに自動的に切り替わります。

• Amazon Detective が、生成系AI を使用したグループサマリーの検索を導入
  Amazon Detective では、検索結果のグループを自動的に分析し、自然言語でインサイトを提供する生成型人工知能 (AI) を使用して検索グループの概要を表示できるようになりました。
  これにより、セキュリティ調査の迅速化に役立ちます。
  Amazon Detective 検索グループにより、潜在的なセキュリティイベントに関連する複数のアクティビティを調べることができます。
  例えば、探偵検索グループを使用して、重大度が高い Amazon GuardDuty の検出結果の根本原因を分析できます。
  Detective Funding グループの概要を使用すると、自然言語でグループを見付ける際に特定された疑わしいアクティビティに関する重要なインサイトをより迅速に見つけて確認できるため、異常なアクティビティや疑わしいアクティビティの調査と理解が容易になります。

• Amazon Detective が IAM の調査を発表
  Amazon Detective では、AWS Identity and Access Management (IAM) エンティティを侵害の兆候 (IoC) がないか自動的に調査する機能がサポートされるようになりました。
  この新機能により、セキュリティアナリストは、IAM エンティティが MITRE ATT&CK フレームワークの既知の戦術、技法、手順 (TTP) に侵入されたり、関与したりしていないかどうかを判断できます。

• Amazon Detective が Amazon Security Lake からのログ取得をサポート
  Amazon Detective は Amazon Security Lake と統合されるようになり、セキュリティアナリストは Security Lake に保存されているログをクエリして取得できるようになりました。
  この統合を使用すると、Detective でセキュリティ調査を行っているときに、セキュリティレイクに保存されている AWS CloudTrail ログと Amazon Virtual Private Cloud (Amazon VPC) フローログから追加情報を取得できます。

• Amazon Detective が Amazon GuardDuty ECS Runtime Monitoring のセキュリティ調査をサポート
  Amazon Detective は、Amazon GuardDuty Elastic Container Service (ECS) Runtime Monitoring によって検出された脅威に対するセキュリティ調査をサポートするようになりました。
  Amazon Detective では、ECS 上で検出するための視覚化機能が強化され、コンテキストが追加されました。
  GuardDuty の新しいランタイム脅威検出と Detective の調査機能を使用して、コンテナワークロードに対する潜在的な脅威の検出と対応を改善できます。

• AWS Security Hub の新しい集中設定機能を発表
  AWS Security Hub の新機能を発表しました。
  これにより、セキュリティチームはアカウントとリージョン全体で Security Hub の標準とコントロールをわずか数ステップで一元的に有効化および設定できます。
  この機能強化は、マルチアカウント、マルチリージョンの組織における Security Hub の設定と管理の方法を合理化および簡素化することを目的としています。
  Security Hub の一元設定を使用して、希望する標準と統制を備えたセキュリティポリシーを作成し、アカウントや組織単位 (OU) にわたって選択したリージョンに適用することで、セキュリティ適用範囲のギャップを解消できるようになりました。

• AWS Security Hub におけるダッシュボードの大幅な機能強化を発表
  Amazon Web Services Inc. (AWS) は、AWS Security Hub ダッシュボードの新しいデータ視覚化、フィルタリング、カスタマイズ機能の強化を発表しました。
  これにより、注意が必要なリスクにより簡単に集中できるようになります。

• AWS Security Hub での新しいエンリッチメントの発見についてを発表
  Amazon Web Services Inc. (AWS) は、AWS Security Hub に集約された調査結果の新しいメタデータエンリッチメントを発表しました。
  これにより、セキュリティ上の発見をより適切にコンテキスト化し、優先順位を付け、対策を講じることができます。
  この強化により、Security Hub に取り込まれた全ての結果に、リソースタグ、新しい AWS アプリケーションタグ、およびアカウント名情報が追加されます。
  これには、Amazon GuardDuty、Amazon Inspector、AWS IAM Access アナライザーなどの AWS セキュリティサービスからの検出結果や、増え続けている AWS パートナーネットワーク (APN) ソリューションのリストが含まれます。

• AWS Security Hub がセキュリティ制御をカスタマイズ可能に
  本日 AWS re: Invent で、Amazon Web Services Inc. (AWS) は、AWS Security Hub コントロールにおけるお客さま固有の入力のサポートを発表しました。
  これにより、AWS でのセキュリティポスチャモニタリングをカスタマイズできるようになります。
  Security Hub はクラウドセキュリティポスチャ管理 (CSPM) サービスで、何百もの管理および自動化コントロールを備えているため、クラウドリソースを監視してクラウドリソースを安全に構成できます。
  この新しい機能強化により、セキュリティチームは Security Hub 統制によって監視されるベストプラクティスを改良して、より具体的なセキュリティ上の期待に応えることができます。

• AWS Secrets Manager がシークレットのバッチ取得をサポート
  AWS Secrets Manager は、アプリケーションのシークレットのグループを識別して取得するための 1 回の API 呼び出しをサポートするようになりました。
  新しい API である BatchGetSecretValue により、アプリケーションに複数のシークレットを取り込む必要がある一般的な開発者ワークフローがこれまで以上にシンプルになりました。
  この機能により、シークレットを 1 つずつ取得するために繰り返し呼び出す必要がなくなり、複数のシークレットを取得するときの部分的な障害を考慮する必要がなくなり、全体的な効率が向上します。

ストレージ

• Mountpoint for Amazon S3 が Amazon S3 Express One Zone ストレージクラスをサポート
  Mountpoint for Amazon S3 を使用して、ファイルシステム操作を使用して、新しい Amazon S3 Express One Zone ストレージクラスに保存されているオブジェクトにアクセスできるようになりました。
  新しい S3 Express One Zone ストレージクラスは、1 桁ミリ秒という一貫したリクエストレイテンシーを必要とするパフォーマンス重視のアプリケーション向けに、最速のクラウドオブジェクトストレージを提供することを目的としています。

• Mountpoint for Amazon S3 CSI ドライバが一般公開
  新しい Mountpoint for Amazon S3 コンテナストレージインターフェース (CSI) ドライバを使用すると、Kubernetes アプリケーションはファイルシステムインターフェースを介して S3 オブジェクトにアクセスし、アプリケーションを変更することなく高い総スループットを実現できます。
  Mountpoint for Amazon S3 上に構築された CSI ドライバは、S3 バケットを Amazon Elastic Kubernetes Service (Amazon EKS) 内のコンテナーとセルフマネージド Kubernetes クラスタからアクセスできるボリュームとして提示します。
  その結果、Amazon EKS とセルフマネージド Kubernetes クラスタの分散型機械学習トレーニングジョブは、Amazon S3 から高スループットでデータを読み取り、トレーニング時間を短縮できます。

• ML トレーニングのための Amazon S3 データ転送を自動的に高速化
  AWS Command Line Interface (AWS CLI) と Python SDK は自動的に AWS 共通ランタイム (CRT) を使用して Amazon S3 と Amazon EC2 Trn1、P4d、P5 インスタンス間のデータ転送を高速化します。
  AWS CRT は、リクエストの並列化、自動再試行、DNS 負荷分散などに関する Amazon S3 のパフォーマンスベストプラクティスを実装し、Amazon EC2 と Amazon S3 間の高いデータ転送速度を実現しています。
  その結果、機械学習トレーニングジョブは Amazon S3 からトレーニングデータを最大 3 倍速くダウンロードし、モデルチェックポイントを Amazon S3 にアップロードする速度が最大 5 倍速くなり、合計トレーニング時間が短縮されました。

• FSx for ONTAP が、共有 VPC 参加者アカウントでのマルチ AZ ファイルシステムの作成をサポート
  Amazon FSx for NetApp ONTAP では、参加者アカウントから共有 VPC にマルチ AZ ファイルシステムを作成できるようになりました。
  これにより、組織はネットワークとストレージリソースの管理方法をさらに簡単に分散化できます。

• Amazon S3 Express One Zone ストレージクラスの発表 (re:Invent 2023)
  Amazon S3 Express One Zone ストレージクラスは、一貫して 1 桁ミリ秒のリクエストレイテンシーを必要とするパフォーマンスが重要なアプリケーション向けに、最速のクラウドオブジェクトストレージを提供することを目的としています。
  S3 Express One Zone は、S3 Standard と比較して、データアクセス速度を 10 倍向上させ、リクエストコストを 50% 削減できます。
  また、最も頻繁にアクセスされるデータセットでは、1 分あたり数百万のリクエストを処理できるよう拡張できます。
  機械学習、トレーニング、インタラクティブ分析、メディアコンテンツ作成などのワークロードで、高い耐久性と可用性を備えながら、1 桁のミリ秒単位のデータアクセス速度を実現できます。

• Amazon FSx for OpenZFS が、ファイルシステム間のオンデマンドデータレプリケーションをサポート
   Amazon FSx for OpenZFS のオンデマンドデータレプリケーションを発表しました。
  これにより、ボリュームの増分ポイントインタイムスナップショットをファイルシステム間で簡単かつ効率的に転送できます。
  オンデマンドデータレプリケーションは、開発、実験、分析のワークロード用に本番データを別のファイルシステムに複製する簡単で回復力のある方法を提供します。

• Amazon FSx for NetApp ONTAP スケールアウトファイルシステムの発表 (re:Invent 2023)
  今日から、最大36 GB/秒のスループットと120万IOPSを実現するONTAPスケールアウトファイルシステム用のFSxを構築できます。
  これは、以前の9倍のパフォーマンスを実現します。
  FSx for ONTAP は、フルマネージドでフル機能の ONTAP ファイルシステムをクラウドで起動して実行できる、最初で唯一のストレージサービスです。
  これにより、アプリケーション、ツール、プロセス、ワークフローを変更することなく、ONTAP の広く使用されているデータ管理機能に依存するワークロードを AWS に移行または拡張できます。
  ONTAP のデータ管理機能を活用して、AWS でさらに幅広い高性能ワークロードを実行できるようになりました。

• Amazon EFS レプリケーションでフェイルバックをサポート
  Amazon EFS レプリケーションがフェイルバックをサポートするようになったため、ディザスタリカバリ (DR) やその他のフェイルオーバーイベント後に、EFS ファイルシステム間で変更を簡単かつ費用対効果の高い方法で同期できるようになりました。

• AWS コンソールと API を使用して FSx for ONTAP FlexGroup ボリュームを管理およびバックアップ可能に
  NetApp の人気のある ONTAP ファイルシステム上に構築されたフルマネージド共有ストレージを提供するサービスである Amazon FSx for NetApp ONTAP では、AWS マネジメントコンソール、FSx CLI、AWS SDK を使用して FlexGroup ボリュームを作成、管理、バックアップできるようになり、大規模なデータの管理と保護がさらに簡単になりました。

• AWS Elastic Disaster Recovery の DR ドリル検証自動化を発表
  AWS Elastic Disaster Recovery (AWS DRS) では、リカバリーとドリルのために EC2 インスタンスを起動する際の検証を自動化できるようになりました。
  AWS DRS では特定のニーズに合わせたカスタム自動検証を定義できるため、面倒な手動検証に費やす時間を節約できます。
  また、空き容量の検出やネットワーク接続の検証など、事前に定義された検証の利便性を活用して、堅ろうで回復力のある本番環境を確保するための徹底的な訓練を実施するためのツールも提供されます。

• AWS Backup が復元テストのサポートを開始
  AWS Backup は復元テストの一般提供を発表しました。
  復元テストは AWS Backup の新機能で、バックアップされたサポートされている AWS リソースの自動的かつ定期的な復元テストを実行するのに役立ちます。
  AWS Backup は、AWS サービスとハイブリッドワークロード全体のデータ保護を一元化および自動化するフルマネージド型サービスです。
  今回のサービス開始により、AWS Backup のお客さまは復旧準備状況をテストして、起こり得るデータ損失に備え、復元ジョブの所要時間を測定してコンプライアンスまたは規制要件を満たすことができるようになります。

• AWS Backup が Amazon Elastic Block Store (EBS) Snapshots Archive をサポート
  AWS Backup は EBS Snapshots Archive のサポートを発表しました。
  これにより、お客さまは AWS Backup によって作成された EBS スナップショットを EBS Snapshots Archive に自動的に移動できます。
  EBS Snapshots Archiveは、頻繁または高速に取得する必要のない、めったにアクセスされないスナップショットを対象とした、低コストで長期にわたるストレージ階層であり、ストレージコストを最大 75% 節約できます。

その他

• AWS Marketplace 用 SaaS Quick Launch の発表
  AWS Marketplace のサービスとしてのソフトウェア (SaaS) 製品の新しいデプロイオプションである SaaS Quick Launch の一般提供を発表しました。
  SaaS Quick Launch により、お客さまは AWS 上でサードパーティの SaaS 製品を設定してリリースするのに必要な時間とリソースを削減できます。

以上です。最後までお読みいただき、ありがとうございました。

関連サービス