RSS AWS Anuncios Recientes Nota

RSS AWS Anuncios Recientes

Los Servicios Web de Amazon (AWS) ofrece varios servicios bajo su paraguas, incluyendo computación, almacenamiento, seguridad y servicios de aplicación. Aquí hay algunas anuncios y actualizaciones recientes: 1. AWS Outposts: AWS Outposts es un servicio completamente gestionado que ofrece infraestructura que incluye capacidades de computación, almacenamiento y base de datos. La actualización más reciente incluye el lanzamiento de Outposts en varios países. 2. AWS Lambda: Proporciona un servicio de computación a demanda. Las actualizaciones recientes incluyen mejoras para el control de concurrencia y la integración con Amazon API Gateway. 3. Amazon S3: Ofrece almacenamiento duradero. Las actualizaciones recientes incluyen el lanzamiento de la API de migración de aplicaciones y la cifrado para snapshots. 4. AWS Billing: Permite ver detalles detallados de facturación, y las actualizaciones recientes incluyen mejoras en los detalles de facturación. 5. AWS Config: Proporciona monitoreo de recursos, informes y auto-reparación para recursos de AWS. Las actualizaciones recientes incluyen una acción de notificación y AWS Step Functions. 6. Punto de Acceso Multi-Región de AWS para Amazon S3: Los Puntos de Acceso Multi-Región para S3 ofrecen un espacio de nombres global para entregar un servicio de almacenamiento rápido, seguro y resistente. 7. Amazon Route 53: Proporciona registro de dominios y servicio DNS. Las actualizaciones recientes incluyen soporte para Puntos de Acceso Multi-Región para S3. 8. AWS Lake Formation: Un servicio de ingeniería de datos, transformación de datos y gobernanza de datos. Las actualizaciones recientes incluyen la creación de flujos de trabajo y conexión de credenciales de base de datos usando controladores JDBC. 9. Amazon EMR: Un servicio de procesamiento de datos masivos utilizado para procesamiento de datos, análisis, aprendizaje automático (ML), etc. Las actualizaciones recientes incluyen versiones de clúster y correcciones de errores. 10. AWS Step Functions: Un servicio para coordinar los componentes de aplicaciones distribuidas y arquitecturas orientadas a microservicios. Las actualizaciones recientes incluyen manejo mejorado de entradas de tokens de tarea y auto-reemplazo.

Hilo de notas

Hoy, AWS anuncia que los flujos de trabajo privados de AWS HealthOmics ya están disponibles en la región de Asia Pacífico (Seúl), ampliando el acceso a flujos de trabajo de bioinformática totalmente gestionados para clientes de atención médica y ciencias de la vida en Corea. AWS HealthOmics es un servicio elegible para HIPAA que ayuda a los clientes de atención médica y ciencias de la vida a acelerar los avances científicos con flujos de trabajo de bioinformática totalmente gestionados. HealthOmics permite a los clientes centrarse en el descubrimiento científico en lugar de la gestión de la infraestructura, reduciendo el tiempo de obtención de valor para la investigación, el descubrimiento de fármacos y las iniciativas de ciencia agrícola. Con los flujos de trabajo privados, los clientes pueden construir y escalar tuberías de análisis de datos genómicos utilizando lenguajes familiares específicos del dominio, incluidos Nextflow, WDL y CWL. El servicio proporciona funciones integradas como el almacenamiento en caché de llamadas para reanudar las ejecuciones, el almacenamiento dinámico de ejecuciones que se escala automáticamente con las necesidades de almacenamiento de ejecución, integraciones de Git para el desarrollo de flujos de trabajo con control de versiones y soporte de registro de contenedores de terceros a través de la caché de extracción de Amazon ECR. Estas capacidades facilitan la migración de las tuberías existentes y aceleran el desarrollo de nuevos flujos de trabajo genómicos, manteniendo al mismo tiempo la trazabilidad completa de los datos y los requisitos de cumplimiento. Los flujos de trabajo privados ahora están disponibles en todas las regiones donde AWS HealthOmics está disponible: EE. UU. Este (N. Virginia), EE. UU. Oeste (Oregón), Europa (Fráncfort, Irlanda, Londres), Israel (Tel Aviv), Asia Pacífico (Singapur) y Asia Pacífico (Seúl). Para empezar, consulte la documentación de AWS HealthOmics.
"La versión preliminar candidata 1 (RC1) de Amazon RDS para PostgreSQL 18 ya está disponible en el entorno de vista previa de bases de datos de Amazon RDS, lo que le permite evaluar la versión preliminar de PostgreSQL 18 en Amazon RDS para PostgreSQL. Puede implementar PostgreSQL 18 RC1 en el entorno de vista previa de bases de datos de Amazon RDS, que tiene los beneficios de una base de datos totalmente administrada. PostgreSQL 18 incluye compatibilidad con "skip scan" para índices B-tree de múltiples columnas y mejora el manejo de la cláusula WHERE para condiciones OR y IN. Introduce construcciones y actualizaciones de índices GIN (Generalizados Invertidos) en paralelo y operaciones de unión. Las mejoras de observabilidad muestran los recuentos de uso del búfer y las búsquedas de índices durante la ejecución de consultas, junto con la métrica de utilización de E/S por conexión. Consulte la documentación de lanzamiento de RDS PostgreSQL para obtener más detalles. Las instancias de base de datos del entorno de vista previa de bases de datos de Amazon RDS se conservan durante un período máximo de 60 días y se eliminan automáticamente después del período de retención. Las instantáneas de bases de datos de Amazon RDS que se crean en el entorno de vista previa solo se pueden usar para crear o restaurar instancias de base de datos dentro del entorno de vista previa. Puede usar la funcionalidad de volcado y carga de PostgreSQL para importar o exportar sus bases de datos desde el entorno de vista previa. Las instancias de base de datos del entorno de vista previa de bases de datos de Amazon RDS tienen el mismo precio que en la región US East (Ohio)."
AWS CloudFormation Hooks ahora es compatible con los controles proactivos gestionados, lo que permite a los clientes validar las configuraciones de recursos contra las mejores prácticas de AWS sin escribir lógica de Hooks personalizada. Los clientes pueden seleccionar controles del Catálogo de Controles de AWS Control Tower y aplicarlos durante las operaciones de CloudFormation. Al utilizar CloudFormation, los clientes pueden configurar estos controles para que se ejecuten en modo advertencia, lo que permite a los equipos probar los controles sin bloquear las implementaciones y les brinda la flexibilidad de evaluar el comportamiento de los controles antes de aplicar políticas en producción. Esto reduce significativamente el tiempo de configuración, elimina errores manuales y garantiza una cobertura de gobernanza integral en toda su infraestructura.AWS también introdujo una nueva página de Resumen de Invocación de Hooks en la consola de CloudFormation. Esta vista centralizada proporciona un registro histórico completo de la actividad de Hooks, mostrando qué controles se invocaron, los detalles de su ejecución y los resultados como aprobado, advertencia o fallido. Esto simplifica la resolución de problemas de informes de cumplimiento más rápidamente.Con este lanzamiento, los clientes ahora pueden aprovechar los controles gestionados por AWS como parte de sus flujos de trabajo de aprovisionamiento, eliminando la sobrecarga de escribir y mantener lógica personalizada. Estos controles son seleccionados por AWS y están alineados con las mejores prácticas de la industria, lo que ayuda a los equipos a aplicar políticas consistentes en todos los entornos. La nueva página de resumen ofrece una visibilidad esencial en el historial de invocación de Hooks, lo que permite una resolución de problemas más rápida y una generación de informes de cumplimiento optimizada.La página de resumen de invocación de Hooks está disponible en todas las regiones comerciales y GovCloud (EE. UU.), y la selección de controles está disponible en todas las regiones comerciales. Para obtener más información, visita la documentación de AWS CloudFormation Proactive Control Hooks y AWS CloudFormation Hooks View Invocations.
La consola de Amazon ECS ahora admite ECS Exec, lo que te permite abrir acceso seguro e interactivo a un shell directamente desde la consola de administración de AWS a cualquier contenedor en ejecución.Los clientes de ECS a menudo necesitan acceder a los contenedores en ejecución para depurar aplicaciones y examinar procesos en ejecución. ECS Exec proporciona un acceso fácil y seguro a los contenedores en ejecución sin necesidad de puertos de entrada ni administración de claves SSH. Anteriormente, ECS Exec solo era accesible a través de la API, CLI o SDK de AWS, lo que requería que los clientes cambiaran de interfaz al solucionar problemas en la consola. Con esta nueva función, los clientes ahora pueden conectarse a los contenedores en ejecución directamente desde la consola de administración de AWS, optimizando los flujos de trabajo de solución de problemas.Para comenzar, puedes habilitar ECS Exec directamente en la consola al crear o actualizar servicios y tareas independientes. También se pueden configurar ajustes adicionales como el cifrado y el registro a nivel de clúster a través de la consola. Una vez habilitado, simplemente navega a la página de detalles de una tarea, selecciona un contenedor y haz clic en "Conectar" para abrir una sesión interactiva a través de CloudShell. La consola también muestra el comando subyacente de AWS CLI, que puedes personalizar o copiar para usarlo en tu terminal local.El soporte de la consola de ECS Exec ya está disponible en todas las regiones comerciales de AWS. Para obtener más información, visita la guía para desarrolladores de ECS.
Amazon CloudWatch ahora te permite monitorizar varias métricas individuales a través de una única alarma. Al incluir dinámicamente métricas para monitorizar mediante una consulta, esta nueva capacidad elimina la necesidad de gestionar manualmente alarmas separadas para flotas de recursos dinámicos. A medida que los clientes confían más en equipos autónomos y recursos escalados automáticamente, se enfrentan a una elección entre la monitorización agregada sin mantenimiento y el coste operativo de mantener alarmas por recurso. Las alarmas que evalúan varias métricas proporcionan una monitorización granular con acciones individuales a través de una alarma que se ajusta automáticamente en tiempo real a medida que se crean o eliminan recursos. Esto reduce los esfuerzos operativos, permitiendo a los clientes centrarse en el valor de su observabilidad, al tiempo que garantiza que ningún recurso quede sin monitorizar. La monitorización de varias métricas con una única alarma ya está disponible en todas las regiones comerciales de AWS, las regiones AWS GovCloud (US) y las regiones de China. Para empezar a alarmar sobre varias métricas, crea una alarma en una consulta de métricas de Metrics Insights (SQL) utilizando condiciones GROUP BY y ORDER BY. La alarma actualiza automáticamente los resultados de la consulta con cada evaluación y empareja las métricas correspondientes a medida que cambian los recursos. Puedes configurar alarmas a través de la consola de CloudWatch, AWS CLI, CloudFormation o CDK. Se aplican los precios de las alarmas de consulta de Metrics Insights, consulta los precios de CloudWatch para más detalles. Para obtener más información sobre la monitorización de varias métricas con alarmas de consulta y la mejora de la eficiencia de tu monitorización, visita la documentación de alarmas de CloudWatch.
Claude Sonnet 4 de Anthropic ya está disponible con inferencia global entre regiones en Amazon Bedrock, lo que te permite usar el perfil de inferencia global de Claude Sonnet 4 para enrutar tus solicitudes de inferencia a cualquier región comercial de AWS compatible para su procesamiento, optimizando los recursos disponibles y permitiendo un mayor rendimiento del modelo. Amazon Bedrock es un servicio completo, seguro y flexible para construir aplicaciones y agentes de IA generativa. Al usar la inferencia bajo demanda y por lotes en Amazon Bedrock, tus solicitudes pueden estar restringidas por cuotas de servicio o durante los momentos de mayor uso. La inferencia entre regiones te permite gestionar sin problemas los picos de tráfico imprevistos utilizando la computación en diferentes regiones de AWS. Con la inferencia entre regiones, puedes distribuir el tráfico entre múltiples regiones de AWS, lo que permite un mayor rendimiento. Anteriormente, podías elegir perfiles de inferencia entre regiones vinculados a una geografía específica, como EE. UU., la UE o APAC, que seleccionaban automáticamente la región comercial de AWS óptima dentro de esa geografía para procesar tus solicitudes de inferencia. Para los casos de uso de IA generativa que no requieren que elijas perfiles de inferencia vinculados a una geografía específica, ahora puedes usar el perfil de inferencia global entre regiones para aumentar aún más el rendimiento de tu modelo. Para obtener más información sobre la inferencia global entre regiones en Amazon Bedrock, puedes visitar nuestra documentación sobre cómo aumentar el rendimiento con la inferencia entre regiones, ver las regiones y modelos compatibles para los perfiles de inferencia, y seguir los pasos mencionados en la página Uso de un perfil de inferencia en la invocación del modelo para comenzar.
AWS Clean Rooms ahora admite la capacidad de agregar miembros proveedores de datos a una colaboración existente, ofreciendo a los clientes una mayor flexibilidad mientras iteran y desarrollan nuevos casos de uso con sus socios. Con este lanzamiento, puede colaborar con nuevos proveedores de datos sin tener que configurar una nueva colaboración. Los propietarios de la colaboración pueden configurar una colaboración existente de Clean Rooms para agregar nuevos miembros que solo contribuyen con datos, al tiempo que se benefician de los controles de privacidad que los miembros existentes ya configuraron dentro de la colaboración. Los nuevos proveedores de datos invitados a una colaboración existente se pueden revisar en el historial de cambios, lo que mejora la transparencia entre los miembros. Por ejemplo, cuando un editor crea una colaboración de Clean Rooms con un anunciante, pueden habilitar la adición de nuevos proveedores de datos, como una empresa de medición, lo que permite al anunciante enriquecer sus segmentos de audiencia con datos de terceros antes de activar una audiencia con el editor. Este enfoque reduce el tiempo de incorporación al tiempo que mantiene los controles de privacidad existentes para usted y sus socios. AWS Clean Rooms ayuda a las empresas y sus socios a analizar y colaborar fácilmente en sus conjuntos de datos colectivos sin revelar ni copiar los datos subyacentes de los demás. Para obtener más información sobre las regiones de AWS donde está disponible AWS Clean Rooms, consulte la tabla de regiones de AWS. Para obtener más información sobre la colaboración con AWS Clean Rooms, visite AWS Clean Rooms.
Amazon Web Services (AWS) está lanzando una nueva colección de recursos enfocados en desarrolladores para la Interfaz de Línea de Comando de AWS (AWS CLI). Estos recursos demuestran scripts de shell de extremo a extremo que funcionan para trabajar con servicios de AWS y mejores prácticas que simplifican el proceso de crear scripts de shell que manejan errores, rastrean recursos creados y realizan operaciones de limpieza. El nuevo proyecto de Tutoriales de Desarrollador de AWS en GitHub proporciona una biblioteca de scripts de AWS CLI probados y enfocados en escenarios que cubren más de 60 servicios de AWS. Estos tutoriales ofrecen formas más rápidas de empezar a usar una API de servicio de AWS con la AWS CLI. Al aprovechar la inteligencia artificial generativa y la documentación existente, los desarrolladores ahora pueden crear scripts de trabajo para sus propios recursos de manera más sencilla, ahorrando tiempo y reduciendo errores al administrar recursos de AWS a través de la AWS CLI. Cada script incluye un tutorial que explica cómo el script funciona con la API del servicio de AWS para crear, interactuar con y limpiar recursos. El proyecto también incluye instrucciones que puedes usar para generar y contribuir con nuevos scripts. Puedes usar contenido y ejemplos existentes con herramientas de inteligencia artificial generativa como la CLI de Desarrollador de Amazon Q para generar un script de trabajo a través de un proceso iterativo de prueba y mejora. Dependiendo de lo bien documentado que esté el caso de uso, este proceso puede tomar tan solo 15 minutos. Para escenarios que no tienen ejemplos existentes de llamadas a la API con entrada y salida, puede tomar más iteraciones para obtener un script de trabajo. A veces necesitas proporcionar información adicional o ejemplos de tus propias pruebas para llenar una brecha. ¡Este proceso puede ser realmente divertido! Para empezar, consulta Tutoriales de Desarrollador de AWS. Para obtener más información sobre el proyecto, consulta nuestra publicación en Builder Center.
A partir de hoy, Split Cost Allocation Data ahora ofrece soporte para cargas de trabajo de computación acelerada que se ejecutan en Amazon Elastic Kubernetes Service (EKS). La nueva función en Split Cost Allocation Data para EKS permite a los clientes rastrear los costos asociados con recursos de contenedores potenciados por aceleradores (GPUs Trainium, Inferentia, NVIDIA y AMD) dentro de sus clústeres EKS, además de los costos de CPU y memoria. Estos datos de costos están disponibles en el Informe de Costos y Uso de AWS, incluido CUR 2.0.Con esta nueva capacidad, los clientes obtienen una mayor visibilidad de sus gastos de infraestructura en la nube de IA/ML. Los clientes ahora pueden asignar los costos de las aplicaciones a unidades de negocio y equipos individuales en función de las reservas de recursos de CPU, memoria y aceleradores de sus cargas de trabajo de computación acelerada contenerizadas. Los nuevos clientes de Split Cost Allocation Data pueden habilitar esta función en la consola de Administración de Costos y Facturación de AWS. Esta función se habilita automáticamente para los clientes existentes de Split Cost Allocation Data. Puede usar el panel Containers Cost Allocation para visualizar los costos en Amazon QuickSight y la biblioteca de consultas CUR para consultar los costos utilizando Amazon Athena.Esta función está disponible en todas las regiones de AWS donde está disponible Split Cost Allocation Data para Amazon EKS. Para comenzar, visite Comprensión de Split Cost Allocation Data y Mejore la visibilidad de costos de cargas de trabajo de Machine Learning en Amazon EKS con AWS Split Cost Allocation Data.
AWS Transform para VMware ahora te ayuda a mantener la continuidad del negocio durante las migraciones al admitir modificaciones en el rango de Classless Inter-Domain Routing (CIDR) de la nube privada virtual (VPC), lo que te permite ejecutar cargas de trabajo tanto en entornos locales como en AWS sin conflictos de IP. Al ajustar los CIDR de VPC, AWS Transform actualiza automáticamente todos los recursos asociados, incluidas subredes, grupos de seguridad, tablas de enrutamiento y instancias de destino. Tienes opciones flexibles para la administración de direcciones IP: mantener las direcciones IP de origen en las nuevas instancias de destino, utilizar direcciones IP ajustadas que se alineen con los nuevos CIDR de VPC o optar por la asignación de direcciones IP mediante el Protocolo de Configuración Dinámica de Host (DHCP).AWS Transform para VMware es un servicio de inteligencia artificial (IA) que acelera la migración y modernización de las cargas de trabajo de VMware. El servicio automatiza todo, desde el descubrimiento y la planificación de olas hasta la configuración de redes y la migración de servidores, lo que permite a las organizaciones modernizar su infraestructura con una velocidad y confianza sin precedentes.AWS Transform para VMware ha ampliado su cobertura regional con nuevas regiones de destino para migraciones: EE. UU. Este (Ohio), Europa (Estocolmo) y Europa (Irlanda). Accede a la lista de regiones de destino de migración admitidas para obtener la información de disponibilidad más actualizada.Para obtener más información, visita la página del producto AWS Transform para VMware, lee la guía del usuario o comienza en la experiencia web de AWS Transform.
Amazon Bedrock ha actualizado el almacenamiento en caché de indicaciones para los modelos Claude de Anthropic para mejorar la facilidad de uso para los modelos Claude 3.5 Haiku, Claude 3.7 y Claude 4.Anteriormente, los desarrolladores necesitaban administrar los puntos de caché manualmente y hacer un seguimiento de qué segmentos en caché debían reutilizarse. Con la gestión simplificada de caché, solo necesita establecer un punto de interrupción de caché al final de su solicitud. El sistema lee automáticamente del prefijo previamente almacenado en caché más largo, lo que elimina la necesidad de especificar manualmente qué segmentos reutilizar y reduce el esfuerzo requerido para administrar la lógica de caché.Al identificar y aplicar automáticamente el contenido en caché correcto, la gestión simplificada de caché no solo ayuda a reducir el esfuerzo manual, sino que también ayuda a liberar más tokens, ya que los tokens de lectura de caché no se cuentan para sus cuotas de tokens por minuto (TPM). Esto puede facilitar la creación de flujos de trabajo de múltiples turnos y asistentes de investigación, al tiempo que mejora tanto el rendimiento como la eficiencia de costos.La gestión simplificada de caché está disponible hoy en todas las regiones donde se ofrecen los modelos Anthropic Claude 3.5 Haiku, Claude 3.7 y Claude 4 en Amazon Bedrock. Para comenzar, revise la Guía del desarrollador de Amazon Bedrock y habilite el almacenamiento en caché en las invocaciones de su modelo.
Amazon SageMaker introduce perfiles de proyecto (plantillas) reutilizables y agnósticos de cuenta en el dominio de Amazon SageMaker Unified Studio, permitiendo a los administradores del dominio definir las configuraciones del proyecto una sola vez y reutilizarlas en múltiples cuentas y regiones de AWS. Los perfiles de proyecto ya no están vinculados a una cuenta o región de AWS específica. En su lugar, los equipos de la plataforma pueden hacer referencia a un grupo de cuentas (una nueva entidad de dominio) que permite la selección dinámica de cuentas y regiones en el momento de la creación del proyecto, basándose en políticas de autorización empresarial personalizadas o en una lógica específica del usuario. Esta desconexión de las definiciones de perfil de las configuraciones de implementación estáticas simplifica la gobernanza, reduce la duplicación y acelera la incorporación en entornos de datos y ML a gran escala.Los creadores de proyectos se benefician de una experiencia más flexible: durante la creación del proyecto, pueden seleccionar de una lista personalizada de cuentas y regiones de AWS autorizadas, impulsada por estrategias de resolución personalizadas o grupos de cuentas predefinidos. Este modelo admite organizaciones que operan en cientos o miles de cuentas, mientras se mantiene el control centralizado y los límites de permisos. Esta función ya está disponible en todas las regiones de AWS donde se admite Amazon SageMaker Unified Studio.Para obtener más información sobre los perfiles de proyecto agnósticos de cuenta en Amazon SageMaker, consulte los grupos de cuentas en Amazon SageMaker Unified Studio.
Hoy estamos emocionados de anunciar el soporte para Stop/Start en Amazon Neptune Analytics, una nueva capacidad que permite a las organizaciones pausar y reanudar sus cargas de trabajo de grafos a demanda, lo que ayuda a reducir costos durante los períodos de inactividad sin perder datos o configuración. Muchos clientes utilizan Neptune Analytics para cargas de trabajo de grafos periódicas, como detección de fraude, motores de recomendación o simulaciones de investigación que se ejecutan periódicamente. Hasta ahora, los clientes debían elegir entre mantener sus grafos de Neptune Analytics en línea incluso cuando no estaban en uso o eliminar y recrearlos cada vez que se necesitaban. Este enfoque no solo era costoso, sino también tiempo-consumidor, requiriendo gestión manual de infraestructura, importaciones de datos repetidas y actualizaciones de pipelines downstream para acomodar cada grafo recién creado. Esto agrega una sobrecarga operativa y complejidad significativas a sus flujos de trabajo de análisis. Con Stop/Start, los clientes pueden ahora pausar una carga de trabajo de grafo a través de la consola de AWS, CLI o API, y reanudarla más tarde con una sola acción. Mientras el grafo esté detenido, solo pagan el 10% del costo de computación normal, y todos los datos y configuraciones se conservan sin necesidad de eliminar o reconstruir grafos. Esta característica es particularmente valiosa para startups con conciencia de costos, equipos de investigación y empresas con cargas de trabajo de análisis. Simplifica la gestión del ciclo de vida y desbloquea la experimentación a precios más bajos. Stop/Start para Neptune Analytics está disponible en todas las regiones comerciales donde se ofrece Neptune Analytics. Puedes empezar a utilizar esta característica hoy mismo a través de la consola de Neptune Analytics, AWS CLI o AWS SDKs. Para obtener más información, visita la documentación y la página de precios.
AWS HealthOmics presenta compatibilidad con registros de contenedores de terceros, habilitados a través de la caché de extracción de Amazon Elastic Container Registry (ECR), junto con reglas de reasignación de URI para la traducción automática de URI de contenedores de terceros a URI de ECR. Esta mejora permite a los clientes de AWS HealthOmics acceder más fácilmente a herramientas en contenedores desde registros populares de terceros sin necesidad de migrarlas manualmente a repositorios privados de ECR o realizar cambios en la definición del flujo de trabajo. AWS HealthOmics es un servicio compatible con HIPAA que ayuda a los clientes de atención médica y ciencias biológicas a acelerar los avances científicos con flujos de trabajo y almacenes de datos biológicos completamente administrados. La capacidad de caché de extracción de ECR permite a los equipos de bioinformática recuperar y almacenar en caché automáticamente contenedores de registros populares, incluidos Amazon ECR Public, Docker Hub, Quay, GitHub Container Registry, GitLab Container Registry, Kubernetes container image registry y Microsoft Azure Container Registry. Esto ayuda a los clientes a acelerar el desarrollo y la ejecución del flujo de trabajo al eliminar las tareas manuales de sincronización de contenedores. Además, la nueva función de reasignación de URI de contenedor traduce automáticamente las referencias de registro de terceros en las definiciones de flujo de trabajo a los URI de ECR privados correspondientes mediante reglas de asignación definidas por el cliente, lo que elimina la necesidad de actualizar manualmente las definiciones de flujo de trabajo al migrar flujos de trabajo. Las características de reasignación de URI de contenedor y caché de extracción de ECR ahora son compatibles en todas las regiones en las que AWS HealthOmics está disponible: Este de EE. UU. (Norte de Virginia), Oeste de EE. UU. (Oregón), Europa (Fráncfort, Irlanda, Londres), Asia-Pacífico (Singapur) e Israel (Tel Aviv). Para obtener más información sobre estas nuevas características y cómo implementarlas en sus flujos de trabajo, consulte la documentación de AWS HealthOmics.
Amazon EMR en EC2 anuncia dos mejoras significativas para la gobernanza: Control de acceso granular (FGAC) nativo de Apache Spark a través de AWS Lake Formation, y compatibilidad con las vistas del Catálogo de datos de AWS Glue. Estas características permiten a las organizaciones mejorar la seguridad de los datos, simplificar la gestión de acceso y optimizar las capacidades de intercambio de datos en sus entornos de análisis. La implementación de FGAC nativo de Apache Spark permite a los clientes definir políticas de acceso granular una sola vez en AWS Lake Formation y aplicarlas de manera consistente en todos los clústeres de EMR. Esto reduce los riesgos de seguridad y la carga administrativa, a la vez que proporciona un enfoque unificado para la gobernanza de datos. Los clientes ahora pueden usar las declaraciones familiares de otorgamiento y revocación de Lake Formation para administrar los controles de acceso para sus trabajos de Spark y sesiones interactivas en EMR en EC2, de manera similar a como funciona para otros servicios de análisis de AWS. Las vistas del Catálogo de datos de AWS Glue permiten a los clientes crear, administrar y consultar vistas SQL multi-motor en todas las regiones, cuentas y organizaciones de AWS. Esta característica permite a los administradores crear vistas a partir de trabajos de Spark que se pueden consultar desde múltiples motores, al tiempo que controlan el acceso a los datos a través de los permisos de Lake Formation. Estos permisos incluyen concesiones de recursos nombrados, filtros de datos y etiquetas, y todas las solicitudes de acceso se registran automáticamente en AWS CloudTrail para una auditoría integral. Las características de FGAC nativo de Apache Spark y las vistas del Catálogo de datos de Glue están disponibles con la versión 7.10 de Amazon EMR en todas las regiones de AWS donde EMR en EC2 está disponible. Para obtener más información, visite Usar AWS Lake Formation con Amazon EMR y Trabajar con las vistas del Catálogo de datos de AWS Glue en la documentación de Amazon EMR.
AWS anuncia la disponibilidad general de las instancias Amazon Elastic Compute Cloud (Amazon EC2) optimizadas para almacenamiento I8ge. Las instancias I8ge están impulsadas por procesadores AWS Graviton4 para ofrecer hasta un 60% mejor rendimiento de cómputo en comparación con las instancias Amazon EC2 optimizadas para almacenamiento basadas en Graviton2 de la generación anterior. Las instancias I8ge utilizan los últimos SSD AWS Nitro de tercera generación, almacenamiento local NVMe que ofrecen hasta un 55% mejor rendimiento de almacenamiento en tiempo real por TB, al tiempo que ofrecen hasta un 60% menos de latencia de E/S de almacenamiento y hasta un 75% menos de variabilidad en la latencia de E/S de almacenamiento en comparación con las instancias Im4gn de generación anterior. Con 120 TB, las instancias I8ge tienen la mayor densidad de almacenamiento entre las instancias Amazon EC2 optimizadas para almacenamiento basadas en AWS Graviton. Estas instancias están construidas sobre el AWS Nitro System, que descarga las funciones de virtualización de CPU, almacenamiento y red a hardware y software dedicados, mejorando el rendimiento y la seguridad de sus cargas de trabajo.Las instancias I8ge ofrecen tamaños de instancia de hasta 48xlarge, 1.536 GiB de memoria y 120 TB de almacenamiento de instancia. Con 300 Gbps, estas instancias tienen el mayor ancho de banda de red entre las instancias Amazon EC2 optimizadas para almacenamiento. Son ideales para aplicaciones en tiempo real que requieren una densidad de almacenamiento mucho mayor, como bases de datos relacionales, bases de datos no relacionales, bases de datos de streaming, consultas de búsqueda y análisis de datos.Las instancias I8ge están disponibles en las siguientes regiones de AWS: Este de EE. UU. (Ohio), Este de EE. UU. (N. Virginia) y Oeste de EE. UU. (Oregón).Para obtener más información, consulte Instancias Amazon EC2 I8ge. Para comenzar su viaje con Graviton, visite la página Mejore su cómputo con AWS Graviton. Para empezar, consulte la Consola de administración de AWS, la Interfaz de línea de comandos de AWS (AWS CLI) y los SDK de AWS.
La arquitectura de lakehouse de Amazon SageMaker ahora es compatible con el control de acceso basado en etiquetas (TBAC) para gestionar el acceso a datos con granularidad fina a través de catálogos federados. Esta capacidad, que anteriormente solo estaba disponible para los recursos predeterminados de AWS Glue Data Catalog, ahora está disponible en Amazon S3 Tables, almacenes de datos Amazon Redshift y fuentes de datos federadas, incluyendo Amazon DynamoDB, PostgreSQL y SQL Server. TBAC permite una gestión simplificada de los permisos al agrupar lógicamente los recursos del catálogo mediante etiquetas, permite escalar los permisos a través de conjuntos de datos con un conjunto mínimo de permisos y también facilita el intercambio de datos entre diferentes cuentas. TBAC simplifica la forma en que los administradores gestionan los permisos de acceso a los datos al reemplazar los permisos directos a nivel de recurso con concesiones basadas en etiquetas. En lugar de asignar manualmente permisos a tablas o columnas individuales, los administradores ahora pueden controlar eficientemente el acceso a través de etiquetas que se heredan automáticamente de los recursos. Esta característica de herencia asegura que las nuevas tablas reciban automáticamente los controles de acceso de grano fino apropiados sin modificaciones adicionales en las políticas. Puede comenzar a utilizar TBAC a través de la consola de AWS Lake Formation. Cree etiquetas utilizando pares clave-valor, asócielas con bases de datos, tablas o columnas y conceda permisos a los principales basándose en etiquetas específicas. Los usuarios pueden acceder a los recursos etiquetados a través de Amazon Athena, Amazon Redshift, Amazon EMR o Amazon SageMaker Unified Studio. Esta característica está disponible a través de la consola de administración de AWS, la CLI de AWS y los SDK de AWS en todas las regiones comerciales de AWS. Para comenzar, lea el blog y visite la documentación de Etiquetas de Lake Formation.