Recent Announcements 日本語 ノート

Recent Announcements 日本語

AWS(Amazon Web Services)は、コンピュート、ストレージ、セキュリティ、アプリケーションサービスなど、多くのサービスを提供しています。最近の発表と更新は以下の通りです。 1. AWS Outposts: AWS Outpostsは、コンピュート、ストレージ、データベースの機能を備えた完全に管理されたサービスです。最新の更新には、各国でのOutpostsのローンチが含まれます。 2. AWS Lambda: オンデマンドのリソースとしてコンピュートサービスを提供します。最近の更新には、同時実行制御とAmazon API Gatewayとの統合の強化が含まれます。 3. Amazon S3: 耐久的なストレージを提供します。最近の更新には、アプリケーション移行APIのローンチとスナップショット暗号化が含まれます。 4. AWS Billing: 詳細な請求情報を確認できるようにし、最近の更新には請求明細の改善が含まれます。 5. AWS Config: AWSリソースの監視、レポート作成、自動修復を提供します。最近の更新には、通知アクションとAWS Step Functionsが含まれます。 6. AWS Multi-Region Access Point for Amazon S3: S3のMulti-Region Access Pointsは、高速で安全かつ堅牢なストレージサービスを提供するグローバルな名前空間です。 7. Amazon Route 53: ドメイン登録とDNSサービスを提供します。最近の更新には、S3のMulti-Region Access Pointsに対するサポートが含まれます。 8. AWS Lake Formation: データエンジニアリング、データ変換、データガバナンスサービスです。最近の更新には、ワークフローの作成とJDBCドライバーを使用したデータベース資格情報の接続が含まれます。 9. Amazon EMR: ビッグデータ処理、分析、機械学習(ML)などに使用されるビッグデータ処理サービスです。最近の更新には、クラスターバージョニングとバグフィックスが含まれます。 10. AWS Step Functions: 分散アプリケーションのコンポーネントとマイクロサービス指向アーキテクチャの調整に使用されるサービスです。最近の更新には、タスクトークン入力の強化と自動置換が含まれます。

ノートのスレッド

Amazon Connect Customer Profiles は、管理者がエージェントワークスペースでエージェントが表示する顧客データと、その表示方法を、Profile Explorer で作成したレイアウトを使用してカスタマイズできるようになりました。Customer Profiles は、複数のソースからの顧客データと連絡履歴を組み合わせ、やり取り中に各顧客のリアルタイムで統合されたビューをエージェントに提供します。さまざまな種類の要求を処理するエージェントは、目の前に異なる顧客データが必要です。Profile Explorer 内で、管理者は連絡履歴、連絡先情報、およびライフタイムバリュー計算済み属性などの Customer Profiles ウィジェットの各レイアウトを作成および保存し、レガシー Customer Profiles ビューの代わりにエージェントに割り当てることができます。たとえば、航空会社の荷物請求エージェントは、連絡履歴、アクティブなフライト、および荷物チケット情報を表示し、ロイヤルティエージェントは、ロイヤルティステータス、好み、および今後のフライトを表示します。レイアウトには、AI Profile Summary を含めることもできます。これは、顧客プロファイルを要約することで、エージェントの注意を主要な顧客インサイトに集中させます。Profile Explorer は、以下の AWS リージョンで使用できます: 米国東部 (バージニア北部)、米国西部 (オレゴン)、アフリカ (ケープタウン)、アジア太平洋 (ソウル)、アジア太平洋 (シンガポール)、アジア太平洋 (シドニー)、カナダ (中部)、欧州 (フランクフルト)、および欧州 (ロンドン)。Profile Explorer の詳細については、Amazon Connect Customer 管理者ガイドの Profile Explorer を参照してください。
本日、AWSはAWS Continuum for code vulnerabilitiesの一般提供開始を発表します。Continuum for code vulnerabilitiesは、コードの脆弱性を機械速度で発見、検証、優先順位付け、および修正します。Continuum for code vulnerabilitiesは、リソースのトポロジー、IDの関係、ネットワーク到達可能性を含むAWS環境からコンテキストグラフを構築します。これにより、どのリソースがアプリケーションの一部であり、どの検出結果が実際のビジネスリスクを伴うかを把握します。既存の脆弱性検出結果を取り込み、コードをスキャンし、隔離されたサンドボックスでテストすることにより、どの検出結果が悪用可能であるかを確認します。検出結果はビジネスインパクトによって優先順位付けされます。そして最終的に、悪用可能性の証明と影響範囲の評価を添付して、開発者のワークフローに直接プルリクエストとして修正パッチを提供します。Continuum for code vulnerabilitiesは、各タスクに適切なAIモデルを選択します。Continuumは、お客様が承認する修正修正を提案するLearnモードから開始します。精度に対する十分な信頼が構築されたら、Enforceモードに切り替え、設定したガードレール内で自律的に動作させることができます。AWS Continuumは、Amazon GuardDutyやAWS Security Hubなどの既存のAWSセキュリティサービスと連携して動作します。AWS Continuumが利用可能なAWSリージョンに関する詳細は、AWSリージョン表を参照してください。詳細については、AWS Continuum製品ページをご覧ください。
本日より、Amazon OpenSearch Serverless は、検索およびベクトルコレクションの両方でデフォルトの更新間隔を 5 秒に短縮します。更新間隔は、新しく取り込まれたドキュメントが検索可能になるまでの速さを制御します。デフォルトを 10 秒から 5 秒に短縮することで、新しく書き込まれたデータがより速く検索可能になり、設定変更やお客様による操作なしに、アプリケーションは自動的に書き込み後の読み取りの可視性を迅速に得ることができます。この改善は、次世代の Amazon OpenSearch Serverless に適用され、検索およびベクトルコレクションの両方でデフォルトで有効になります。高速な更新は、継続的にデータを取り込み、ほぼリアルタイムの取得を必要とするワークロードに価値があり、頻繁に更新されるコンテンツに対する全文検索や、検索拡張生成 (RAG)、セマンティック検索、レコメンデーションおよびパーソナライゼーションシステムなどのベクトルユースケースが含まれます。これにより、アプリケーションや AI エージェントは、最新の取り込みデータをより早く取得して対応できるようになり、頻繁に変更されるデータセットに対する検索結果や RAG レスポンスの関連性と精度が向上します。5 秒のデフォルト更新間隔は、Amazon OpenSearch Serverless が現在利用可能なすべての 24 リージョンで利用可能です。詳細については、Amazon OpenSearch Serverless のドキュメントを参照してください。
AWS CloudFormation は、アップデートのロールバックを完了し、デプロイに戻るプロセスを簡素化しました。アップデートのロールバックは、スタックを既知の良好な状態に戻します。本日より、一部のリソースが自動的にロールバックできない場合、強制ロールバックにより、1回の操作でロールバックを完了できます。これは、AWS CLI、SDK、AWS CDK、AIエージェントなど、あらゆるCloudFormationワークフローで機能します。強制ロールバックを使用すると、CloudFormation はアップデートのロールバックを完了し、影響を受ける各リソースを特定、リスト化、再試行する必要なく、1回の操作でスタックをデプロイ可能な状態に戻します。CloudFormation 外部の変更によって影響を受けたリソースなど、まだ対応が必要なリソースは、次のデプロイの前にレビューおよび解決できるように記録されます。開始するには、強制ロールバックオプションを指定して continue update rollback を実行し、次にドリフト検出可能な変更セットを作成して、次のデプロイの前に設定の違いを確認してください。詳細については、AWS CloudFormation ユーザーガイドの「アップデートのロールバックの続行」を参照してください。強制ロールバックは、すべてのリージョンで追加料金なしで利用できます。サービス利用可能性の詳細については、AWS リージョン表を参照してください。
Amazon SageMaker AI サーバーレスモデルカスタマイゼーションは、トレーニングセッションAPIをサポートするようになり、顧客はGPUインフラストラクチャをプロビジョニングまたは管理することなく、トレーニング後のアルゴリズムを完全に制御できるようになりました。SFT、DPO、その他の強化学習手法を含むマネージド手法により、顧客は手法とモデルを選択するだけで、SageMaker AI がトレーニングを実行します。トレーニングセッションAPIを使用すると、チームは、SFTまたはDPOを独自の条件で再現する場合でも、カスタムロス、新しいRL報酬シグナル、データカリキュラム、または最新の研究からのアルゴリズムを実装する場合でも、トレーニングループを記述できます。forward_backward()、optim_step()、sample() などの操作は、ライブでステートフルなセッションに対するAPI呼び出しとなり、顧客は手法に必要なトレーニング手順を自由に構成でき、SageMaker AI がGPU割り当て、モデルとLoRAのロード、分散実行、障害回復、チェックポイントストレージ、セキュリティを処理します。顧客はこれらの操作を独自のPythonコードから直接呼び出して、ライブセッションに対して強化学習、教師ありファインチューニング、またはカスタムトレーニング目標を推進でき、チェックポイントと再開が組み込まれています。請求は処理されたトークンごとに行われるため、報酬スコアリングのようなローカル計算はGPU時間として請求されません。SageMaker AI は、顧客が独自のトレーニングループのブループリントとして使用できる、すぐに実行できるSFTおよびRLレシピのセットであるSageMakerトレーニングセッションクックブックもリリースしています。トレーニングセッションAPIは、米国東部(バージニア北部)、米国西部(オレゴン)、およびアジア太平洋(ムンバイ)で本日より一般提供されます。開始するには、SageMaker Python SDK をインストールしてクックブックをクローンするか、SageMaker Studio でノートブックを起動してコーディングエージェントを接続します。詳細については、ドキュメントおよびAmazon SageMaker AI ウェブページをご覧ください。
AWSがAWS Interconnect - last mileプレビューをMegaportと共同で開始しました。これは、顧客が数回のクリックで支社、データセンター、およびリモートロケーションをAWSに接続できる、完全にマネージドされた接続サービスであり、ネットワークセットアップの摩擦と複雑さを排除します。AWSとMegaportの画期的なコラボレーションであるAWS Interconnect - last mileは、AWSのクラウドイノベーションと、Megaportが運営する世界最大級のSoftware Defined Network(SDN)を組み合わせ、31カ国に1,200以上の対応データセンターを展開しています。AWS Management Consoleを通じて、顧客は希望するAWSリージョン、帯域幅速度、Direct Connect Gateway ID、およびパートナー加入者IDを選択するだけで、即座にAWSへのプライベートで高速な接続を確立できます。開始後、AWSはアクティベーションキーを生成し、Megaportとの接続プロビジョニングを完了します。このローンチは、容量の事前プロビジョニングと、BGPピアリング、VLAN設定、ASN割り当てなどの複雑なネットワーク構成の自動化により、接続エクスペリエンスを簡素化します。GA時には、顧客はAWSコンソールを通じて1 Gbpsから100 Gbpsまで帯域幅を動的にスケーリングできるようになります。このサービスは、99.99%のSLAに裏打ちされた、ゼロダウンタイムメンテナンスによる高可用性で設計されています。AWS Interconnect - last mileは、Megaportを通じてサンノゼ(us-west-1)およびN.バージニア(us-east-1)のメトロで利用可能です。AWS Management Console、Command Line Interface(CLI)、またはAPIを使用してプレビューInterconnectを作成できます。パートナーは、GitHubで公開されているオープンAPIパッケージを通じて簡単に採用することもできます。詳細については、AWS Interconnect - last mileのドキュメントおよび価格ページを参照してください。
Amazon Bedrock AgentCore Gateway は、推論エンドポイントで Amazon Bedrock の InvokeModel および InvokeModelWithResponseStream API をサポートするようになり、推論トラフィックのモデルフォールバックルーティングも可能になりました。InvokeModel のサポートにより、既存の Amazon Bedrock SDK 統合をゲートウェイに向け、クライアントコードをプロバイダーごとに書き換えることなく、1 つの管理されたエンドポイントを通じて任意のモデルプロバイダーにアクセスできます。モデルフォールバックにより、プライマリの宛先がスロットリングされたり、容量を超えたり、到達不能になったりした場合に、ゲートウェイが自動的に代替モデルまたはプロバイダーにリクエストをルーティングするため、各クライアントが独自の再試行ロジックを実装しなくても、エージェントは利用可能であり続けます。フォールバックルーティングでは、ゲートウェイのルールで代替の宛先の順序付けされたチェーンを定義し、スロットリング、サーバーエラー、または応答タイムアウトなどの切り替えをトリガーする条件を指定します。組み込みのサーキットブレーカーは、現在失敗している宛先をスキップするため、リクエストは正常な宛先に迅速に到達し、失敗した試行に追加の遅延が発生するのを回避できます。フォールバックルーティングはバックグラウンドで実行されるため、特定の要求に対する内部的な試行錯誤に関係なく、1 つのリクエストを送信し、1 つの応答を受信できます。これらの機能は、Amazon Bedrock AgentCore Gateway が利用可能なすべての AWS リージョン(中国を除く)で利用できます。詳細については、Amazon Bedrock AgentCore Gateway ユーザーガイドを参照してください。
Amazon SageMaker AI は、Muse Glimmer、Qwen3.8 27B、および Ministral 3 3B、8B、14B モデルのサーバーレスモデルカスタマイズをサポートするようになりました。これらのモデルを SageMaker AI にデプロイするだけでなく、教師ありファインチューニング(SFT)、直接選好最適化(DPO)、および強化学習ファインチューニング(RFT)の手法を使用して、特定のドメインやワークフローに合わせて適応させることができます。また、ローランクアダプテーション(LoRA)またはフルファインチューニングの手法でこれらのモデルを適応させることもできます。今回のリリースにより、これらのモデルは、Nova、Gemma 4、Nemotron 3.5、Qwen、Llama、gpt-oss、および DeepSeek ファミリーのモデルを含む、SageMaker AI でサーバーレスカスタマイズが可能な幅広いモデルに追加されます。モデルカスタマイズにより、独自のデータで基盤モデルを調整できるため、より小さく適切なサイズのモデルがタスクで最先端モデルと同等の品質を実現し、コストとレイテンシを削減できます。SFT でラベル付きデータを使用してドメイン固有のタスクの精度を向上させたり、DPO で選好データを使用して組織のトーンに合わせた出力を調整したり、RFT で報酬シグナルを使用して新しいタスクのパフォーマンスを向上させたりできます。サーバーレスカスタマイズでは、SageMaker AI がすべてのインフラストラクチャのプロビジョニングとトレーニングのオーケストレーションを処理するため、クラスター管理ではなくデータと評価に集中でき、使用した分だけを支払えば済みます。SageMaker AI のサーバーレスモデルカスタマイズは、米国東部(バージニア北部)、米国西部(オレゴン)、アジア太平洋(東京)、および欧州(アイルランド)で利用可能です。開始するには、Amazon SageMaker Studio のモデルページに移動してカスタマイズジョブを開始するか、SageMaker Python SDK を使用するか、選択したコーディングアシスタントで Agent スキルを使用してください。詳細とサポートされているモデルの完全なリストについては、Amazon SageMaker AI モデルカスタマイズのドキュメントを参照してください。
AWS Lambda MicroVMs が、アジアパシフィック (香港)、アジアパシフィック (マレーシア)、アジアパシフィック (タイ)、およびヨーロッパ (スペイン) の 4 つの追加 AWS リージョンで利用可能になりました。今回のリリースにより、合計 14 の AWS リージョンで Lambda MicroVMs を利用できるようになります。Lambda MicroVMs は、サーバーレスコンピューティングプリミティブであり、VM レベルの分離、ほぼ瞬時の起動および再開速度、そしてユーザーまたは AI が生成したコードを実行するための状態保存を提供します。開発者は Lambda MicroVMs を使用して、仮想化インフラストラクチャを管理したり、分離、速度、状態保持のいずれかを選択したりすることなく、各ユーザーまたはジョブに独自の分離されたコンピューティング環境を提供できます。MicroVMs は、AI コーディングアシスタント、インタラクティブ開発環境、脆弱性スキャナーなどのアプリケーションで、安全でステートフルな応答性の高いコード実行を可能にします。今回のリリースにより、開発者は 4 つの追加リージョンでエンドユーザーに近い場所で Lambda MicroVMs を実行できるようになり、レイテンシおよびデータレジデンシー要件を満たすのに役立ちます。開始するには、Dockerfile から MicroVM イメージを作成し、そのイメージから MicroVM を起動します。各ユーザーまたはジョブに、HTTP/2、gRPC、WebSockets などの一般的な接続プロトコルをサポートする専用の HTTPS URL を持つ独自の MicroVM を提供します。MicroVMs は、AWS Lambda コンソール、AWS CloudFormation、AWS Cloud Development Kit、または Agent Toolkit for AWS を使用した Agentic 開発ツールで利用できます。詳細については、AWS Lambda MicroVMs 開発者ガイドをご覧ください。価格については、Lambda MicroVMs の価格をご覧ください。最新のリージョン利用状況については、AWS リージョン別機能ページをご覧ください。
Amazon Cognito マルチリージョンレプリケーション(MRR)は、AWS GovCloud (US) リージョンをサポートするようになり、MRR のレジリエンスメリットをより多くのワークロードに拡張します。MRR を使用すると、認証情報、ユーザープール構成、フェデレーション設定を含むユーザーおよびマシンのIDデータを、指定したスタンバイリージョンのセカンダリユーザープールにほぼリアルタイムで同期できます。スタンバイリージョンにユーザーデータがあるため、プライマリリージョンで障害が発生した場合にトラフィックをリダイレクトし、認証を継続して利用できます。以前は、MRR は 16 の商用リージョンで利用可能でした。現在では、MRR を使用して追加の AWS リージョン間でレプリケーションを行うこともでき、ビジネスニーズに最も合致するリージョンでレジリエンス、データレジデンシー、およびコンプライアンス要件を満たすのに役立ちます。MRR は、Essentials または Plus 機能ティアのユーザープールのアドオンとして利用でき、マルチリージョン AWS KMS カスタマーマネージドキー(CMK)が必要です。Amazon Cognito が利用可能な AWS リージョンの完全なリストについては、AWS リージョン別の機能を参照してください。開始するには、開発者ガイドで手順を確認し、料金ページで料金の詳細を確認してください。
本日より、Amazon Aurora および Amazon RDS DB インスタンスのコンピューティング容量を、1つ以上の可用性ゾーンで必要な期間予約できるようになりました。容量を予約することで、容量不足による DB インスタンスの作成、復元、スケールコンピューティング、および開始操作の失敗を防ぐことができます。オンデマンドキャパシティリザベーションは、移行、製品ローンチ、季節的なピーク、高可用性デプロイメント、または災害復旧などのビジネスクリティカルなイベントで、必要なときに特定の DB インスタンス容量が利用できることを保証する必要があるワークロード向けに設計されています。DB インスタンスクラス、エンジン、可用性ゾーン、および可用性ゾーンあたりの予約済み容量を選択すると、RDS がその容量を保持します。マルチAZデプロイメントをサポートするために、2つ以上の可用性ゾーンで容量を予約できます。予約済み容量を使用するには、DB インスタンスを作成、復元、変更、または開始する際に、予約を参照してください。予約なしで即時利用のために容量を予約し、いつでもキャンセルすることができます。または、最低コミットメントで 5 日から 120 日後の開始をスケジュールすることもできます。予約済み容量は、予約がアクティブである間、予約内の DB インスタンスが実行されているかどうかにかかわらず、オンデマンド料金で請求されます。既存の予約済み DB インスタンスまたはデータベースSavings Plansからの割引は自動的に適用されます。オンデマンドキャパシティリザベーションは、すべての AWS 商用リージョンで Amazon Aurora および Amazon RDS で利用できます。オンデマンドキャパシティリザベーションの詳細については、Amazon Aurora および Amazon RDS のドキュメントをご覧ください。
AWS Neuron 2.33 がリリースされ、AWS Trainium 用のネイティブ PyTorch バックエンドである TorchNeuron がパブリックベータ版で提供されます。ユーザーは、eager モードまたは torch.compile を使用して、Amazon EC2 Trn2 および Trn3 インスタンスで標準的な PyTorch モデルを実行できるようになりました。このアップデートでは、Trainium の正常性問題を迅速に検出および診断するための Neuron Observer もパブリックベータ版で導入されます。vLLM Neuron プラグインは vLLM 0.29.0 にアップグレードされ、ビデオ生成用の vLLM Omni Neuron プラグインが統合されました。両方のプラグインは、ネイティブ PyTorch コンパイルのために TorchNeuron を活用します。新しい Neuron Deep Learning AMI およびコンテナには、TorchNeuron、PyTorch 2.14、および PyTorch トレーニング用の TorchTitan が含まれています。Neuron Explorer は、メモリ不足エラーのデバッグのために、メモリ割り当てを特定の Python ソース行に帰属させるようになりました。Neuron Kernel Interface (NKI) を使用して記述されたカーネルは、メタプログラミングのために Python 言語全体を利用できるようになりました。NKI ライブラリには、最近の大規模言語モデルおよびアテンションメカニズム用のものが含まれる 25 個の新しい実験的カーネルが追加されました。これらの強化は、AWS Trainium での PyTorch トレーニングを簡素化し、デバッグ機能を向上させることを目的としています。
Amazon Connect Customer は、エージェントワークスペースの画面スペースを最適化する 2 つの異なるレイアウトを提供するようになりました。コンタクトセンターのエージェントは、顧客の問題を解決するために必要なすべてのコンタクトコントロールとアプリケーションが含まれるエージェントワークスペースで毎日何時間も過ごします。さまざまなチャネルやワークフローを処理するエージェントは、迅速に読み取り、応答し、ツールにアクセスできるように、ワークスペースの配置を異ならせたいと考えています。今回、管理者は各チームに最適なレイアウトを選択できるようになり、エージェントの効率と満足度を最大化できます。モダンレイアウトでは、コンタクトコントロールがワークスペースの上部に配置され、音声通話中に下のアプリケーションの画面スペースが最大化されます。エージェントがモダンレイアウトでチャット、メール、タスクコンタクトを処理する場合、読み取りおよび応答するための、より高く、より広い領域が利用できるようになりました。クラシックレイアウトは、すでにエージェントワークスペースを使用しているエージェントに使い慣れたエクスペリエンスを提供し、チャネルごとに展開および縮小できるコンタクトコントロールと、サイズ変更可能なエージェントアシストアプリケーションを備えています。管理者は、コントロールが上部にある別のエージェントデスクトップから移行するチームにモダンレイアウトを割り当てることができ、エージェントワークスペースにすでに慣れているチームはクラシックレイアウトを使用できます。Amazon Connect Customer エージェントワークスペースの新しいレイアウトは、以下の AWS リージョンで利用できます。米国東部(バージニア北部)、米国西部(オレゴン)、アフリカ(ケープタウン)、アジアパシフィック(ソウル)、アジアパシフィック(シンガポール)、アジアパシフィック(シドニー)、カナダ(中部)、ヨーロッパ(フランクフルト)、ヨーロッパ(ロンドン)。詳細と開始方法については、Amazon Connect Customer 管理者ガイドのエージェントワークスペースを参照してください。
AWS Network Firewall は IP 検証をサポートし、HTTP/HTTPS 以外の SFTP や SSH などのプロトコルでもドメインベースのフィルタリングを拡張します。この新しい機能は、接続の宛先 IP アドレスが VPC の Amazon Route 53 VPC Resolver を介して解決されたことを検証し、クライアントがドメインルールをバイパスできるセキュリティギャップを閉じます。この機能により、Network Firewall のお客様は、HTTP/HTTPS だけでなく、あらゆるプロトコルに対してドメインフィルタリングルールを実装できるようになり、IP ベースのルールのみよりも柔軟なセキュリティポリシーを提供できます。これにより、Route 53 VPC Resolver によって解決された IP を SNI と照合して検証することで、Server Name Identifier (SNI) のなりすましに対する保護が簡素化され、トラフィックが正当に解決された宛先にのみ到達することが保証されます。組織は、複雑な回避策なしに、Web アプリケーションからファイル転送プロトコルまで、すべての送信トラフィックタイプにわたって一貫したドメインベースのセキュリティポリシーを適用できるようになります。さらに、Route 53 Resolver DNS Firewall を VPC Resolver と組み合わせて、DNS セキュリティを拡張できます。解決済み IP 検証は、AWS Network Firewall および Route 53 Resolver DNS Firewall が利用可能なすべての AWS 商用リージョンで、追加料金なしで利用できます。サポートされているリージョンの完全なリストについては、AWS Capabilities by Region ページをご覧ください。詳細については、AWS Network Firewall 製品ページおよびサービスドキュメントをご覧ください。
本日、Amazon SageMaker AI は、サーバーレスモデルカスタマイズジョブで使用されるシーケンス長を設定する機能の提供を開始しました。Amazon SageMaker AI のサーバーレスモデルカスタマイズは、gpt-oss、Gemma、Llama、Nemotron、Qwen といった人気のファミリーのモデルを含む、多くのオープンウェイトモデルのファインチューニングをサポートしています。以前は、各ファインチューニングレシピは、顧客が変更できない固定のシーケンス長で実行されていました。顧客は、ユースケースでより良い結果を得るために、これらのパラメータを変更する必要がある場合があります。また、一部のモデルでサポートされていた静的なデフォルトよりも長いシーケンス長を求める声もありました。今回、カスタマイズジョブのハイパーパラメータの一部としてシーケンス長パラメータを設定できるようになりました。これは、選択したモデルとテクニックの公開されている最大値まで、どこでも設定可能です。SFT および DPO ジョブの場合は dataset_max_len ハイパーパラメータを、RFT ジョブの場合は max_prompt_length および max_response_length ハイパーパラメータを設定できます。これにより、短い質問応答ペアを扱う場合でも、複数ページのドキュメントを扱う場合でも、トレーニングデータの特性に合わせてより細かく制御できるようになります。公開されている最大値は、モデルとテクニックに応じて、多くのモデルで最大 16K トークンです。SageMaker AI のサーバーレスモデルカスタマイズは、米国東部(バージニア北部)、米国西部(オレゴン)、アジア太平洋(東京)、およびヨーロッパ(アイルランド)で利用可能です。開始するには、Amazon SageMaker Studio のモデルページに移動してカスタマイズジョブを起動するか、SageMaker Python SDK を使用するか、コーディングアシスタントと組み合わせてエージェントスキルを使用してください。詳細については、テクニックごとのモデルとサポートされているシーケンス長のリストについては、SageMaker AI ドキュメントを参照してください。
AWS Transform for migrations は、ネットワークを AWS に移行するための 3 つの方法を提供します。既存のネットワークを移行および最新化することに加えて、ゼロから新しいネットワークを構築したり、オンプレミスのアクセスルールを最適化されたセキュリティグループに変換して既存の VPC にデプロイしたりできます。どのパスを選択しても、セキュアでスケーラブルなネットワーク基盤を AWS 上で実現できます。オンプレミスのネットワークには、そのまま AWS に移行したくない定義やアクセスルールが長年蓄積されている場合があります。AWS Transform は、クリーンなスタートのために、AWS のベストプラクティスに沿った新しいネットワークを構築します。アクセスルールを移行する場合、AWS Transform はそれらをセキュリティグループに変換し、移行中に最新化します。古いルールを検出し、最適化を推奨してから、ネットワークスタックを再デプロイすることなく、既存の VPC にグループをデプロイします。これらの機能により、AWS の商用リージョンまたは GovCloud リージョンに移行できます。開始するには、「ネットワークの移行」を参照してください。詳細については、「AWS Transform for migrations」をご覧ください。
AWSは、コンテナ化されたアプリケーションのインバウンドネットワーキングを簡素化する新しいリソースであるAmazon Elastic Container Service (Amazon ECS) Gatewayを発表しました。これは、Application Load Balancer (ALB) とそのサポートリソースをアカウント内で動的にプロビジョニングおよび管理します。ECS Gatewayを使用すると、プラットフォームチームは組織のネットワーキング標準をゲートウェイで一度定義し、1つ以上のクラスターに関連付けることができます。これにより、組織はトラフィックがECSサービスに到達する方法を一元的に管理できます。アプリケーションチームは、ネットワーキングの専門知識を必要とせずに、これらの標準を継承することを選択するだけです。ECS Gatewayは、ホストベースのルーティングを提供し、最大25のサービスがALBを共有してインフラストラクチャコストを最適化できるようにし、各サービスに一意のドメインネームシステム (DNS) ホスト名を付与します。ECSは、最初のサービスが接続したときに最初のALBをプロビジョニングし、容量に達したときにALBを追加し、不要になったときに削除するなど、基盤となるインフラストラクチャのライフサイクル全体を管理します。これらのリソースと各サービスへのゲートウェイルートを検査して、リクエストがアプリケーションにどのように到達するかを正確に確認できます。トラフィックとヘルスモニタリングについては、Amazon CloudWatchの標準ALBメトリクスとElastic Load Balancingからのターゲットヘルス情報を使用できます。開始するには、ECS Gatewayを作成し、クラスターに関連付け、AWS Management Console、AWS CLI、API、AWS SDK、またはAWS CloudFormationを使用してゲートウェイコネクタパラメータを追加することでECSサービスをオプトインします。ECS Gatewayは、すべての起動タイプでawsvpcネットワークモードを使用するECSサービスで利用できます。現在、すべての商用AWSリージョンで追加料金なしで利用できます。サービスがゲートウェイに接続したときに、アカウントでプロビジョニングされた基盤となるインフラストラクチャに対してのみ料金が発生します。詳細については、AWS Newsブログおよびドキュメントページを参照してください。
AWS WorkSpaces は、モデルコンテキストプロトコル(MCP)を通じて、AIエージェントのクラウドデスクトップへの接続を簡素化します。このマネージドサービスは、認証とデスクトップ接続を処理し、カスタムコードの必要性をなくします。エージェントは、サービスがセッションライフサイクル全体を管理するため、既存のAWS認証情報を使用してOAuth 2.0で接続できるようになりました。以前は、エージェントはストリーミングURLとプリセッション要件の手動管理が必要でしたが、これは自動化されました。デスクトップスタックを一度設定すれば、エージェントはストリーミングの詳細を処理することなく自動的に接続されます。このサービスにより、セッション状態をクエリして、エージェントの接続とアクティビティを可視化できます。エージェントは、MCPツールカタログを通じてアプリケーションをプログラムで発見および起動できるようになりました。これにより、手動でのナビゲーションが不要になり、複数のアプリケーションを扱うエージェントの精度が向上し、トークンコストが削減されます。AIエージェント向けのWorkSpacesは、既存のエンタープライズネットワーク分離とコンプライアンス境界内で動作します。このサービスは、4つの新しいAWSリージョンにも利用可能範囲を拡大しました。
Amazon Polly は、生成エンジンを大幅にアップグレードし、レイテンシを削減しながら、音声の自然さと精度を向上させました。このアップデートでは、全体的な品質が向上したボイスポートフォリオが拡張されました。9つのロケールに14の新しいボイスが追加され、生成エンジンで初めてヒンディー語とフィンランド語のボイスが利用可能になりました。新しいボイスは、米国英語、オーストラリア英語、ヒンディー語、ドイツ語、スペイン語、ブラジルポルトガル語、韓国語、フィンランド語など、さまざまな言語とロケールに対応しています。このモデルのアップグレードにより、数字や住所などの複雑なコンテンツの発音がより信頼性の高いものになり、手動での調整の必要性が最小限に抑えられます。ユーザーは、カスタマイズされた音声出力のために、引き続き Speech Synthesis Markup Language (SSML) タグを利用できます。低レイテンシのストリーミングAPIは、コンタクトセンターのエクスペリエンスやチャットボットなどのリアルタイムアプリケーションに役立ちます。多様なボイスオプションは、メディア、eラーニング、アクセシビリティのニーズにも最適です。さらに、生成サービスは現在 AWS GovCloud にも拡張され、公共部門や規制産業にサービスを提供しています。これらの新しいボイスは、世界中の複数の AWS リージョンで利用できます。
Amazon Bedrock は、bedrock-runtime と bedrock-mantle エンドポイントの両方で、すべての Anthropic Claude モデルに対して構造化出力をサポートするようになりました。boto3 と bedrock-runtime API を介して Claude を呼び出す場合でも、Messages API と bedrock-mantle エンドポイントを介して Claude を呼び出す場合でも、カスタム解析、リトライロジック、または後処理なしで、定義された構造に準拠したスキーマ準拠の JSON レスポンスを受け取ることができます。Amazon Bedrock 上の Claude の構造化出力により、業界を横断して信頼性の高いスキーマ準拠のタスクを自動化できます。例としては、財務収益レポートやコンプライアンス文書から必要なすべてのフィールドを抽出する、臨床記録を電子健康記録 (EHR) に解析する、一貫性のある検証済みの結果で製品カタログを強化するなどが挙げられます。また、契約の主要な用語、当事者、義務を分析したり、インテント、センチメント、エンティティが常にアプリケーションのデータモデルと一致するインテリジェントなサポートチケットルーティングを強化したりすることもできます。詳細については、Amazon Bedrock のドキュメントを参照してください。構造化出力は、claude モデルが利用可能な場所で利用できます。詳細については、リージョンごとの利用可能性の詳細ページを確認してください。
AWS Clean Rooms は Databricks をデータソースとしてサポートするようになり、コラボレーションメンバーとそのパートナーは、ソースデータを移動または開示することなく、Databricks で管理されているデータを安全に分析できるようになりました。メンバーは、Delta Sharing を介して共有された Databricks テーブルをコラボレーション内で直接クエリできます。Databricks は、AWS Glue、Snowflake、Amazon Athena に加えて、AWS Clean Rooms でサポートされるデータソースとなりました。以前は、Databricks にデータを持つメンバーは、コラボレーションのテーブルとして使用するために Amazon S3 にエクスポートまたはレプリケートする必要がありましたが、これにはパイプライン作業と、管理対象となるデータの追加コピーが必要でした。今回、メンバーはワークスペース URL、スキーマ、テーブルを Delta Sharing share と共に提供することで Databricks テーブルを直接登録し、コラボレーションで利用できるようになりました。例えば、Databricks で顧客データを管理している小売業者は、AWS Clean Rooms でのキャンペーン測定においてメディアパートナーと協力し、S3 へのエクスポートを構築・維持することなく、承認された分析を Databricks データに対して実行できます。AWS Clean Rooms は、企業とそのパートナーが、互いの基盤となるデータを開示またはコピーすることなく、集合データセットを簡単に分析し、協力できるように支援します。AWS Clean Rooms が利用可能な AWS リージョンに関する詳細については、AWS リージョン表を参照してください。AWS Clean Rooms とのコラボレーションの詳細については、AWS Clean Rooms を参照してください。
AWS Transform は、移行のためのランディングゾーン構築時に、AWS Control Tower ランディングゾーンや AWS Organizations で構築されたランディングゾーンを含む、より多くの既存の AWS 環境タイプをサポートするようになりました。AWS Transform は、現在の環境と AWS のベストプラクティスとの間で基盤のギャップ分析を実行し、ターゲットアカウントに既に存在するものを基盤としてランディングゾーンを拡張するため、チームはより早く移行を開始できます。AWS Transform は、移行のためのランディングゾーン構築のための Infrastructure as Code (IaC) のみモードもサポートするようになりました。このモードでは、AWS Transform は組織を分析し、推奨事項を生成し、AWS CDK、Terraform、または Landing Zone Accelerator (LZA) 形式で移行計画に合わせた IaC を生成します。IaC のみモードは、AWS Transform に管理アカウントへの直接アクセスを許可したくない組織向けに設計されています。AWS Transform は、代わりに委任管理者 (DA) アカウントを通じて接続できるようになりました。また、独自のデプロイパイプラインを管理しており、エージェントが自動的にデプロイする必要がないお客様にもメリットがあります。移行のための AWS Transform のランディングゾーンエージェントは、移行計画とウェーブに合わせた基盤設定、組織単位 (OU) およびアカウント構造、サービスコントロールポリシー (SCP)、ワークロードアカウントを含む、ランディングゾーンの設計をエンドツーエンドで自動化します。直接デプロイするか、独自のパイプライン用に IaC を生成することができます。これらの新機能は、移行のための AWS Transform がサポートするすべてのターゲット AWS リージョンで利用可能です。詳細については、AWS Transform ユーザーガイドをご覧ください。
Amazon Bedrock Guardrails が、コンテキストグラウンディングチェック用の Standard tier を提供開始しました。これは、モデルの応答が参照ソースにグラウンディングされており、ユーザーのクエリに関連しているかを確認することで、ハルシネーションを検出・フィルタリングします。Standard tier は Classic tier よりも堅牢です。推論や会話コンテンツを含む応答をサポートし、同じ意味を持つ異なる表現の応答をより一貫してスコアリングし、コンテンツフィルターや拒否トピックの Standard tier に対応する、より包括的な言語サポートを提供します。Amazon Bedrock Guardrails は、ApplyGuardrail API を通じて、あらゆる基盤モデル上の生成 AI アプリケーションに設定可能なセーフガードを提供します。これまで、コンテキストグラウンディングチェックは、要約、言い換え、質問応答に適した厳密なグラウンディングを適用していました。Standard tier では、会話アプリケーションやソースを推論する応答にもコンテキストグラウンディングチェックを適用できます。Amazon Bedrock コンソールまたは API で、各ガードレールに tier を選択します。既存のガードレールは、変更しない限り Classic tier を維持します。両 tier の価格は同じです。Standard tier を使用するには、ガードレールプロファイルでクロスリージョン推論を使用する必要があります。コンテキストグラウンディングチェック用の Standard tier は、以下の AWS リージョンで利用可能です:米国東部(バージニア北部)、米国東部(オハイオ)、米国西部(カリフォルニア北部)、米国西部(オレゴン)、欧州(フランクフルト)、欧州(アイルランド)、欧州(ミラノ)、欧州(パリ)、欧州(スペイン)、欧州(ストックホルム)、アジア太平洋(東京)。詳細については、コンテキストグラウンディングチェックとセーフガード tier に関する Amazon Bedrock Guardrails のドキュメントを参照するか、Amazon Bedrock Guardrails の製品ページをご覧ください。
本日、Amazon CloudWatch は、アラームタグをアクションペイロードおよび Amazon EventBridge イベントに含めるサポートを発表しました。これにより、お客様は追加のルックアップなしでタグによってアラーム通知をルーティングおよびフィルタリングできるようになります。アラームで有効にすると、CloudWatch はアラームの状態が変更されるたびに、アラームタグを Amazon SNS、AWS Lambda、および Amazon EventBridge に送信するメッセージに追加します。このオプションは、共有通知パイプラインを通じて多くのアラームをルーティングし、メッセージから直接担当チーム、環境、またはサービスを特定する必要があるお客様向けに設計されています。アクションペイロードにタグを含めることで、お客様は後からタグメタデータをアラームイベントと相関させるための追加作業を回避できます。たとえば、単一の SNS トピックを通じて数百のアラームを Lambda 関数にルーティングしていたチームは、以前はページングする前に担当チームを見つけるために、各イベントに対して ListTagsForResource を呼び出す必要がありました。この機能により、タグが通知に含まれるため、関数はメッセージから直接ルーティングできます。この設定はデフォルトでオフになっており、アラームごとに設定可能で、お客様はすべてのタグ、選択したタグキーのみ、または選択したキーを除くすべてのタグを含めることができます。メトリックアラーム、複合アラーム、ログアラームでサポートされています。CloudWatch アラームのアクションおよびイベントでのタグは、Amazon CloudWatch が利用可能なすべての AWS リージョンで利用可能ですが、Middle East (UAE) および Middle East (Bahrain) を除きます。開始するには、Amazon CloudWatch ユーザーガイドの「アクションペイロードのアラームタグ」を参照してください。Amazon CloudWatch アラームの詳細については、Amazon CloudWatch 製品ページをご覧ください。
AWS IAM Identity Center は、Active Directory から Okta や Microsoft Entra ID などの外部 ID プロバイダー (IdP)、または Identity Center ディレクトリに ID ソースを変更する際に、ワークフォース ID とその割り当てを保持するようになりました。具体的には、ユーザー、グループ、グループメンバーシップ、権限セットの割り当て、およびアプリケーションの割り当てが保持されます。以前は、この変更を行うには IAM Identity Center でそれらを再作成する必要がありました。IAM Identity Center は、ワークフォース ID を AWS に一度接続し、AWS アプリケーションやアカウント全体でアクセスを一元管理するのに役立ちます。Active Directory から ID ソースを変更する場合、既存の ID ストアはそのまま維持されるため、ユーザーとグループは同じ ID を保持します。その結果、ユーザーは AWS アカウントやアプリケーションへのアクセスを維持し、ユーザー ID、グループ ID、または ID ストア ID を参照するポリシーは引き続き機能します。この変更を行うには、ユーザーがサインインするために必要な標準設定で新しい ID ソースを構成します。変更後、ワークフォースはデュアルスタック AWS アクセス ポータル URL を介してサインインします。ID ソースを逆方向、つまり Active Directory に変更する場合は、従来どおり機能します。この機能は、IAM Identity Center が利用可能なすべての AWS リージョンで、IAM Identity Center の組織インスタンスで利用できます。IAM Identity Center は追加料金なしで提供されます。開始するには、IAM Identity Center コンソールに移動してください。詳細については、IAM Identity Center ユーザーガイドの「ID ソースの変更」を参照してください。IAM Identity Center の詳細については、製品詳細ページをご覧ください。
Amazon Bedrock Advanced Prompt Optimization は、プロンプトの短縮をサポートするようになりました。これは、評価スコアを維持または向上させながらプロンプトの長さを短縮するオプション設定です。Advanced Prompt Optimization は、Amazon Bedrock 上のあらゆるモデルに対して、お客様独自の評価基準に基づいてプロンプトを最適化します。これまで、最適化は品質のみに焦点を当てていました。最適化されたプロンプトは、元のプロンプトよりも長くなることがよくありました。長いプロンプトは入力トークンコストを増加させ、初回トークンまでの時間を増加させる可能性があります。これは、大規模なアプリケーションやレイテンシに敏感なアプリケーションでは重要です。入力データセットのプロンプトテンプレートでプロンプト短縮を有効にすると、オプティマイザーはプロンプトの長さを短縮します。最適化されたプロンプトは、元のプロンプトよりも短い場合にのみ返され、評価で少なくとも同等以上のスコアを獲得した場合に限ります。それ以外の場合は元のプロンプトが返されるため、この設定によって元のプロンプトよりも長く、またはスコアの低いプロンプトになることはありません。結果には、圧縮率、元のトークン数と最適化されたトークン数が、出力ファイルとコンソール結果ページに含まれます。例えば、圧縮率が 0.7 の場合、最適化されたプロンプトは 30% 少ないトークンを使用します。プロンプト短縮は、ステアリング基準、LLM-as-a-judge のルーブリック、カスタム Lambda 評価など、あらゆる評価方法で機能します。プロンプト短縮は、Advanced Prompt Optimization が利用可能なすべての AWS リージョンで利用できます。開始するには、入力データセットのプロンプトテンプレートでプロンプト短縮を有効にし、通常どおり最適化ジョブを作成してください。詳細については、Amazon Bedrock ユーザーガイドの「プロンプトの短縮」、Amazon Bedrock の料金ページ、および Amazon Bedrock の製品ページを参照してください。
AWS Partner Centralに、パートナーがAWS Specializationプログラムの申請を1か所で発見、申請、追跡できる統合されたエクスペリエンスであるProgram Navigatorが導入されました。パートナーは、Specializationの指定を閲覧し、要件とメリットを確認し、ガイド付きのステップバイステップワークフローを通じて申請を提出できます。AWS Partner Centralの新しいCase Study Generatorは、パートナーに3つの開始パスを備えた再設計された作成エクスペリエンスを提供します。AI支援によるケーススタディの直接作成、既存の顧客成功事例のURLからのインポート、または機会からの自動入力です。市場投入(go-to-market)目的で作成されたケーススタディは、合理化されたレビューパスに従うようになり、パートナーがSpecializationのレビューなしでAWSドメインに直接公開できる軽量なポリシー検証が行われます。より深いSpecializationレベルのレビューは、Program Navigatorの申請に関連付けられたケーススタディにのみ適用されます。さらに、AWSはProgram Navigatorを通じてSpecialization申請のレビュープロセスを合理化しました。申請を提出するパートナーは、プロセス全体を通じて、より迅速なレビュー時間と、要件レベルの詳細なフィードバックを期待できます。Specialization以外のプログラムに申請するパートナーは、既存のエクスペリエンスを通じて引き続きそれらのプログラムにアクセスできます。Program NavigatorとCase Study Generatorは、AWS Partner CentralのすべてのAWSパートナーが利用できます。開始するには、左側のナビゲーションパネルの「Go to Market」セクションの下にあるProgram NavigatorとCase Studiesに移動してください。
Amazon ElastiCache Serverless for Valkey は、セルフマネージド Valkey および EC2 上の Redis OSS からのゼロダウンタイムオンライン移行を提供開始しました。この機能により、アプリケーションは移行プロセス全体を通じて、エラーなくデータの読み書きを継続できます。移行は、準備、データ同期、カットオーバーの 3 つのフェーズで実行されます。準備段階では、ユーザーはアプリケーション用の移行エンドポイントを受け取ります。データ同期は、ソースからサーバーレスキャッシュへ継続的にレプリケートされます。カットオーバーは、データが同期された後、手動または自動で行うことができます。移行プロセスでは、TLS 暗号化と認証を利用し、セキュリティのために認証情報を AWS Secrets Manager に保存します。セルフマネージド Redis OSS はバージョン 4.0 から 7.2 まで、Valkey は 7.2 から 8.1 までをサポートし、Valkey 9.0 へ移行します。移行利用は、AWS アカウントごとに最初の 180 日間は無料です。無料期間終了後、移行ノードにはノード時間料金が適用されます。ElastiCache Serverless キャッシュは、標準料金で別途課金されます。このオンライン移行機能は、すべての商用、中国、および AWS GovCloud リージョンで利用可能です。開始するには、空の ElastiCache Serverless キャッシュを作成または選択し、コンソールまたは CLI を介して移行を開始してください。
AWSは、Amazon CloudWatch Omniが新たに8つのAWSリージョンで利用可能になったことを発表しました。CloudWatch Omniは、AIを活用したオブザーバビリティエクスペリエンスであり、チームとその実行するアプリケーションを中心に構成され、アプリケーションとエージェントを1か所でオブザーブおよびトラブルシューティングするのに役立ちます。OpenTelemetryの相互運用性とCloudWatchのスケールと信頼性を組み合わせ、スタンドアロンのWebエクスペリエンス(シングルサインオン(SSO)付き)またはローカルIDE拡張機能として、皆様が作業する場所で利用できます。CloudWatch Omniを使用すると、中央アカウントにスペースを作成して、AWSアカウント、リージョン、およびAzureやGCPを含む他のクラウド全体のテレメトリを表示できます。Omniは、サービスを検出し、依存関係をマッピングし、ゴールデンメトリクスを自動的に表示します。また、チャット、ポイントアンドクリック、またはAWS DevOps Agentによって強化されたシグナルを見つけ、動的なビューを構築し、根本原因に到達するためのAgent Toolkit for AWSを介して独自のツールでテレメトリを操作できます。専用のエージェントオブザーバビリティエクスペリエンスは、LangGraph、CrewAI、OpenAI Agents SDK、Vercel AI SDK、Strandsなどのフレームワーク向けの評価駆動型ワークフローを追加します。この拡張により、CloudWatch Omniは、US East (N. Virginia)、US West (Oregon)、Europe (Ireland)に加えて、Canada (Central)、Asia Pacific (Mumbai)、Asia Pacific (Singapore)、Asia Pacific (Sydney)、Asia Pacific (Tokyo)、Europe (Frankfurt)、Europe (London)、South America (São Paulo)で利用可能になりました。開始するには、CloudWatchコンソールからOmniスペースを作成し、SSOを構成してサインインしてください。エージェント開発者は、VS Code、Cursor、Kiro用の無料のCloudWatch Omni拡張機能をインストールできます。詳細については、Amazon CloudWatch Omni製品ページおよびドキュメントを参照してください。価格については、CloudWatch Omni価格ページを参照してください。
Amazon GuardDuty は、ランタイムモニタリング用のオプションの検出ルールをサポートするようになりました。sudoers ファイルの変更や監査ログの無効化など、ある環境では日常的でも別の環境では侵害の兆候となる可能性のあるプロセス、ファイル、ネットワークアクティビティを検出するのに役立つ 50 以上のランタイムモニタリングルールを有効にできます。新しいルールは、Amazon EC2 インスタンス、Amazon EKS、および EC2 と AWS Fargate の両方の Amazon ECS に対する検出を提供し、永続化、権限昇格、実行、防御回避、検出、情報漏洩、コマンドアンドコントロールを含む MITRE ATT&CK® 戦術にマッピングされた 13 の検出タイプにまたがります。このリリースでは、CommandAndControl:Runtime/SuspiciousCommand、CredentialAccess:Runtime/SensitiveFileRead、Discovery:Runtime/SensitiveFileRead、Exfiltration:Runtime/SuspiciousCommand の 4 つの新しい検出タイプが導入されています。開始するには、GuardDuty コンソールにアクセスしてください。ライブ検出を有効にする前に検出の有効性を評価するために、ルールをドライランモードで有効にできます。ランタイムモニタリング用のカスタム検出ルールは、すべての AWS 商用リージョンおよび AWS GovCloud (US) リージョンで利用できます。詳細については、Amazon GuardDuty カスタム検出ルールを参照してください。新しい Amazon GuardDuty の機能と脅威検出に関するプログラムによる更新を受け取るには、Amazon GuardDuty SNS トピックを購読してください。
IAM Identity Center は、AWS アカウントおよびアプリケーションに対するワークフォースのシングルサインオンエクスペリエンスを構成するのに役立ちます。これで、ID ストア内のユーザーおよびグループに対して楽観的ロックを使用できるようになりました。これにより、最後に読み取ってからユーザーまたはグループが変更されていない場合にのみ、更新および削除リクエストが成功します。これは、複数の管理者または自動化されたワークフローがほぼ同時に同じユーザーまたはグループを変更する場合に役立ちます。以前は、1 つの書き込みがサイレントに別の書き込みを上書きする可能性がありました。各ユーザーおよびグループには、SCIM プロビジョニング、Active Directory 同期、または IAM Identity Center コンソールを介して行われる場合を含む、ユーザーまたはグループの属性が変更されるたびに変化するリビジョン値が新たに設定されます。作成、説明、更新、およびリスト操作は現在のリビジョンを返します。また、後続の UpdateUser、UpdateGroup、DeleteUser、または DeleteGroup リクエストでそれを渡すことができます。リクエストは、指定されたリビジョンが現在のリビジョンと一致する場合にのみ成功します。それ以外の場合は、ConflictException が返されるため、ワークフローはユーザーまたはグループを再読み取りし、最新の値で再試行できます。リビジョンを指定することはオプションです。リビジョンを省略したリクエストは以前と同様に動作するため、既存の統合は変更なしで引き続き機能します。条件付きリクエストは、SCIM エンドポイントではなく、Identity Store API を介してサポートされます。グループメンバーシップ操作はリビジョンを受け入れず、メンバーの追加または削除はユーザーまたはグループのリビジョンを変更しません。この機能は、IAM Identity Center が利用可能なすべての AWS リージョンで利用できます。IAM Identity Center は追加料金なしで提供されます。IAM Identity Center の詳細については、製品詳細ページをご覧ください。開始するには、Identity Store API リファレンスの UpdateUser を参照してください。
Amazon Relational Database Service (Amazon RDS) for SQL Server は、リードレプリカインスタンス上で直接 DB スナップショットを作成できるようになりました。以前は、スタンドアロンおよびプライマリ DB インスタンス上でしかスナップショットを作成できませんでした。これにより、リードレプリカを最初に昇格させることなくスナップショットを取得できるようになり、バックアップおよびディザスタリカバリ (DR) のワークフローにおいて、より柔軟性が向上しました。以前は、昇格されたリードレプリカで Multi-AZ を有効にする場合、変換が開始される前に最初のフルスナップショットが完了するのを待つ必要がありました。64 TiB までの io2 ボリュームのような大きなストレージ構成では、最初 のスナップショットに時間がかかる可能性があり、DR のタイムラインを予測することが困難でした。今回、Amazon RDS for SQL Server は、リードレプリカのライフサイクル全体を通じてスナップショットデータを維持するため、昇格後の最初 のスナップショットがより迅速に完了します。これにより、Multi-AZ を有効にするまでの時間が短縮され、より予測可能なリカバリタイムラインで DR 演習を計画できるようになります。リードレプリカの手動スナップショットの取得、バックアップ保持期間をゼロより大きい値に設定して自動バックアップを有効にする、レプリカを削除する際に自動バックアップを保持することは可能ですが、リードレプリカからのポイントインタイムリカバリ (PITR) はサポートされていません。この機能は、インリージョンおよびクロスリージョンのリードレプリカの両方で機能します。SQL Server のリードレプリカが利用可能なすべての AWS リージョン (AWS GovCloud (US) リージョンを含む) で、リードレプリカをサポートするすべての SQL Server バージョンの SQL Server Enterprise Edition で利用できます。詳細については、「Microsoft SQL Server のリードレプリカの操作」を参照してください。価格の詳細については、「Amazon RDS for SQL Server の料金」を参照してください。
Amazon CloudWatch のログ集中化が、AWS GovCloud (US) およびその他の 13 の商用リージョンで利用可能になりました。CloudWatch のログ集中化は、複数の AWS アカウントおよびリージョンからログデータを単一の宛先アカウントにコピーし、AWS Organizations と統合することで、カスタムソリューションを必要とせずに効率的な集約を実現します。今回のリリースにより、AWS GovCloud (US) パーティションおよび商用パーティションの組織は、それぞれのアカウントおよびリージョン全体でログを集中化し、一元的な監視を行うことができます。集中化ルールは、組織全体、特定の組織単位、または選択したアカウントにスコープを設定でき、強化されたシステムフィールドを通じてソースコンテキストを維持しながら、ログを単一のアカウントにコピーできます。CloudWatch のログ集中化は、アフリカ (ケープタウン)、アジアパシフィック (香港)、アジアパシフィック (ハイデラバード)、アジアパシフィック (ジャカルタ)、アジアパシフィック (マレーシア)、アジアパシフィック (メルボルン)、カナダ西部 (カルガリー)、ヨーロッパ (ミラノ)、ヨーロッパ (スペイン)、ヨーロッパ (チューリッヒ)、イスラエル (テルアビブ)、中東 (バーレーン)、中東 (UAE)、AWS GovCloud (US-East)、および AWS GovCloud (US-West) でも利用可能になりました。サポートされているリージョンの完全なリストについては、AWS リージョン表を参照してください。開始するには、Amazon CloudWatch コンソールで、または AWS CLI または AWS SDK を使用して、集中化ルールを作成します。詳細については、Amazon CloudWatch Logs ユーザーガイドの「ログ集中化」を参照してください。お客様は、ログの 1 コピーを無料で集中化できます。追加のコピーは、0.05 ドル/GB で課金されます。詳細については、Amazon CloudWatch の料金を参照してください。
AWS Lambda の耐久性のある関数が、AWS GovCloud (US-West) および AWS GovCloud (US-East) リージョンで利用可能になりました。Lambda の耐久性のある関数により、開発者は Lambda の開発者エクスペリエンス内で、信頼性の高いマルチステップアプリケーションおよび AI ワークフローを構築できます。Lambda の耐久性のある関数は、Lambda プログラミングモデルを、イベントハンドラ内の「step」や「wait」などの新しいプリミティブで拡張し、進捗状況のチェックポイント設定、障害からの自動回復、およびオンデマンド関数のコンピューティング料金を発生させることなく実行の一時停止を可能にします。AWS GovCloud (US) リージョンでの利用により、政府機関の顧客および規制産業は、厳格なコンプライアンスおよびセキュリティ要件を満たしながら、注文ワークフロー、ユーザーオンボーディング、AI支援タスクなどの複雑なプロセスをオーケストレーションできます。新しい Python (バージョン 3.13 および 3.14)、Node.js (バージョン 22 および 24)、Go (バージョン 1.24 以降)、.Net (バージョン 2.2)、または Java (17+) ベースの Lambda 関数に対して、AWS Lambda API、AWS マネジメントコンソール、または AWS SDK を使用して耐久性のある関数をアクティブ化できます。AWS CloudFormation、AWS Serverless Application Model (AWS SAM)、および AWS Cloud Development Kit (AWS CDK) などのインフラストラクチャ・アズ・コードツールを使用することもできます。耐久性のある関数に関する詳細については、AWS Lambda の耐久性のある関数製品ページまたは AWS Lambda 開発者ガイドをご覧ください。価格については、AWS Lambda の価格をご覧ください。リージョンの利用可能性については、リージョン別の AWS 機能ページをご覧ください。
NVIDIAのNemotron 3.5 Super VLはAmazon SageMaker JumpStartで利用可能となり、AWS顧客向けの基礎モデルのポートフォリオが拡大しています。Nemotron 3.5ファミリーのこのビジョン言語モデルは、画像、動画、テキストを入力として受け入れ、テキストを生成するため、顧客はAWSインフラ上でマルチモーダルAIソリューションを展開できます。Nemotron 3.5 Super VLは、ドキュメントインテリジェンス、GUI理解、ビデオ質問応答、マルチモーダルエージェントアプリケーション向けに設計されています。120BパラメータのハイブリッドMixture-of-Experts(MoE)言語バックボーンと12Bのアクティブパラメータ、ビジョンエンコーダーを組み合わせ、最大100万トークンのコンテキスト長をサポートします。モデルには、テキスト生成を加速する推測的デコード用のマルチトークン予測(MTP)ヘッドが内蔵されており、要求ごとに推論を設定可能です。英語、フランス語、スペイン語、ドイツ語、日本語、ヒンディー語、韓国語、中国語の10言語に対応しています。画像、動画、ドキュメント、チャート、GUIデータのマルチモーダル監督による微調整を後処理し、その後GRPO強化学習を行います。エンタープライズエージェントのワークフロー向けに構造化されたJSON出力、ツール呼び出し、設定可能な推論を提供します。SageMaker JumpStartは2つのバリアントを提供しています。NVFP4はNVIDIA RTX PRO 4500 Blackwell Server Edition GPUを搭載したG7インスタンスでの最適化推論用、ML.p5en.48xlargeではBF16リファレンスウェイトを使い、SFT、RL、蒸留、ドメイン適応などのカスタマイズが可能です。SageMaker JumpStartを使えば、顧客は数回のクリックでNemotron 3.5 Super VLを展開し、それぞれのAIユースケースに対応します。これらのモデルを使い始めるには、SageMaker JumpStartのモデルカタログにアクセスするか、SageMaker Python SDKを使ってAWSアカウントにモデルをデプロイしてください。SageMaker JumpStartでの基礎モデルの展開や使用に関する詳細は、Amazon SageMaker JumpStartのドキュメントをご覧ください。
ReflectionのオープンウェイトモデルであるBeamが、Amazon SageMaker JumpStartで利用可能になりました。Beamは、推論、コーディング、エージェントタスクにおいて高いパフォーマンスを発揮し、そのクラスの最前線に位置しています。この統合により、顧客はデータとインフラストラクチャをより細かく制御しながら、高度なコーディングエージェントや自動化されたワークフローを構築できます。Beamは既存のSageMaker AI環境内で動作し、スケーラビリティ、監査証跡、モニタリングを提供します。このモデルはAWS Trainium3に最適化されており、コスト効率が高く高性能なデプロイメントオプションを提供します。Reflectionは、Beamが開発者に、信頼できるAWSインフラストラクチャを通じてアクセス可能な、制御可能なフロンティアAIを提供すると強調しています。エンジニアリングチームは、ソフトウェアの問題解決、コード生成、オペレーションの自動化などのタスクにBeamを活用できます。企業は、複雑なマルチステップワークフローや高度な科学的推論にBeamを利用できます。Apache 2.0ライセンスモデルであるBeamは、検査とカスタマイズが可能であり、データは顧客のAWSアカウント内でプライベートに保たれます。Accenture Federal Servicesは、フロンティアAIを独自の環境内で完全に可視化しながら安全に実行する利点を強調しています。Beamは現在、SageMaker JumpStartの米国東部(バージニア北部)および米国東部(オハイオ)で利用可能です。