Recent Announcements 中文 - TheNote.app

Recent Announcements 中文
关注

AWS（Amazon Web Services）在其旗下提供了多种服务，包括计算、存储、安全和应用程序服务。以下是最近的一些公告和更新： 1. AWS Outposts：AWS Outposts 是一种完全托管的服务，提供了计算、存储和数据库能力的基础设施。最新更新包括在多个国家推出 Outposts。 2. AWS Lambda：提供按需计算服务。最近的更新包括并发控制和与 Amazon API Gateway 集成的增强。 3. Amazon S3：提供持久存储。最近的更新包括应用程序迁移 API 的推出和快照加密。 4. AWS Billing：允许您查看详细的计费信息。最近的更新包括计费详细信息的改进。 5. AWS Config：提供 AWS 资源的监控、报告和自动修复。最近的更新包括通知操作和 AWS Step Functions。 6. AWS Multi-Region Access Point for Amazon S3：S3 的多区域访问点提供了一个全球命名空间，以提供快速、安全和弹性的存储服务。 7. Amazon Route 53：提供域名注册和 DNS 服务。最近的更新包括对 S3 多区域访问点的支持。 8. AWS Lake Formation：一种数据工程、数据转换和数据治理服务。最近的更新包括使用 JDBC 驱动程序创建工作流和数据库凭据连接。 9. Amazon EMR：一种大数据处理服务，用于数据处理、分析、机器学习（ML）等。最近的更新包括集群版本控制和 bug 修复。 10. AWS Step Functions：一种用于协调分布式应用程序和微服务架构组件的服务。最近的更新包括增强的任务令牌输入处理和自动替换。

Recent Announcements aws.amazon.com

RSS aws.amazon.com

Recent Announcements 中文 RSS thenote.app

RSS Hunter • 2024年8月23日

笔记线程

AWS Continuum 现已支持凭据测试和可访问域建议”

AWS Continuum 渗透测试是一款前沿代理，通过在开发全生命周期中提供按需、定制化的渗透测试及真实可利用性测试，主动保障应用程序安全。开发人员和安全团队现在可在渗透测试运行前测试登录凭据，并接收建议的域名范围。这使得从一开始即可更便捷地配置准确的网络范围，减少配置错误和测试周期浪费。此前，识别应用程序访问的所有 URL 需要人工操作，而认证失败也仅在完整测试周期结束后才能发现，耗费时间与资源。通过此次发布，在测试配置中添加登录凭据时，AWS Continuum 会像真实用户一样对应用程序进行认证，捕获登录过程中访问到的所有可用域名，并将其作为范围内 URL 建议呈现。您可以在真实测试开始前审查可用域名、验证凭据，并确认代理已覆盖正确的端点。无论凭据测试成功、失败还是超时，系统均会返回可用域名。有关此功能的更多信息，请参阅我们更新后的文档。该功能在所有支持 AWS Continuum 渗透测试的区域均可用，详细信息请参阅 AWS Continuum 产品页面。

AWS Continuum now supports credential testing and accessible domain suggestions aws.amazon.com

RSS Hunter • 9月18日

Amazon ECS 快速模式现已支持 AWS Graviton（ARM64）工作负载

Amazon Elastic Container Service Express Mode 现已支持指定 ARM64 作为服务的 CPU 架构，从而可轻松在 AWS Graviton 驱动的计算资源上部署基于 ARM 的容器镜像，并享受相比 x86 实例高达 40% 的价格性能优势。Amazon ECS Express Mode 通过编排和管理应用程序的云架构，使快速启动容器化应用程序（包括 Web 应用程序和 API）变得轻而易举。您只需提供容器镜像，ECS Express Mode 将处理其余部分，包括配置网络、负载均衡、自动扩缩放和部署，并为您的应用程序提供自动生成的 URL。借助对 ARM64 架构的支持，您可以根据工作负载选择最合适的计算架构：无论是为降低成本而选用 Graviton，还是匹配现有机队，亦或是部署原生构建于 ARM 的镜像。您可以使用 AWS 管理控制台、AWS CLI、AWS SDK 以及基础设施即代码（IaC）工具，为新的和现有的 Amazon ECS Express Mode 服务配置 CPU 架构。此功能在所有 AWS 商业区域和 AWS GovCloud（美国）区域均可用。欲了解更多信息，请参阅 ECS Express Mode 文档。

Amazon ECS Express Mode now supports AWS Graviton (ARM64) workloads aws.amazon.com

RSS Hunter • 9月18日

AWS Resilience Hub 新增了三项功能

下一代 AWS 韧性中心（AWS Resilience Hub）是 AWS 中的集中式位置，旨在帮助平台工程团队和站点可靠性团队评估并增强其在 AWS 上运行的工作负载的韧性。它提供自动化的依赖关系发现、由生成式 AI 驱动的故障模式分析、模块化韧性策略、韧性测试以及组织范围的韧性态势报告。今天，AWS 韧性中心新增三项功能：支持 EKS 标签作为服务输入源、依赖关系洞察，以及通过 AWS Organizations 共享韧性策略。支持 EKS 标签作为服务输入源。韧性中心现在支持在命名空间内使用 EKS 标签作为服务输入源，允许客户利用其现有的 Kubernetes 标签约定，精确界定韧性中心在故障模式分析期间发现并使用的资源范围。这确保了评估结果与团队组织 EKS 工作负载的方式保持一致。依赖关系洞察。已启用依赖关系发现的客户现在可以生成依赖关系洞察，这是一项新的由生成式 AI 驱动的功能，用于分析已发现的应用程序依赖关系并突出显示有意义的模式。依赖关系洞察能够揭示新的依赖关系、识别跨区域依赖关系，并标记异常使用模式。这有助于团队加速依赖关系分析并识别潜在的新风险。通过 AWS Organizations 共享韧性策略。韧性中心现在支持通过 AWS Organizations 共享韧性策略，使中央团队能够构建和管理可在多个账户中应用的策略。这提供了组织范围的可见性，显示哪些服务正在使用每项策略，从而更易于监控采用情况并确保整个组织保持一致的韧性态势。要开始使用，请访问 AWS 控制台。欲了解更多信息，请参阅产品页面或访问文档。

AWS Resilience Hub adds three new capabilities aws.amazon.com

RSS Hunter • 9月18日

AWS RTB Fabric 现已支持可配置的可用区亲和性”

AWS RTB Fabric 现已支持为响应器网关配置可设置的可用区（AZ）亲和性。借助此功能，您可以配置合作伙伴连接至响应器网关的方式：要么在其自身的可用区内连接，要么连接到响应器网关所跨越的任意可用区。此次发布有助于广告技术（AdTech）公司更高效地利用其基础设施，且无需在 RTB Fabric 上产生额外费用。需求方平台（DSP）和供应方平台（SSP）在其多个可用区中运行竞价系统。此前，AWS RTB Fabric 会将每个请求发送至请求方自身可用区（AZ）内的可用网关容量，导致其他可用区中的容量可能未被充分利用。现在，您可以设置客户端路由策略来控制此行为：优先使用请求方自身的可用区以避免跨越边界带来的额外延迟，或利用响应器网关所跨越的每一个可用区，使每个请求方都能访问更多的网关容量。可设置的可用区亲和性适用于所有提供 AWS RTB Fabric 的 AWS 区域。在启用之前，请参阅 AWS RTB Fabric 用户指南中的车队要求。AWS RTB Fabric 可帮助您通过三个步骤与广告技术合作伙伴（如 Amazon Ads、GumGum、Kargo、MobileFuse、Sovrn、TripleLift、Viant、Yieldmo 等）建立连接，并通过私有、高性能的网络环境实现个位数的毫秒级延迟。RTB Fabric 可将标准云网络成本降低高达 80%，且无需前期承诺。AWS RTB Fabric 已在以下 AWS 区域正式发布：美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、亚太（新加坡）、亚太（东京）、欧洲（法兰克福）和欧洲（爱尔兰）。欲了解更多信息，请访问 AWS RTB Fabric 产品页面。

AWS RTB Fabric now supports configurable Availability Zone affinity aws.amazon.com

RSS Hunter • 9月18日

Moonshot AI 的 Kimi K3 现已在 Amazon Bedrock 上全面可用。

Amazon Bedrock 继续扩展其开源权重模型组合，同时提供客户所信赖的安全性与治理保障。今日，来自 Moonshot AI 的 Kimi K3 已在 Amazon Bedrock 上全面可用，为您提供代码编写与知识工作的强大新选项。根据 Moonshot AI 的介绍，Kimi K3 是其能力最强的模型，也是首个参数量达到 2.8 万亿的开源模型。该模型原生具备视觉能力，并拥有 100 万 token 的上下文窗口，非常适合在大型代码库中进行长时间代码会话、多文档分析（包括扫描页面和截图），以及扩展的代理工作流。Moonshot AI 报告称，Kimi K3 在扩展效率方面相比 Kimi K2 提升了约 2.5 倍。在 Amazon Bedrock 上，Kimi K3 与专有模型运行在同一安全边界内，并享有针对模型组合中访问、加密和审计的相同控制措施。Kimi K3 是 Amazon Bedrock 上首个支持显式提示缓存的开源权重模型，有助于在跨模型调用重用上下文时降低延迟和输入成本。Kimi K3 可通过跨区域推理在 Amazon Bedrock 可用的所有 AWS 区域中使用。要开始使用，请访问 Amazon Bedrock 控制台。欲了解更多信息，请参阅 Amazon Bedrock 文档并阅读发布博客文章。

Kimi K3 by Moonshot AI is now generally available on Amazon Bedrock aws.amazon.com

RSS Hunter • 9月18日

Amazon SNS 现已支持高达 1 MiB 的消息负载。

Amazon 简单通知服务（Amazon SNS）现已支持高达 1 MiB 的消息负载，较此前 256 KiB 的上限提升了 4 倍，因此您可以向 SNS 主题发布更大的消息。Amazon SNS 是一项完全托管的发布/订阅（pub/sub）消息服务，可帮助您解耦并扩展微服务、分布式系统和无服务器应用程序。随着应用集成、物联网（IoT）和生成式 AI 等工作负载在单个消息中交换的数据量日益增大，此前 256 KiB 的上限要求客户在发布前卸载或拆分负载。通过此次发布，您可以通过在 SNS Standard 主题和 SNS FIFO 主题上设置新的 MaximumMessageSize 主题属性，发布高达 1 MiB 的消息负载。将 MaximumMessageSize 设置为高于 256 KiB 的主题支持 Amazon SQS、Amazon Data Firehose 和 AWS Lambda 订阅，每个主题最多可有 100 个订阅。Amazon SNS 对 1 MiB 的支持现已在所有提供 Amazon SNS 服务的 AWS 区域中可用。有关使用 Amazon SNS 发送大型负载的更多信息，请参阅 Amazon SNS 开发者指南。

Amazon SNS now supports message payloads up to 1 MiB aws.amazon.com

RSS Hunter • 9月18日

Amazon Bedrock AgentCore 现已推出新的 AgentCore Runtime。

今天，AWS 宣布 Amazon Bedrock AgentCore 中的无服务器微虚拟机计算环境——AgentCore Runtime 的下一代版本现已可用。新 Runtime 提供弹性内存管理，可在整个会话过程中回收未使用的内存，使您只为实际使用量付费，而非峰值用量；同时，无论容器镜像大小或并发度如何，均能提供一致的冷启动时间。您将获得已熟悉的无服务器模式：无需预先配置、可缩容至零、硬件强制的会话隔离，以及仅按使用量付费——现在成本更低、启动更快。借助新 Runtime，每个会话均以小巧高效的内存配置启动。内存按需分配，以满足工作负载需求；不再活跃使用的内存会被回收，而非一直保留至会话结束。针对冷启动，新 Runtime 会一次性准备代理环境并创建快照。每个新实例均从该快照恢复，而非重复完整的启动流程，从而确保启动时间保持一致，不受镜像大小影响。测试表明，新 Runtime 在容器镜像大小为 200 MB 至 2 GB 的情况下，P75 冷启动时间为 1.9 至 2.0 秒，而 V1 版本为 5.4 至 30 秒。新 AgentCore Runtime 现已在以下区域可用：us-east-1、us-east-2、us-west-2、eu-west-1 和 ap-northeast-1。要开始使用，在创建或更新运行时时，请将 platformVersion 设置为 V2。欲了解更多信息，请访问 AgentCore Runtime 文档或 AWS 新闻博客。有关定价详情，请访问 AgentCore 定价页面。

The new AgentCore Runtime is now available in Amazon Bedrock AgentCore aws.amazon.com

RSS Hunter • 9月18日

AWS PrivateLink 推出隧道端点以访问网络分段

AWS PrivateLink 客户现在可以使用 VPC 端点，以私密且安全的方式访问其他 VPC/账户中的网络段。他们可以使用“隧道”端点——一种新型 VPC 端点——将流量隧道化至目标网络段，并访问其中部署的资源。AWS PrivateLink 是一项高可用且可扩展的技术，支持跨 VPC 和账户边界以私密方式访问负载均衡服务、专用设备及资源（如数据库和域名）。在此功能发布之前，希望与外部方（例如外部供应商）共享资源的客户，必须为每个资源单独创建资源配置。现在，客户可以创建一个资源配置来代表其网络中的 CIDR 范围，并通过 AWS 资源访问管理器（RAM）将该范围共享给供应商。供应商随后可以创建隧道端点，利用 GENEVE 封装技术通过该端点隧道化至客户的 VPC，以访问客户指定的 CIDR 范围内的资源。隧道端点按小时计费，通过该端点处理的数据按每 GB 计费。有关 AWS PrivateLink 的定价详情，请参阅定价页面。该功能目前支持以下 AWS 区域：美国东部（弗吉尼亚北部）、美国东部（俄亥俄）、美国西部（北加州）、美国西部（俄勒冈）、非洲（开普敦）、亚太（香港）、亚太（海得拉巴）、亚太（雅加达）、亚太（马来西亚）、亚太（墨尔本）、亚太（孟买）、亚太（大阪）、亚太（首尔）、亚太（新加坡）、亚太（悉尼）、亚太（东京）、加拿大（中部）、加拿大西部（卡尔加里）、欧洲（法兰克福）、欧洲（爱尔兰）、欧洲（伦敦）、欧洲（米兰）、欧洲（巴黎）、欧洲（西班牙）、欧洲（斯德哥尔摩）、欧洲（苏黎世）、墨西哥（中部）、南美洲（圣保罗）。如需了解此功能的更多信息并立即开始使用，请参阅 AWS PrivateLink 文档。

AWS PrivateLink announces Tunnel Endpoints to access network segments aws.amazon.com

RSS Hunter • 9月18日

AWS Transfer Family 现已支持为位于网络负载均衡器（NLB）后的 SFTP 服务器保留源 IP 地址。

AWS Transfer Family 现在在使用 VPC 托管端点的 SFTP 服务器前部署网络负载均衡器（NLB）时，会通过代理协议 v2（PPv2）保留客户端的源 IP 地址。当您使用自己的 NLB 时，现在可以保留对客户端源 IP 的可见性，从而支持基于 IP 的审计、访问控制和合规性要求。此前，NLB 会将客户端的源 IP 替换为其自身的私有 IP 地址，因此您的 Transfer Family 日志和事件记录的是 NLB 的地址而非客户端的源 IP。由于在身份验证期间向自定义身份提供商呈现的是 NLB 的私有 IP，因此无法根据用户的真实源 IP 进行授权。通过此次发布，您可以在 SFTP 服务器上启用源 IP 保留功能，从而保留客户端的源 IP。保留的源 IP 将记录在您的日志和事件中，并在身份验证期间向自定义身份提供商呈现。您可以通过控制台、CLI 或 API 逐个为每个 Transfer Family 服务器启用此功能。SFTP 服务器的源 IP 保留功能在 AWS Transfer Family 可用的所有 AWS 区域中均可使用。要开始使用，请访问 AWS Transfer Family 控制台或使用 AWS CLI/SDK。如需了解更多详情，请访问 Transfer Family 用户指南。

AWS Transfer Family now supports source IP preservation for SFTP servers behind a Network Load Balancer (NLB) aws.amazon.com

RSS Hunter • 9月17日

AWS HealthOmics现支持IAM会话策略

AWS HealthOmics 现已支持 IAM 会话策略，使您能够在无需创建和管理多个 IAM 角色的情况下，限制单个运行的权限。此前，无法为单个运行动态缩小权限范围，需要为每个租户或运行创建单独的 IAM 角色。AWS HealthOmics 是一项符合 HIPAA 要求的服务，可帮助医疗和生命科学客户通过完全托管的生物信息学工作流加速科学突破。IAM 会话策略是一种内联策略，可在不修改底层服务角色的情况下限制运行的最大权限。运行期间的有效权限是底层基于身份的权限策略与临时会话策略所允许权限的交集。例如，如果您运营多租户应用程序，可以传递一个会话策略，将运行的访问权限限制为仅访问该租户的 Amazon S3 存储桶，而无需为该租户配置专用的 IAM 角色。您还可以使用 IAM 会话策略为单个运行授予对特定 Amazon S3 对象的临时访问权限，并按运行级别隔离对敏感资源的访问。IAM 会话策略支持适用于 AWS HealthOmics 可用的所有 AWS 区域：美国东部（北弗吉尼亚、俄亥俄）、美国西部（俄勒冈）、欧洲（法兰克福、爱尔兰、伦敦）、以色列（特拉维夫）以及亚太（东京、新加坡、首尔）。如需了解如何为运行配置 IAM 会话策略，请访问 AWS HealthOmics 用户指南中的“权限”部分。如需了解有关该服务的更多信息，请访问 AWS HealthOmics。

AWS HealthOmics now supports IAM session policies aws.amazon.com

RSS Hunter • 9月17日

AWS Batch 现已支持批量作业取消和终止

AWS Batch 现已支持批量作业取消和终止，使您能够通过单个 API 调用取消或终止多达 50 个作业。新的 CancelJobs、TerminateJobs 和 TerminateServiceJobs API 降低了管理大规模批处理工作负载的运营复杂性，让您能够一次性对作业组采取行动，并在单个响应中获取每个作业的结果。此外，ListJobs 现在返回 isCancelled 和 isTerminated 字段，ListServiceJobs 返回 isTerminated 字段，从而更易于跟踪作业的生命周期状态。要开始使用，请对处于 SUBMITTED、PENDING 或 RUNNABLE 状态的作业调用 CancelJobs，或对处于任何状态（包括 STARTING 和 RUNNING）的作业调用 TerminateJobs 和 TerminateServiceJobs。这三个 API 均支持最多 50 个作业 ID，并适用于单个作业和数组作业。您可以通过 AWS CLI 或 AWS SDK 访问这些 API。批量作业取消和终止功能在 AWS Batch 可用的所有 AWS 区域中均可使用。更多信息请参阅 AWS Batch API 参考指南中的 CancelJobs、TerminateJobs 和 TerminateServiceJobs 页面。

AWS Batch now supports bulk job cancellation and termination aws.amazon.com

RSS Hunter • 9月17日

介绍亚马逊EC2 T8i实例

AWS 宣布全新低成本突发型 Amazon EC2 T8i 实例正式可用。这些实例由 AWS 独占提供的定制第六代 Intel Xeon 6 处理器驱动，并基于最新的第六代 AWS Nitro 卡构建。与上一代 T3 实例相比，T8i 实例的价格性能最高提升 30%，并提供四种规格：nano、micro、small 和 medium。这些实例专为需要低至中等 CPU 利用率的工作负载设计，包括数据处理、登录网关、小型数据库、批处理、事件驱动函数、CI/CD 流水线、微服务以及低流量网站。与 T3 实例相比，T8i 实例的计算性能最高提升 70%，网络带宽提升 1.25 倍，EBS 带宽提升 2.4 倍。T8i 实例采用与 T3 相同的 CPU 积分系统，包含 Standard 和 Unlimited 模式，因此现有 T3 客户可升级至 T8i，立即获得更优的价格性能，从而降低总拥有成本（TCO）。对于新使用 AWS 或从本地环境迁移的客户，T8i 实例是运行多种工作负载最具成本效益的入门选择之一。T8i.micro 和 T8i.small 规格包含在 AWS 免费层中。T8i 实例可在以下区域提供：美国东部（北弗吉尼亚、俄亥俄）、美国西部（俄勒冈、北加州）、欧洲（法兰克福、爱尔兰、伦敦、巴黎）、亚太（海得拉巴、马来西亚、孟买、首尔、新加坡、悉尼、东京）以及加拿大（中部）。T8i 实例可通过按需实例购买，带节省计划的竞价实例即将推出。欲了解更多信息，请访问 Amazon EC2 T8i 实例页面。

Introducing Amazon EC2 T8i instances aws.amazon.com

RSS Hunter • 9月17日

Amazon S3 Express One Zone 现已在 7 个新增 AWS 区域可用

Amazon S3 Express One Zone 存储类现已在 7 个新增 AWS 区域推出：亚太（新加坡）、南美洲（圣保罗）、美西（北加州）、加拿大（中部）、欧洲（巴黎）、亚太（悉尼）和亚太（首尔）。Amazon S3 Express One Zone 是一款专为高频访问数据和低延迟应用打造的高性能、单可用区存储类，可提供一致的单位毫秒级数据访问速度。与 S3 标准存储相比，S3 Express One Zone 的数据访问速度最高提升 10 倍，请求成本最高降低 80%。它支持机器学习训练、交互式分析以及 AI 搜索引擎中的键值缓存等工作负载，从而实现高速数据访问，同时具备高持久性和高可用性。通过此次扩展，S3 Express One Zone 现已在 15 个 AWS 区域可用。有关定价详情，请访问 S3 定价页面。欲了解更多信息，请访问产品页面和文档。

Amazon S3 Express One Zone is now available in 7 additional AWS Regions aws.amazon.com

RSS Hunter • 9月17日

AWS Elastic Beanstalk 推出集群模式，可在共享基础设施上运行多个应用程序。

AWS Elastic Beanstalk 现已推出集群模式（Cluster Mode），这是一种用于高效管理多个应用程序的新部署选项。该模式允许您在 AWS 账户内的共享基础设施上运行多个应用程序。您可以提供源代码、Dockerfile 或容器镜像，由 Elastic Beanstalk 进行容器化并加以管理。一项新的 GitHub Action 简化了从代码库直接部署至 CI/CD 流水线。Elastic Beanstalk 负责基础设施的 provisioning 及持续运营，使开发人员能够专注于代码。标准模式（Standard Mode）仍是现有的部署选项，支持包括 .NET、Node.js 和 Python 在内的多种平台。集群模式由 Amazon EKS 驱动，可在共享基础设施池上运行多个应用程序，从而可能降低每个应用程序的成本。其特性包括事件驱动的自动扩展、OpenTelemetry 可观测性、与 AWS Secrets Manager 的集成以及默认 HTTPS。用户可通过 Elastic Beanstalk 控制台、AWS CLI 或 GitHub Action 配置集群模式。该功能在所有商业 AWS 区域均可用，不产生额外费用，但需为所消耗的底层 AWS 资源付费。

AWS Elastic Beanstalk introduces Cluster Mode to run multiple applications on shared infrastructure aws.amazon.com

RSS Hunter • 9月17日

AWS Builder Center 现已作为移动应用推出，支持 iOS 和 Android 平台”

AWS Builder Center 是一个汇聚全球构建者社区的统一平台，提供文章、研讨会、沙箱环境、活动和学习资源。此前该体验仅限于桌面和网页访问，现已推出 iOS 和 Android 移动应用。全球构建者可随时随地保持与社区的连接和互动，并使用 AWS Builder ID 在不同会话间保持登录状态。AWS Builder Center 移动应用使构建者能够浏览热门文章、访问 600 多门 AWS Skill Builder 课程，并直接从移动设备管理包含免费沙箱环境的动手研讨会。构建者可以关注 AWS Heroes、社区构建者和用户组领导者，随时查看 Builder Loft 活动日历，并接收订阅主题和社区的推送通知。该应用还支持愿望清单功能，允许构建者直接向 AWS 团队提交和管理产品反馈。AWS Builder Center 移动应用已在全球范围内的 Apple App Store 和 Google Play Store 上架。如需了解有关 AWS Builder Center 移动应用的更多信息，请访问 AWS Builder Center 移动页面。

AWS Builder Center now available as mobile app on iOS and Android aws.amazon.com

RSS Hunter • 9月17日

Amazon SES 现已支持租户级别的投递洞察

Amazon 简单电子邮件服务（SES）现已在虚拟可交付性管理器（VDM）中支持租户级别的可交付性洞察。租户管理允许电子邮件发送方在不同客户、业务单元或应用程序之间隔离电子邮件发送。此前，VDM 提供账户、互联网服务提供商（ISP）、发送身份和配置集级别的可交付性指标。现在，使用租户并已启用 VDM 的客户还可以监控每个租户的可交付性。VDM 仪表板新增“租户”视图，提供按租户划分的指标（发送量、投递量、退信量、投诉量、打开量和点击量），并包含一个详情页面，可将这些指标按邮箱服务提供商以及关联的身份和配置集进行细分。客户还可以搜索并导出租户的已发送邮件，或使用 BatchGetMetricData API 操作的新 TENANT_NAME 维度以编程方式查询租户指标。这有助于发送方识别导致可交付性问题的租户并加以纠正，同时不影响其其他租户。虚拟可交付性管理器在 Amazon SES 可用的所有 AWS 区域中均可使用。欲了解更多信息，请访问 Amazon SES 控制台，或参考 Amazon SES 开发者指南中的虚拟可交付性管理器仪表板文档。

Amazon SES now supports tenant-level deliverability insights aws.amazon.com

RSS Hunter • 9月17日

Amazon Quick 现已能够从图像生成独立工作表并构建分析。

Amazon Quick 现已扩展“生成分析”功能，新增两种创建仪表板的方式，从而加快开发速度。您可以通过自然语言描述，在现有分析中生成单个工作表；也可以通过现有仪表板的图像，生成新的分析。使用“生成工作表”功能时，您描述所需的工作表，Amazon Quick 便会将其添加到当前分析中，并针对您的数据自动选择可视化图表，同时提供筛选控件和计算字段（如同比增长和环比比较）。您无需手动构建每个可视化图表即可扩展分析。使用“通过图像生成分析”功能时，您在生成分析时可将仪表板图像（包括来自其他 BI 工具的仪表板）附加到提示中。Amazon Quick 会将其重建为可编辑的分析，并构建 Amazon Quick 支持的所有内容。这两种功能均兼容现有的发布工作流、嵌入、CI/CD 流水线以及点击式编辑。发布初期，“生成工作表”和“通过图像生成分析”功能面向企业订阅用户和 Author Pro 用户开放。此外，作为 Amazon Quick Enterprise 的一部分，Authors 用户还可获得该功能的推广访问权限，直至 2026 年 12 月，前提是其组织未限制访问。欲了解更多信息，请参阅 Amazon Quick 用户指南中的“使用自然语言提示生成分析”。要开始使用，请打开一个分析并选择“生成工作表”，或将图像附加到提示中并选择“生成分析”。

Amazon Quick now generates individual sheets and builds analyses from an image aws.amazon.com

RSS Hunter • 9月17日

亚马逊Corretto 27现已全面上市

Amazon Corretto 27 现已发布新功能版本，可供下载。Corretto 是 Amazon 提供的免费、多平台、生产就绪的 OpenJDK 发行版。该版本将 G1 垃圾回收器设为默认选项，以确保性能一致性。此外，还引入了后量子混合密钥交换机制，以增强 TLS 1.3 的安全性。默认启用紧凑对象头，以提升内存效率。Java Flight Recorder 新增数据脱敏功能，以保护敏感信息。支持基本类型的增强模式匹配功能继续处于预览状态。结构化并发在预览状态下也进行了优化，以改进错误处理。不可变数据的延迟初始化功能“懒常量”现已处于预览状态。支持高性能数学运算的 Vector API 仍处于孵化器阶段。

Amazon Corretto 27 is now generally available aws.amazon.com

RSS Hunter • 9月17日

Amazon SageMaker AI 现已支持 NVIDIA Nemotron 3.5 Lightning 的无服务器模型定制。

Amazon SageMaker AI 现已支持针对 NVIDIA Nemotron 3.5 Lightning 模型的无服务器模型定制，支持使用监督微调（SFT）、直接偏好优化（DPO）和强化微调（RFT）。这是 NVIDIA 推出的最新开源权重模型之一，采用混合专家（Mixture-of-Experts）架构，拥有 30B 总参数，其中 3B 为激活参数。除在 SageMaker AI 上部署该模型外，您现在还可将其适配至您的特定领域与工作流。模型定制使您能够利用专有数据对基础模型进行定制，从而让规模更小、尺寸更合适的模型在您的任务上达到前沿模型的质量，降低成本与延迟。您可以使用带标签的数据通过 SFT 提升特定领域任务的准确性，使用偏好数据通过 DPO 使输出与组织的语调保持一致，或使用奖励信号通过 RFT 增强新任务的性能。借助无服务器定制功能，SageMaker AI 负责所有基础设施配置与训练编排，因此您可以专注于数据处理与评估，而无需管理集群，并仅按实际使用量付费。SageMaker AI 上的 NVIDIA Nemotron 3.5 Lightning 无服务器模型定制服务已在以下区域可用：美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、亚太（东京）和欧洲（爱尔兰）。要开始使用，请导航至 Amazon SageMaker Studio 中的“模型”页面以启动定制作业，或使用 SageMaker Python SDK 进行程序化访问。如需了解更多信息，请参阅 Amazon SageMaker AI 模型定制文档。

Amazon SageMaker AI now supports serverless model customization for NVIDIA Nemotron 3.5 Lightning aws.amazon.com

RSS Hunter • 9月16日

AWS 管理控制台中的 Amazon ECS 托管守护进程的 Amazon ECS 部署可观测性

Amazon Elastic Container Service（Amazon ECS）现已为 Amazon ECS 托管守护进程提供统一的部署视图，让您在一个位置即可查看部署进度、失败原因以及可能阻碍部署的因素。这有助于您一目了然地监控托管守护进程部署，并更快地解决问题，无论部署正在进行中，还是正在回顾部署完成后的情况，从而无需从多个来源拼凑部署状态。部署视图展示了带有每个步骤时间戳的生命周期时间线，以及总部署时长，包括部署中断时的回滚路径。每个容量提供者的进度条可追踪已完成、进行中和剩余的实例数量，以及在移除容量提供者时正在排空和被替换的实例。监控面板显示部署断路器、部署警报和容器健康检查状态，每个状态均附带实时 Amazon CloudWatch 警报详情，并指示其是否能够停止部署。如果守护进程任务失败，受影响的容量提供者将显示停止原因，并提供链接至该任务、其日志以及匹配的故障排除指南，包括导致回滚的失败原因。视图还显示目标版本和源版本，以及实例数量、排空百分比和烘焙时间。此增强功能作为控制台专用视图，在所有 AWS 商业区域免费提供。如需开始使用 Amazon ECS 托管守护进程，请参阅我们的文档。

Amazon ECS deployment observability for Amazon ECS Managed Daemons in AWS Management Console aws.amazon.com

RSS Hunter • 9月16日

AWS Client VPN 现已支持 macOS 27 Golden Gate。

AWS Client VPN 现已支持 macOS 27 Golden Gate 客户端（版本 6.0 及以上）。您现在可以在最新的 macOS 版本上运行 AWS 提供的 VPN 客户端。AWS Client VPN 桌面客户端免费提供，可在此下载。AWS Client VPN 是一项托管服务，可安全地将您的远程员工连接到 AWS 或本地网络。它支持 macOS、Windows x64、Windows Arm64 和 Ubuntu Linux 的桌面客户端。从客户端版本 6.0 开始，Client VPN 现已支持最新的 macOS Golden Gate 27.0。它已支持 macOS 版本 13.0、14.0、15.0 和 26.0，Windows 10（x64）和 Windows 11（Arm64 和 x64），以及 Ubuntu Linux 22.04 和 24.04 LTS 版本。如需了解有关 Client VPN 的更多信息：访问 AWS Client VPN 产品页面阅读 AWS Client VPN 文档阅读 AWS Client VPN 用户指南

AWS Client VPN is now supporting MacOS 27 Golden Gate aws.amazon.com

RSS Hunter • 9月16日

全新的 AWS 体验助力开发者快速上手并加速交付

AWS 推出了简化的构建者体验，以加速将创意转化为在 AWS 上运行的代码。这一新服务解决了以往为新项目配置大量 AWS 服务选项的复杂性。它通过提供具有合理默认值的自动环境配置来简化注册流程，使项目能够立即实施。用户可使用现有的 Google、GitHub、Apple 或 Amazon 凭证进行注册，通常无需信用卡即可获得免费 AWS 额度。注册完成后，仅需一次提示即可将编码代理连接到 AWS，安装必要工具并依据最佳实践部署资源。协作通过电子邮件邀请团队成员实现，并自动配置访问权限。新的 IAM 角色管理器还可使 AWS 资源自动访问其他 AWS 服务。为控制成本，用户可为项目设置月度支出上限，若当月达到该上限，项目将暂停。可轻松创建具有各自独立配置和团队成员的新项目。高级功能（如多区域支持和自定义治理）可在无需迁移或中断的情况下启用。

New AWS experience helps builders get started and ship faster aws.amazon.com

RSS Hunter • 9月16日

Amazon Connect 客户自定义指标现已支持基于标签的访问控制

Amazon Connect 客户现已支持基于标签的访问控制，用于自定义指标，因此您可以管控哪些用户和角色可以查看、创建或修改每个自定义指标。随着组织内越来越多的团队采用自定义指标，他们最终会编辑同一个共享库。若无控制机制，一人即可更改其他团队依赖的指标。通常的解决方案是仅授予少数人自定义指标的权限，但这会排除所有希望开始使用这些指标的其他团队。现在，您可以为每个指标添加标签，并利用这些标签设置访问权限：团队可对其自有指标拥有完全控制权，对其他团队的指标仅拥有只读访问权限，且对您限制访问的指标无任何可见性。搜索遵循相同的访问规则，因此用户仅能看到其被授权查看或管理的指标。

Amazon Connect Customer custom metrics now supports tag-based access control aws.amazon.com

RSS Hunter • 9月16日

Amazon WorkSpaces 现已支持 NVIDIA Blackwell GPU 实例

Amazon WorkSpaces Personal 和 Amazon WorkSpaces Core 现已支持基于 NVIDIA RTX PRO 4500 Blackwell Server Edition GPU 和 Intel Xeon 6 处理器的 Graphics G7 实例包。与上一代 Graphics G6 实例包相比，Graphics G7 为图形密集型工作负载提供高达 2.1 倍的性能提升。共有四种实例包规格可供选择，涵盖从 8 vCPU、32 GB 内存和 1 张 GPU，到 48 vCPU、192 GB 内存和 2 张 GPU 的配置。借助 Graphics G7，您可以以更高的保真度和帧率运行要求苛刻的专业应用程序，例如 CAD/CAM、3D 渲染、科学可视化、视频编辑以及 AI 辅助的设计工作流。每张 GPU 配备 32 GB GDDR7 内存，从而支持更大规模及更复杂的 3D 场景与模型。Graphics G7 实例包提供 Windows 操作系统选项（包括自带许可），并支持 AlwaysOn 和 AutoStop 运行模式。Graphics G7 实例包目前可在美国东部（北弗吉尼亚）、美国东部（俄亥俄）和美国西部（俄勒冈）区域提供，随着可用性扩展，将新增更多区域。要开始使用，请在 Amazon WorkSpaces 控制台中创建工作区时选择 Graphics G7 实例包，或通过您的 Workspaces Core 合作伙伴解决方案进行选择。有关可用实例类型的更多信息，请参阅 WorkSpaces Personal 实例系列。如需了解 G7 GPU 的功能详情，请访问 EC2 G7 实例类型页面。有关定价详情，请参阅 Amazon WorkSpaces Personal 定价或 Core Bundles 定价。

Amazon WorkSpaces adds support for NVIDIA Blackwell GPU instances aws.amazon.com

RSS Hunter • 9月16日

Amazon Connect 客户现在可以使用 AI 导入评估表 PDF。

Amazon Connect Customer 现在允许管理员从第三方质量管理应用导入评估表的 PDF 文件，并利用 AI 在 Connect 中自动重建该表，从而更轻松地将现有的质量计划迁移至 Connect。您无需逐题重建现有表单，只需上传 PDF 并选择首选评分方式（百分比或基于分数的评分），Connect Customer 便会自动提取各部分、问题、答案选项及评分，生成一份草稿评估表。此外，您还可以提供自然语言指令，以更准确地导入表单或在创建过程中进行调整——例如将宽泛的问题拆分为更简单的问题——从而最大限度地减少在激活表单前所需的手动编辑。此功能可在以下 AWS 区域使用：美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、加拿大（中部）、亚太（新加坡）、亚太（悉尼）、亚太（东京）和欧洲（法兰克福）。欲了解更多信息，请访问我们的文档和网页。有关 Amazon Connect Customer 定价的信息，请访问我们的定价页面。

Amazon Connect Customer can now import evaluation form PDFs using AI aws.amazon.com

RSS Hunter • 9月16日

AWS Elemental MediaTailor 变现功能添加广告响应钩子”

AWS Elemental MediaTailor 现已支持两个用于变现功能的新生命周期钩子：广告决策服务器（ADS）响应后钩子和预清单插入钩子。MediaTailor 是一项视频服务，可为直播和点播流媒体进行广告个性化并插入广告。变现功能在广告个性化播放会话的指定点执行客户自定义逻辑，从而消除了 MediaTailor 与 ADS 之间对中间件层的需求。“广告决策服务器（ADS）响应后”钩子在 MediaTailor 解析 ADS 响应并解析所有视频广告服务模板（VAST）包装器之后运行，此时尚未选择并转码广告。客户可使用该钩子在主要 ADS 返回的需求量少于广告时段容量时调用次要广告源，移除其内容或品牌政策不允许的广告，以及从其自有营销系统添加自有广告或促销活动。“预清单插入”钩子在 MediaTailor 向观众返回广告组之前的最后一点运行，并在单次调用中接收每一个新个性化的广告时段。客户可使用该钩子作为即将播放内容的最终检查，包括在无法以其他方式填充广告时段时插入个性化占位画面。MediaTailor 控制台中预建的配方可为客户提供上述每种用例的起点。两个钩子均采用“故障开放”模式：在发生超时、表达式错误或资源限制时，MediaTailor 会丢弃函数输出并继续执行默认广告插入，因此不会影响观众播放。新钩子可在所有提供 AWS Elemental MediaTailor 的 AWS 区域中使用。欲了解更多信息，请参阅 AWS Elemental MediaTailor 用户指南中的“变现功能”章节以及 MediaTailor 定价页面。若要开始使用，请登录 AWS Elemental MediaTailor 控制台。

AWS Elemental MediaTailor Monetization Functions adds ad response hooks aws.amazon.com

RSS Hunter • 9月16日

Amazon ECS 将 Amazon S3 Files 支持扩展至 Amazon EC2 计算类型。

Amazon Elastic Container Service（Amazon ECS）现已支持为在 Amazon EC2 启动类型上运行的任务使用 Amazon S3 Files，使客户能够将容器化应用程序直接连接到 Amazon S3 中的数据，将其作为共享文件系统使用。通过此次发布，在 EC2 实例上运行 ECS 工作负载的客户可以使用标准文件系统语义处理其 S3 数据，从而使基于文件的应用程序、AI 代理和数据处理工作负载能够在无需修改代码且无需先复制或暂存文件的情况下直接运行于 S3 数据之上。此前，S3 Files 支持已适用于 AWS Fargate 和 ECS 托管实例上的 ECS 任务，现扩展至 EC2 启动类型，使客户能够在所有三种 ECS 启动类型之间获得一致的 S3 Files 访问能力。Amazon S3 Files 基于 Amazon EFS 构建，提供连接 AWS 计算资源与 Amazon S3 中数据的共享文件系统，提供完整的文件系统语义和低延迟性能，且数据无需离开 S3。S3 Files 可与 S3 存储桶中的新数据和现有数据配合使用，无需迁移。客户可以在其 Amazon ECS 任务中挂载 Amazon S3 Files 卷，使用标准文件系统操作读取和写入 S3 存储桶中的数据，无需修改应用程序代码，也无需复制或暂存数据。Amazon S3 Files 支持功能在所有 AWS 商业区域和 AWS GovCloud（美国）区域均可用。欲了解更多信息，请参阅我们的文档。

Amazon ECS extends Amazon S3 Files support to the Amazon EC2 compute type aws.amazon.com

RSS Hunter • 9月16日

Amazon Connect Customer 现在允许您通过 API 创建、管理和搜索自定义指标。

Amazon Connect 客户提供标准指标库。自定义指标可让您更进一步，定义专属于您业务的测量项。但手动在各实例间管理这些指标，会导致定义逐渐漂移，最终数值不再一致。无法信赖的指标比没有指标更糟糕，因为人们仍会依据其做出决策。现在，您只需定义一次指标，并通过七项新增 API 操作（CreateMetric、DeleteMetric、DescribeMetric、ListMetrics、SearchMetrics、UpdateMetricContent 和 UpdateMetricMetadata）进行程序化管理，从而在跨队列、团队和环境扩展时保持定义的一致性。例如，一位客户体验负责人发现自助服务完成率下降，可定义一个自定义指标，用于追踪在 90 秒内放弃互动并请求人工坐席的交互百分比。借助 API，AI 驱动的操作助手可自动创建该指标并发布到监控仪表板——无需手动操作控制台，也避免了跨环境出现定义漂移。所有变更均在 AWS CloudTrail 中记录，为您提供完整的审计轨迹。

Amazon Connect Customer now lets you create, manage, and search custom metrics through APIs aws.amazon.com

RSS Hunter • 9月16日

Amazon Keyspaces（用于 Apache Cassandra）现已在 11 个新区域中普遍可用。

Amazon Keyspaces（适用于 Apache Cassandra）现已在 11 个新区域正式推出，使这些区域的客户能够以更低延迟构建兼容 Cassandra 的应用程序，同时将数据保留在区域内以满足数据驻留要求。Amazon Keyspaces（适用于 Apache Cassandra）是一项可扩展、高可用且托管的 Apache Cassandra 兼容数据库服务。Amazon Keyspaces 采用无服务器架构，因此您仅需为实际使用的资源付费，并可构建每秒处理数千次请求的应用程序，具备近乎无限的吞吐量和存储能力。如需查看新可用区域列表，请参阅以下资源：AWS 按区域提供的功能。

Amazon Keyspaces (for Apache Cassandra) is now generally available in 11 additional Regions aws.amazon.com

RSS Hunter • 9月16日

Amazon Connect Talent 现已普遍可用

Amazon Connect Talent 现已全面可用，为人才获取领导者提供基于人工智能的招聘解决方案，可规模化加速候选人筛选。该方案汲取了亚马逊数十年招聘科学的经验，利用 AI 代理开展结构化语音面试、实施基于证据的评估，并对候选人进行一致性的评分，从而让招聘人员专注于战略决策。候选人可随时随地、全天候（24/7）通过任何设备进行面试。招聘人员可审阅由 AI 队友生成的评分、面试转录及详细的候选人评估报告，使其能够以一致的客观性做出更快速的招聘决策。通用可用（GA）功能包括基于能力的评估、由 AI 主导并具备自适应提问的语音面试、品牌可定制的移动优先候选人门户，以及用于便捷部署的系统管理员入职工具。Amazon Connect Talent 具备扩展能力，可应对招聘高峰，同时评估数百名候选人。Amazon Connect Talent 现已在 AWS 美东（北弗吉尼亚）和美西（俄勒冈）区域上线。欲了解更多信息，请访问 Amazon Connect Talent 页面。

Amazon Connect Talent is now generally available aws.amazon.com

RSS Hunter • 9月16日

AWS STS 简化了会话令牌大小限制，并新增会话令牌大小监控功能

AWS 安全令牌服务（STS）现对会话令牌实施统一的 4,096 字节大小限制。此前，STS 分别对会话令牌大小和传入参数（即内联策略、托管策略和会话标签）实施独立限制。STS 已取消该分离机制，从而为更大的会话策略和会话标签组合提供了更高的灵活性。此外，STS 现在会返回指示会话令牌大小及其相对于令牌大小限制的使用百分比的响应元素。STS 会将这些值记录在 AWS CloudTrail 中，并在 Amazon CloudWatch 中发布相应的指标。新增的可选 API 参数还可让您生成更大的会话令牌（最高可达 4,096 字节），以测试您的应用程序和基础设施是否能够处理这些令牌。这些功能已在所有商业 AWS 区域、AWS GovCloud（美国）区域以及 AWS 欧洲主权云区域中可用。欲了解更多信息，请阅读 AWS 安全博客文章、AWS IAM 用户指南和 AWS STS API 参考。

AWS STS simplifies session token size limits and adds session token size monitoring aws.amazon.com

RSS Hunter • 9月15日

通过新的“检测到的异常”小部件，直接在计费与成本管理仪表板中监控成本异常。

今天，AWS 账单与成本管理（BCM）宣布在 BCM 仪表板中支持“检测到的异常”小部件。您现在可以结合成本与用量、预算、成本效率以及 Savings Plans 和预留实例的覆盖范围与使用情况，一同审查成本异常。这为您提供了一个统一的视图，可在单个定制仪表板中集中查看您的支出、承诺及成本异常。“检测到的异常”小部件会显示检测到的异常数量及其相对于本月至今支出的总成本影响，让您立即了解每个异常的规模。对于每个异常，您可以审查其成本影响、根本原因和持续时间。可选择 30、60 或 90 天的回溯期，并按严重程度、服务、账户和区域进行筛选，以确保每个仪表板显示与该账户最相关的异常。通过在 BCM 仪表板中添加一个或多个“检测到的异常”小部件，财务团队和云管理员即可从其现有的成本管理流程中监控异常。该小部件直接链接到 AWS 成本异常检测控制台，便于您轻松调查异常并记录评估结果。它完全集成于仪表板导出功能，可包含在定时电子邮件报告中，或下载为 CSV 或 PDF 格式以供离线分析。此外，它也支持跨账户仪表板共享。BCM 仪表板中的“检测到的异常”小部件在所有商业 AWS 区域均可用，无需额外费用。欲了解更多信息，请访问我们的用户指南。

Monitor cost anomalies directly in Billing and Cost Management Dashboards with the new Detected Anomalies widget aws.amazon.com

RSS Hunter • 9月15日

AWS Direct Connect 宣布专用连接采用固定费率定价

AWS Direct Connect 现已为其专用 10 Gbps 和 100 Gbps 连接提供固定费率定价。此前，客户需按端口小时数和出站数据流量付费，这可能导致高流量用户的成本不可预测。新的定价模式引入了单一固定月度费用，在选定层级内免除数据流量费用。这简化了需要可预测支出的网络架构师和 IT 团队的预算规划。固定费率定价由连接带宽和所选地理范围决定。提供五个地理层级，范围从同城到全球覆盖。此外，还引入了新的端口对（port-pair）概念，通过以零额外成本包含第二条冗余连接，提供内置的弹性。建议采用此端口对配置以提高可靠性。固定费率定价在全球所有 AWS Direct Connect 位置均可用，中国除外。该定价仅适用于专用连接（Dedicated Connections），客户可随时在计费模式之间切换。更多详细信息请参阅 AWS Direct Connect 固定费率定价用户指南和定价指南页面。

AWS Direct Connect announces flat-rate pricing for dedicated connections aws.amazon.com

RSS Hunter • 9月15日

AWS Billing Conductor 现已支持自定义费率和使用量阶梯定价配置

AWS Billing Conductor 现已支持为 AWS 服务定义自定义费率定价，包括定义自定义用量阶梯以根据期望的用量规模配置费率。使用 AWS Billing Conductor 与子公司、关联公司或最终客户建模商业协议的客户和合作伙伴，现在可以更便捷地在预估账单数据中体现其协商定价。通过基于 SKU 的定价规则，您可以输入自定义费率并配置用量阶梯阈值——而无需基于预定义的 AWS 用量阶梯对公开按需费率进行加价或减价。通过在定价规则中直接配置确切费率和阶梯分界点，您不再需要针对公开按需定价计算基于百分比的加价或减价来建模商业协议。这使您能够对预估账单配置实现精确控制。通过基于 SKU 的定价规则配置自定义费率和自定义用量阶梯的功能，适用于所有商业 AWS 区域，但不包括由 Sinnet 运营的 Amazon Web Services 中国（北京）区域和由 NWCD 运营的 Amazon Web Services 中国（宁夏）区域。欲了解更多信息，请访问 AWS Billing Conductor 产品页面，或查阅用户指南。

AWS Billing Conductor now supports custom rates and usage tier pricing configurations aws.amazon.com

RSS Hunter • 9月15日

AWS Step Functions 现已自动添加新的 AWS 服务集成，首批包括 AWS Lambda MicroVMs。

AWS Step Functions 现已在 AWS 服务与功能发布后的数周内，自动添加相应的 AWS SDK 集成，首批涵盖 AWS Lambda MicroVMs、AWS Lambda Core 等。现在，您无需等待更新，即可在工作流中编排最新的 AWS 服务。 AWS Step Functions 是一项可视化工作流服务，能够编排超过 220 项 AWS 服务，助力客户构建大规模分布式应用。借助 AWS Lambda Core 和 AWS Lambda MicroVMs 服务集成，您无需编写自定义协调代码即可编排代理工作流（agentic workflows）。您可以使用 Step Functions 启动 Lambda MicroVMs，其为每个代理任务提供隔离且安全的执行环境，并内置重试机制，以防环境启动失败。您可使用 Step Functions 的 Parallel 或 Map 状态并行运行多个任务，并在任务完成后自动终止相应环境。您还可利用 Lambda Core 配置这些 MicroVM 环境所需的私有网络，使其在同一工作流中安全访问内部数据库或 API。此次扩展还包括 AWS Partner Central Revenue Measurement、AWS Resilience Hub V2、AWS Support Authorization 以及 Amazon SageMaker Job Runtime。今后，新的 AWS 服务将在发布后数周内自动以 Step Functions 集成的形式出现，无需额外配置或操作。由于更新将持续进行，我们将不再发布“最新动态”文章来突出新的 AWS SDK 服务集成更新。这些增强功能现已在所有提供 AWS Step Functions 的 AWS 区域中普遍可用。具体服务和 API 操作取决于目标服务在相应 AWS 区域的可用性。如需了解有关 AWS Step Functions SDK 集成的更多信息，请访问开发者指南，或查看 AWS SDK 服务集成完整列表及集成发布历史记录。

AWS Step Functions adds new AWS service integrations automatically, starting with AWS Lambda MicroVMs aws.amazon.com

RSS Hunter • 9月15日

Amazon SageMaker AI 现已为训练和处理作业支持实例偏好列表。

今天，Amazon SageMaker AI 宣布为训练和处理任务提供实例偏好列表，使您更便捷、更快速地获取工作负载所需的计算资源。许多 AI 训练、微调及数据处理工作负载在多种实例类型或规格上表现相当。然而，在此之前，您在提交作业时只能指定一种实例类型，并需等待 SageMaker 为该作业找到该特定实例。在高需求 GPU 的峰值时段，等待时间往往难以预测，客户有时不得不构建复杂的重试逻辑，或同时提交多个具有不同实例类型的作业，以找到首个可用选项。现在，您只需提供工作负载可接受的实例类型优先级列表，SageMaker 便会自动从您的偏好配置中选取首个可用配置运行您的作业。借助此解决方案，您的训练或处理作业更有可能更早启动。要使用此功能，您在提交训练或处理作业时，需按优先级顺序指定实例类型及数量偏好。例如，您的列表可能包含对两个 ml.g6.48xlarge 实例的偏好，或对四个 ml.g5.48xlarge 实例的偏好。SageMaker 将遍历该列表，并在首个具备可用容量的配置上启动您的作业。您还可在此作业提交中配置容量来源，选择来自按需实例或您的预留 SageMaker 灵活训练计划。此功能简化了在高需求时段为作业获取计算资源的过程，并减少了您原本需要进行的无差别手动重试操作，且完全在您已使用的 SageMaker 训练和处理作业 API 内实现。SageMaker 训练和处理作业的实例偏好列表现已在所有提供 SageMaker 服务的 AWS 区域上线，可通过 SageMaker CLI、API、SDK 及控制台 UI 使用。欲了解更多信息，请参阅我们的文档或发布博客。

Amazon SageMaker AI now supports instance preference lists for training and processing jobs aws.amazon.com

RSS Hunter • 9月15日

在 Amazon Q 控制台中使用自然语言分析您的 CloudTrail 事件

AWS CloudTrail 是一项用于安全审计、合规性及运营故障排查的服务，可记录您 AWS 账户中的 API 活动。现在，该服务已集成至 Amazon Q Console，帮助您使用自然语言调查 AWS 账户活动。您可以向 Amazon Q Console 询问有关 CloudTrail 配置的问题，查询已记录的事件以进行安全调查，并在无需编写查询语句或手动解析日志文件的情况下排查运营问题。通过此项集成，您可以要求 Amazon Q Console 检查 CloudTrail 轨迹（trails）是否配置正确，识别日志覆盖范围的缺口，并确认您正在跟踪哪些数据事件源。在安全调查方面，您可以询问谁访问了特定的 IAM 角色、对 VPC 配置进行了哪些更改，或过去一周内是否存在未经授权的访问尝试。在运营故障排查方面，您可以要求 Amazon Q Console 查找创建或删除特定资源的用户、识别引发错误的 API 调用、追踪来自特定 IP 地址的活动，或确定账单激增的原因。Amazon Q Console 可代表您查询 CloudTrail 轨迹、关联的 CloudWatch 日志组以及事件数据仓库，提供基于您实际账户活动的答案，而非泛泛的文档说明。此项集成适用于所有支持 Amazon Q Console 的 AWS 商业区域。要开始使用，请在 AWS 管理控制台打开 Amazon Q，并询问有关 CloudTrail 配置或账户活动的问题。更多信息请查阅 AWS CloudTrail 文档。

Analyze your CloudTrail events using natural language in Amazon Q Console aws.amazon.com

RSS Hunter • 9月15日

Amazon Connect Customer 现已使代理能够竞标首选班次。

Amazon Connect Customer 现已使代理能够竞标首选班次，从而赋予他们更多对工作日程的控制权。调度员首先通过上传 CSV 文件或生成随机排名来建立代理排名。随后，Connect Customer 利用预测需求和班次配置文件生成可用班次，并呈现给代理进行排名。例如，在周一至周五、6:00–22:00 的班次配置文件中，若班次时长为 9 小时，则所需班次为 6:00–15:00（500 名代理）、9:00–18:00（800 名代理）和 13:00–22:00（600 名代理）。一旦竞标窗口关闭，Connect Customer 将自动为每位代理分配其排名最高的可用班次，并以代理排名作为平局时的决胜依据。班次竞标为代理提供了一种结构化方式来影响自身日程，同时减少了调度员在手动分配班次上所花费的时间，从而提升了代理满意度与调度效率。此功能在 Amazon Connect Customer 代理调度服务可用的所有 AWS 区域中均可使用。欲了解有关 Amazon Connect Customer 代理调度的更多信息，请点击此处。

Amazon Connect Customer now enables agents to bid on preferred shifts aws.amazon.com

RSS Hunter • 9月15日

AWS Glue 的零 ETL 功能现可捕获已归档的 Salesforce 记录

AWS Glue 针对 Salesforce 的零 ETL 集成现已捕获目标表中的归档记录，为您提供用于分析和报告的 Salesforce 数据的完整副本。归档记录通过 isArchived 字段进行识别并准确反映，因此您的分析数据与 Salesforce 源数据保持完全同步。这对于 Salesforce 自动归档的高容量实体（如事件、任务和活动）尤其有价值，使您能够在分析数据存储中全面查看此类数据。此功能适用于您的零 ETL 集成，无需任何操作。新集成在创建时即自动捕获归档记录。对于现有集成，AWS Glue 会自动回填归档记录状态，无需重新同步、重新配置或更改模式。您的现有管道将继续不间断运行，同时 isArchived 字段将为您准确填充。此功能在所有支持 AWS Glue 针对 Salesforce 的零 ETL 集成的 AWS 商业区域和 AWS GovCloud (US) 区域中可用。要开始使用，请使用 AWS Glue 控制台、CLI 或 SDK 创建或继续使用 AWS Glue 针对 Salesforce 的零 ETL 集成。欲了解更多信息，请参阅 AWS Glue 零 ETL 文档。

AWS Glue zero-ETL now captures archived Salesforce records aws.amazon.com

RSS Hunter • 9月15日

AWS 提升根用户登录的区域韧性

AWS 根用户登录现已通过美国东部（弗吉尼亚北部）、美国东部（俄亥俄）和美国西部（俄勒冈）提供服务，登录流量将在所有三个区域之间进行分发。此变更降低了对美国东部（弗吉尼亚北部）的依赖，并提升了服务中断期间的弹性。AWS 会自动将您的根用户登录路由到支持的区域，无需您选择区域或更改登录方式。此改进现已对所有 AWS 账户生效。在 AWS CloudTrail 中，根用户登录的 ConsoleLogin 事件将记录在处理登录请求的区域。为保持对根用户登录活动的完整可见性，请更新您的监控和告警配置，以涵盖美国东部（弗吉尼亚北部）、美国东部（俄亥俄）和美国西部（俄勒冈）。如需了解更多信息，请参阅 AWS 登录文档和 CloudTrail ConsoleLogin 事件参考。

AWS improves regional resiliency for root user sign-in aws.amazon.com

RSS Hunter • 9月14日

Qwen3.6-35B-A3B-NVFP4 和 Wan2.1-T2V-1.3B-Diffusers 模型现已在 Amazon SageMaker JumpStart 上提供。

Amazon SageMaker JumpStart 现已推出两款新基础模型，进一步扩展了 AWS 客户的 AI 能力。NVIDIA 的 Qwen3.6-35B-A3B-NVFP4 针对代理式编程和长上下文推理进行了优化。该模型是阿里巴巴 Qwen3.6-35B-A3B 的量化变体，采用混合专家架构，总参数量为 350 亿，每个 token 仅激活 30 亿参数，支持高达 26.2 万 token 的上下文窗口。通过量化为 NVFP4，该模型显著降低了内存占用，同时保持了性能表现。该模型在跨对话轮次保持上下文以及多步骤代理任务方面表现卓越。阿里巴巴的 Wan2.1-T2V-1.3B-Diffusers 模型专注于文本生成视频。该模型基于扩散 Transformer 和视频变分自编码器构建，能够从文本提示生成高质量视频片段。这款 13 亿参数的模型仅需少量显存，使其适用于消费级硬件。在 RTX 4090 上，该模型可在约四分钟内生成一段 5 秒、480p 分辨率的视频。两款模型均可通过 SageMaker JumpStart 轻松部署，仅需几次点击操作。客户可在 SageMaker 控制台查找这些模型，或使用 SageMaker Python SDK 进行部署。

Qwen3.6-35B-A3B-NVFP4 and Wan2.1-T2V-1.3B-Diffusers models now available on Amazon SageMaker JumpStart aws.amazon.com

RSS Hunter • 9月14日

Ministral-3-3B-Instruct-2512 和 Ministral-3-8B-Instruct-2512 模型现已在 Amazon SageMaker JumpStart 上提供。

Mistral AI 的 Ministral-3-3B-Instruct-2512 和 Ministral-3-8B-Instruct-2512 模型现已通过 Amazon SageMaker JumpStart 提供。这些模型专为边缘部署和资源受限环境设计，提供紧凑而强大的 AI 解决方案。Ministral-3-3B 模型针对超轻量级边缘用例进行了优化，具备多模态理解能力。该模型包含 34 亿参数的语言模型和 4 亿参数的视觉编码器，可在 8GB VRAM 内运行。它支持 256K 令牌上下文窗口，在视觉分析和多语言指令方面表现卓越，同时展现出强大的系统提示遵循能力和原生函数调用能力。Ministral-3-8B 模型以紧凑的 8B 架构提供前沿级别的性能。该模型包含 84 亿参数的语言模型和 4 亿参数的视觉编码器，需要 12GB VRAM。该模型采用交错滑动窗口注意力机制以实现高效推理。两款模型均提供出色的多语言支持、代理能力以及函数调用功能。客户可通过 SageMaker JumpStart 轻松部署这些模型，应用于各类 AI 场景。

Ministral-3-3B-Instruct-2512 and Ministral-3-8B-Instruct-2512 models now available on Amazon SageMaker JumpStart aws.amazon.com

RSS Hunter • 9月14日

Gemma-4-31B-it-assistant 和 Gemma-4-31B-IT-NVFP4 模型现已在 Amazon SageMaker JumpStart 上提供。

Google DeepMind 的 Gemma-4-31B-it-assistant 和 NVIDIA 的 Gemma-4-31B-IT-NVFP4 模型现已通过 Amazon SageMaker JumpStart 提供。这些模型为企业用例提供了强大的 Gemma 4 31B 稠密架构。经过助手微调的 Gemma-4-31B-it-assistant 在多模态推理、代码生成和代理工作流方面表现卓越。它支持文本和图像输入，具备庞大的上下文窗口，并支持超过 140 种语言。该变体在开源模型排行榜上名列前茅，性能超越更大规模的模型。它采用混合注意力机制和原生函数调用，以支持自主代理。NVIDIA 的 Gemma-4-31B-IT-NVFP4 提供相同的功能，但内存占用显著降低。该模型使用 NVIDIA ModelOpt 量化为 4 位 FP4 精度，所需内存更少，推理速度更快。此优化版本在保持高质量的同时，适用于具有成本效益的生产部署。SageMaker JumpStart 允许用户通过最少点击即可轻松部署这些模型。客户可通过 SageMaker 控制台或 SageMaker Python SDK 访问这些模型。

Gemma-4-31B-it-assistant and Gemma-4-31B-IT-NVFP4 models now available on Amazon SageMaker JumpStart aws.amazon.com

RSS Hunter • 9月14日

granite-speech-4.1-2b、kanana-2-30b-a3b-instruct 和 OpenFold3 模型现已在 Amazon SageMaker JumpStart 上提供

亚马逊SageMaker JumpStart现提供三款新基础模型：BM的granite-speech-4.1-2b、Kakao的kanana-2-30b-a3b-instruct，以及OpenFold联盟的OpenFold3。这些模型增强了AWS客户可用的AI能力。Granite-speech-4.1-2b旨在实现高效的多语言自动语音识别与翻译。它支持多种语言，并通过实时处理实现低词语错误率。Kanana-2-30b-a3b-instruct专注于韩英双语指令跟随和代理人工智能。该模型采用专家混合架构以提升吞吐量，并支持长上下文长度。它旨在作为主动的AI协作者。OpenFold3提供多种分子的全原子生物分子复杂结构预测。由哥伦比亚大学的研究人员开发，能够建模多链复合物和异构相互作用。这一能力对药物设计和科学研究具有重要价值。客户可以通过 SageMaker JumpStart 轻松部署这些模型，几乎没有什么努力。这些模型可以通过 SageMaker 控制台或 SageMaker Python SDK 访问。更多细节可见亚马逊 SageMaker JumpStart 文档。

granite-speech-4.1-2b, kanana-2-30b-a3b-instruct, and OpenFold3 models now available on Amazon SageMaker JumpStart aws.amazon.com

RSS Hunter • 9月14日

AWS Glue 零 ETL 增加了目标表属性所有权和冲突检测功能”

AWS Glue 零 ETL 集成现已能够检测表属性冲突并追踪集成所有权。当您配置源表和目标目录时，Glue 会将生成的表属性关联至所属集成，从而确保两个集成无法在未经您知晓的情况下指向同一目标表。此功能适用于 Amazon S3 表及 SageMaker Lakehouse 目录。运行多个零 ETL 集成的数据团队可对各源表的目标位置实现可预测的控制。若尝试创建或修改其表属性由其他集成拥有的集成，Glue 将识别该所属集成并引导您选择不同的目标或更新现有集成，从而确保您的管道保持隔离，数据准确落至预期位置。此功能在支持 AWS Glue 零 ETL 集成的所有 AWS 商业区域和 AWS GovCloud（美国）区域中可用。欲了解更多信息，请参阅 AWS Glue 开发者指南，并在 AWS Glue 控制台中开始使用。

AWS Glue zero-ETL adds target table property ownership and conflict detection aws.amazon.com

RSS Hunter • 9月14日

AWS 终端用户消息现已支持 WhatsApp 中的动态流程”

AWS 终端用户消息现已支持动态 WhatsApp 流程，使您能够将 WhatsApp 对话转化为丰富、互动的体验，由终端用户在 WhatsApp 内直接完成。您无需再将终端用户引导至网站或独立表单以完成互动体验，而是可以直接在聊天中引导其完成预约预订、线索生成、注册、调查或交易。客户可使用 Meta 的起始模板之一，利用熟悉的构建块（如文本输入、日期选择器、下拉菜单和按钮）开始构建流程，或从头开始自定义流程。借助动态流程，每个屏幕均可实时调用您自己的 HTTPS 端点，从而展示实时可用性，并为终端用户个性化流程中的每一步。您完全通过 AWS 终端用户消息社交（通过控制台或 API）来构建和管理流程。使用 JSON 架构定义流程，然后通过消息模板将其交付，以触达客户所在的渠道。WhatsApp 流程在 AWS 终端用户消息社交支持的所有区域均可用。要开始使用，请参阅用户指南。

AWS End User Messaging now supports Dynamic Flows in WhatsApp aws.amazon.com

RSS Hunter • 9月14日

AWS 终端用户消息通过自动故障转移增强短信投递能力

AWS 终端用户消息服务正在提升其电话池的投递能力。现在，通过电话池发送的客户在短信投递因下游中断而受影响时，可自动获得向池中表现最佳的下一个号码进行故障转移的权益。短信投递可能因从 AWS 路由至消息服务提供商并最终到达移动运营商的过程中出现丢包或延迟而受到影响。这些中断可能波及消息计划中最关键的部分，包括投递通知、一次性密码、提醒以及其他时效性消息。AWS 终端用户消息服务会监控投递延迟、消息失败或转化率下降等情况，并将流量重路由至更优化的投递路径。客户无需采取任何操作即可享受电话池带来的此项权益。如果您目前未通过电话池发送，可按照以下说明创建一个电话池。此功能在 AWS 终端用户消息服务可用的所有 AWS 区域中均提供。欲了解更多信息，请参阅 AWS 终端用户消息服务短信用户指南。

AWS End User Messaging strengthens SMS deliverability with automatic failover aws.amazon.com

RSS Hunter • 9月14日

AWS Elemental MediaLive 可为无时间码的流提供帧级精确的流水线锁定。

AWS Elemental MediaLive 现已支持视频对齐锁定（Video Aligned Locking），这是一项无需源信号时间码即可同步视频管线的新功能。此前，要在多个视频输出端实现帧级精确锁定，需投入专用硬件或管理复杂的外部同步工作流。虽然时间码在传统高制作水准的广播内容中通常是标准配置，但在典型的数字流媒体工作流中往往不可用且难以管理。新功能利用视觉特征自动识别并跨多个视频流对齐特定帧，使客户能够在标准管线通道以及关联的跨区域单管线通道上实现帧级精确的输入切换。视频对齐锁定支持包括 HLS、MediaPackage、CMAF 摄入、UDP 和 SRT 在内的多种输出格式。如需了解如何配置此功能，请查阅《视频对齐锁定要求》文档。若希望深入了解通道同步，请阅读《实施管线锁定》指南。

AWS Elemental MediaLive enables frame-accurate pipeline locking for streams without timecode aws.amazon.com

RSS Hunter • 9月12日

Amazon EC2 X2idn 实例现已在亚太（香港）区域可用

现已在亚太（香港）区域推出内存优化的 Amazon Elastic Compute Cloud（Amazon EC2）X2idn 实例。这些实例由第三代 Intel Xeon 可扩展处理器驱动，并基于 AWS Nitro 系统构建，专为内存密集型工作负载设计，相比上一代 X1 实例在性能方面有所提升。这些实例已通过 SAP 认证，可用于在 HANA 上运行 Business Suite、SAP S/4HANA、HANA 上的数据集市解决方案、HANA 上的 Business Warehouse、SAP BW/4HANA，以及任何数据库上的 SAP NetWeaver 工作负载。

Amazon EC2 X2idn instances are now available in Asia Pacific (Hong Kong) aws.amazon.com

RSS Hunter • 9月11日

Amazon SageMaker HyperPod 现已支持模型缓存，以实现更快的推理自动扩展并减少冷启动时间。

Amazon SageMaker HyperPod 现已支持模型缓存，这是一种推理优化技术，可将模型权重和容器镜像预加载至集群节点，使 Pod 的启动时间从分钟级缩短至秒级。在大规模运行 LLM 推理时，诸如聊天助手、智能体管道、RAG 和文档分析等工作负载会面临冷启动这一真实瓶颈。部署和扩缩容事件的大部分时间都用于下载容器镜像和模型权重。随着模型规模增大，这一问题愈发严重，大型模型在能够处理流量之前可能需要数十分钟。模型缓存通过两项独立功能解决此问题：权重缓存将模型权重存储于本地 NVMe 上，使 Pod 从高速本地存储读取，而非通过网络从 S3 或 FSx 拉取；镜像缓存则预先拉取容器镜像，使 Pod 完全跳过 ECR 下载。若 Pod 落在未配备预热缓存的节点上，系统会自动回退至原始源进行拉取，从而避免 Pod 卡住或失败的风险。针对 57 GB 至 145 GB 不同规模模型的基准测试显示，扩缩容速度提升约 60%，而镜像缓存可将镜像拉取时间减少超过两分钟（降幅达 97%）。随着模型规模增大，其收益也随之提升，同时保留了原始源路径的可靠性。客户可通过在 InferenceEndpointConfig 或 JumpStartModel 资源中添加 modelCacheConfig 部分来启用模型缓存，该功能由 HyperPod 推理算子（HyperPod Inference Operator）管理，涵盖完整生命周期，无需手动配置或清理。模型缓存现已在所有支持 SageMaker HyperPod 的区域普遍可用。如需开始使用，请参阅 SageMaker HyperPod 文档。

Amazon SageMaker HyperPod now supports model caching for faster inference autoscaling and reduced cold starts aws.amazon.com

RSS Hunter • 9月11日