即日起，Amazon Lightsail 新增三个 AWS 区域：亚太（香港）、南美洲（圣保罗）和欧洲（西班牙）。此次扩展将 Lightsail 的强大功能与简易性带给亚洲、南美洲和欧洲的新地理区域客户。通过此次发布，这些地理区域的客户现在可为其应用享受更低的延迟和更优的性能，同时满足本地数据驻留要求。新区域提供 Lightsail 的全部功能，包括满足您计算需求的实例，从通用型到计算优化型和内存优化型套餐，以及托管数据库、容器服务、负载均衡器等，均享有 Lightsail 客户喜爱的简单、可预测的定价。这些区域的初创企业、小型企业和开发者现在可将应用部署在更接近最终用户的位置，实现低延迟运行。Lightsail 可在以下 AWS 区域使用：美国东部（俄亥俄、北弗吉尼亚）、美国西部（俄勒冈）、加拿大（中部）、欧洲（法兰克福、爱尔兰、伦敦、巴黎、西班牙、斯德哥尔摩）、亚太（香港、雅加达、马来西亚、孟买、首尔、新加坡、悉尼、东京）、南美洲（圣保罗）。有关 Lightsail 的区域和可用区详情，请参阅文档。您可以通过 Lightsail 控制台、AWS 命令行接口（CLI）和 AWS SDK 在这些 AWS 区域创建 Lightsail 资源。

Amazon SageMaker AI 现已支持使用监督微调（SFT）和强化学习微调（RFT）对 NVIDIA Nemotron 3 Nano 模型进行无服务器模型定制。这是 NVIDIA 推出的一款广受欢迎的开源权重模型，总参数量为 300 亿。除了将模型部署在 SageMaker AI 上，您现在还可以将其适配到特定领域和工作流。 模型定制使您能够利用专有数据对基础模型进行定制，无论是提升特定领域任务的准确性，使输出结果与组织的语调保持一致，还是利用标注数据增强新任务的性能。通过无服务器定制，SageMaker AI 负责处理所有基础设施配置和训练编排，因此您可以专注于数据和评估，而无需管理集群，并且仅按实际使用量付费。SageMaker AI 上针对 NVIDIA Nemotron 3 Nano 的无服务器模型定制服务现已在以下区域可用：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”页面以启动定制任务，或使用 SageMaker Python SDK 进行程序化访问。如需了解更多详情，请参阅 Amazon SageMaker AI 模型定制文档。

AWS 宣布在 AWS 欧洲（巴黎）区域推出高性能存储优化型 Amazon EC2 I7i 实例。该实例搭载第 5 代 Intel Xeon 处理器，全核睿频高达 3.2 GHz，相比上一代 I4i 实例，计算性能提升高达 23%，性价比提升超过 10%。得益于第 3 代 AWS Nitro SSD，I7i 实例提供高达 45TB 的 NVMe 存储，实时存储性能提升高达 50%，存储 I/O 延迟降低高达 50%，存储 I/O 延迟波动降低高达 60%，相比 I4i 实例表现更优。I7i 实例为 Amazon EC2 中基于 x86 的存储优化型实例提供计算与存储性能，适用于 I/O 密集型且对延迟敏感的工作负载，这些工作负载需要极高的随机 IOPS 性能，并需实时访问中小规模数据集。此外，撕裂写预防功能支持高达 16KB 的块大小，助力客户消除数据库性能瓶颈。I7i 实例提供十一种规格——九种虚拟规格（最高至 48xlarge）和两种裸金属规格——网络带宽高达 100Gbps，Amazon Elastic Block Store (EBS) 带宽高达 60Gbps。欲了解更多信息，请访问 I7i 实例页面。

Amazon EC2 Capacity Blocks for ML 现已在 AWS GovCloud (US-West) 和 AWS GovCloud (US-East) 区域推出，使政府和受监管行业的客户能够为机器学习工作负载预留 GPU 容量。 EC2 Capacity Blocks for ML 允许您为指定时长提前预留 GPU 实例，确保在短期预训练、微调、快速原型开发以及推理需求激增期间获得加速计算能力。通过部署在 Amazon EC2 UltraClusters 中的共置架构，Capacity Blocks 提供低延迟、高吞吐量的连接。 您可以提前最多八周预留容量，预留时长最长可达 6 个月，集群规模可从 1 到 64 个实例。Capacity Blocks 还可借助 AWS Resource Access Manager (RAM) 在多个账户间共享，帮助组织协调机器学习基础设施投资，并确保预留容量在不同工作负载间持续利用。 在 AWS GovCloud (US) 中，EC2 Capacity Blocks for ML 在 AWS GovCloud (US-West) 区域提供 P6-B200 实例，在 AWS GovCloud (US-East) 区域提供 P6-B200 和 P6-B300 实例。如需开始使用，请访问 EC2 Capacity Blocks 文档。

Amazon EC2 高内存 U7i-8TB 实例（u7i-8tb.112xlarge）现已在 AWS 欧洲（巴黎）区域上线。U7i 实例属于 AWS 第七代实例，搭载定制第四代 Intel Xeon 可扩展处理器（Sapphire Rapids）。U7i-8TB 实例提供 8 TiB DDR5 内存，使客户能够在快速增长的数据环境中扩展事务处理吞吐量。与现有的 U-1 实例相比，U7i 实例的价格性能最高提升 45%。 U7i-8TB 实例提供 448 个 vCPU，支持高达 100 Gbps 的 Amazon EBS 带宽，从而实现更快的数据加载和备份；同时支持 100 Gbps 网络带宽及 ENA Express。U7i 实例非常适合运行关键内存数据库（如 SAP HANA、Oracle 和 SQL Server）的客户。 如需了解有关 U7i 实例的更多信息，请访问高内存实例页面。

Amazon Quick 现已通过模型上下文协议（MCP）与 Snowflake Cortex AI 集成，使团队能够使用自然语言查询其 Snowflake 数据和文档，并直接在 Quick 工作空间中自动化多步骤工作流。在使用 Snowflake 托管的 MCP 服务器配合 OAuth 认证建立连接后，您可以通过 Cortex Analyst 对结构化数据提出问题，并通过 Cortex Search 从非结构化文档中获取洞察。 借助此集成，您可以在 Quick 中构建 Flows，以编排 Snowflake Cortex Agent，执行可重复、受管制的流程，并生成一致的 structured 输出。这对于任何跨越结构化数据与非结构化文档的多步骤流程均十分理想。相同的 MCP 连接也可从 Quick Chat 及其他 Quick 功能中访问。例如，用户可提出临时性的后续问题，或在与自动化流程并行的对话式交互中探索其 Snowflake 数据。Quick 会智能地将相关提示路由至 Snowflake Cortex AI，并返回结合存储在 Quick Spaces 中的企业知识的上下文化答案，使团队既能享有结构化流程的严谨性，又能获得对话式界面的灵活性。 Snowflake Cortex AI 与 Amazon Quick 的集成可在所有提供 Amazon Quick 服务的 AWS 区域中使用。 请访问 Amazon Quick 网站以了解更多信息并开启 Quick 免费试用。如需了解 Snowflake Cortex AI 集成的详细信息，请阅读相关博客。如需了解 Quick 集成的更多信息，请访问集成页面。

今天，AWS 正在扩展对运行于 AWS Outposts 上的 Amazon Elastic Kubernetes Service (EKS) 本地集群的支持，涵盖第一代和第二代 AWS Outposts 机架，这些机架运行从 Amazon EC2 实例存储启动的 Amazon EC2 实例。AWS Outposts 为基于 EC2 实例存储的 Amazon EC2 实例提供静态稳定性，AWS 现正将这一优势扩展至 Amazon EKS 本地集群客户。通过本地集群，整个 Kubernetes 控制平面运行在 AWS Outposts 上，支持高级数据驻留要求，并降低因临时网络断开对云端造成影响的风险。基于 Amazon EC2 实例存储的 AWS Outposts 上的 Amazon EKS 本地集群采用更新后的架构，在操作和功能层面与云中的 Amazon EKS 集群实现更高的一致性。您 Outpost 上的 Kubernetes 控制平面由 Amazon EKS 在 AWS 拥有的服务账户中管理，因此无需在控制平面实例上管理 etcd 备份或日志代理。新的 Kubernetes 版本和 Amazon EKS 平台版本在云中的 Amazon EKS 发布后，也会同步提供给本地集群。采用更新后架构部署的本地集群支持 Amazon EKS 附加组件、服务账户 IAM 角色 (IAM Roles for Service Accounts)、EKS Pod 身份、OIDC 认证、访问条目以及 Bottlerocket 工作节点（此外还支持 Amazon Linux 2023）。更新后的架构和新功能已普遍可用，适用于所有支持 AWS Outposts 机架的商业 AWS 区域中基于 Amazon EC2 实例存储的 AWS Outposts 机架。从 Amazon EBS 启动 Amazon EC2 实例的 AWS Outposts 将继续使用原有的本地集群架构。更多信息请参阅 Amazon EKS 用户指南中的“本地集群”部分。

Amazon CloudWatch Application Signals 现已在应用地图中引入服务健康排名，并在服务概览页面新增基础设施、日志和追踪标签页。这些功能使运维人员能够在单一位置对不健康的服务进行分级处理，并检查底层计算环境、日志片段和追踪详情，从而无需切换工具即可更便捷地定位根本原因。客户使用 Application Signals 监控分布式应用的健康状况，但此前要查明服务为何不健康，往往需要离开 CloudWatch，在不同工具间关联基础设施数据。如今，应用地图按健康度对服务进行排名，并在 Amazon EKS、Amazon ECS、AWS Lambda 和 Amazon EC2 的服务节点上显示运行时指标；同时新增的基础设施标签页可展示计算和运行时环境、其组件以及精选的默认指标，并提供通往相关监控工具的深度链接。此外，服务概览页面提供基础设施、日志和追踪标签页，帮助运维人员在应用上下文中快速发现问题。借助应用地图中的健康排名服务以及新增的基础设施、日志和追踪标签页，运维人员可立即识别退化最严重的服务，并深入检查计算环境、产生错误的日志片段以及缓慢或失败的事务——全程无需离开 Application Signals。这些功能覆盖运行在 Amazon EKS、Amazon ECS、AWS Lambda 和 Amazon EC2 上的工作负载，使团队能够在几分钟内（而非数小时）从症状定位到根本原因。这些功能在所有支持 Amazon CloudWatch Application Signals 的 AWS 区域均可用。欲了解有关此功能的更多信息，请参阅 Amazon CloudWatch Application Signals 文档。有关定价详情，请参阅 Amazon CloudWatch 定价页面。

Amazon Aurora PostgreSQL 兼容版现已支持 PostgreSQL 18 主版本，从 18.3 版本开始。此次发布引入了社区改进的查询性能和数据库管理功能，并新增了对 pg_roaringbitmap 扩展的支持，该扩展可对大型整数集合执行快速且内存高效的集合操作。这使得受众细分、基于标签的过滤和权限检查等用例能够直接在数据库内完成，无需应用层处理。PostgreSQL 18 引入了 B 树跳过扫描（B-tree skip scans），可提升查询性能，并降低索引存储和维护开销。主版本升级现在会保留优化器统计信息，确保升级后立即保持一致的查询性能，无需等待重新生成统计信息。逻辑复制现在可以并行流式传输大型事务，从而减少复制延迟，使下游系统保持更及时的状态。有关详细信息，请参阅 Amazon Aurora PostgreSQL 发布说明。您可以通过多种选项升级数据库，包括 RDS 蓝/绿部署、原地升级或恢复快照。有关升级数据库实例的更多信息，请参阅 Amazon Aurora 用户指南。Amazon Aurora PostgreSQL 18.3 已在所有商业 AWS 区域和 AWS GovCloud（美国）区域可用。Amazon Aurora 专为全球规模提供无与伦比的高性能和可用性而设计，具备完整的 PostgreSQL 和 MySQL 兼容性。它提供内置安全功能、持续备份、无服务器计算、最多 15 个只读副本、自动多区域复制以及与其它 AWS 服务的集成。若要开始使用 Amazon Aurora，请查看我们的入门页面。

Amazon Managed Workflows for Apache Airflow (MWAA) Serverless 现已支持将工作流和任务状态变更事件发送至 Amazon EventBridge，使数据工程和平台团队能够为 Apache Airflow 工作流构建事件驱动的自动化。 此前，监控工作流执行需要自定义轮询逻辑或人工观察。通过此次发布，MWAA Serverless 可在工作流状态转换时发出事件，包括已启动、运行中、成功或失败；同时可在单个任务状态变更时发出事件，例如已调度、成功、失败或可重试。借助此功能，您可以进一步自动化现有工作流——例如，利用 EventBridge 通知在生产工作流失败时触发警报，在上游工作流成功时自动重启依赖管道，或将状态转换记录至 Amazon S3 以满足合规性和审计要求。 此功能适用于所有提供 Amazon MWAA Serverless 的 AWS 区域。有关受支持区域的完整列表，请参阅 Amazon MWAA Serverless 用户指南中的“区域”部分。有关定价详情，请参阅 Amazon EventBridge 定价。欲了解更多信息，请参阅 Amazon MWAA Serverless 用户指南中的“监控 Amazon MWAA Serverless"以及 Amazon EventBridge 事件参考中的"Amazon MWAA Serverless 事件”。

AWS Elastic Beanstalk 现已在控制台中提供与 CloudWatch Logs 的直接集成。此前，用户需单独访问 CloudWatch 控制台以查看日志数据。此新功能允许用户直接从 Elastic Beanstalk 环境的“日志”选项卡中查看日志事件。“日志”选项卡显示环境流式传输日志的日志组，以及以 aws/elasticbeanstalk// 为前缀的日志组。用户可选择特定日志组以查看其关联的日志流。默认情况下，显示最近活跃的日志流。下拉菜单可方便地在不同日志流之间切换，并过滤显示的日志。对于更高级的分析，另一个下拉菜单提供直接链接至 CloudWatch Logs Insights 以及特定日志组或日志流。此集成日志功能适用于所有 Elastic Beanstalk 平台分支。该功能在提供 Elastic Beanstalk 服务的所有 AWS 商业区域和 AWS GovCloud（美国）区域中均可用。

现在，AWS Lake Formation 允许您读取和写入注册在 AWS Glue 数据目录中的表在 Amazon S3 中的底层数据文件。这使您能够使用现有的 Lake Formation 表授予权限，为 SQL 查询和直接文件访问提供统一的权限集。通过此次发布，Lake Formation 会根据您的表权限为注册的 S3 位置提供临时、作用域限定的凭据。SELECT 权限授予对该位置的读取访问权限，SUPER 权限授予读取和写入访问权限。此功能内置于 Amazon EMR 7.13 或更高版本中。因此，您可以直接从 Spark 作业中访问数据文件，以执行需要文件级访问的任务，例如模型训练、特征工程或调试数据质量问题。此外，您可以通过 AWS 提供的 API 或使用 AWS 提供的开源插件，集成您的 Apache Spark 或 Trino 应用程序。此外，所有访问均记录在 AWS CloudTrail 中，从而为表上的 SQL 和基于文件的操作提供统一的审计跟踪。此功能在所有提供 AWS Lake Formation 的 AWS 区域中免费提供。欲了解更多信息，请参阅 Lake Formation 文档、EMR 文档、API 参考以及开源插件。

Amazon Managed Service for Prometheus 现已支持乱序样本摄入和 workspace 级别的规则查询偏移量。所有 workspace 默认具有 1 分钟的乱序时间窗口，允许 workspace 接收未按严格时间顺序到达的指标样本。您可以根据摄入模式调整此窗口，或将其设置为 0 以禁用该功能并丢弃乱序样本。您还可以配置全局规则查询偏移量，在规则评估查询执行前引入延迟，以便在规则执行前让迟到的样本完成摄入。 这些功能共同减少了数据丢失，并提升了具有分布式采集器、批量导出或可变网络延迟的工作负载的告警准确性。乱序样本支持确保迟到的数据点被摄入而非丢弃，从而保持指标的完整性。规则查询偏移量补偿了预期的摄入延迟。若无此偏移量，规则将立即评估，可能会遗漏尚未到达的样本，导致结果与在所有指标到达后评估相同表达式时的结果不同。两个新的 CloudWatch 托管指标 OutOfOrderIngestionRate 和 OutOfOrderSampleAge 提供了摄入模式的可见性，帮助您为工作负载调整这两个设置。 乱序样本摄入和规则查询偏移量在 Amazon Managed Service for Prometheus 一般可用（GA）的所有 AWS 区域中均可用。要开始使用，请通过 AWS 控制台、API 或 CLI 在 workspace 设置中配置乱序时间窗口和规则查询偏移量。更多信息请参阅 Amazon Managed Service for Prometheus 用户文档。

Amazon Managed Service for Prometheus 现已支持 Prometheus 原生直方图的摄入、存储和查询，使客户能够以比经典直方图更高的精度和更低的基数捕获高分辨率指标分布。负责监控延迟、请求持续时间及其他分布的 DevOps 工程师、站点可靠性工程师和平台团队，现在无需预先定义分箱边界或管理高基数时间序列，即可获得更准确的百分位计算。 原生直方图采用指数分箱，可自动根据数据调整分辨率，将整个分布存储在一个时间序列中，而无需为每个分箱边界创建一个时间序列。这减少了活跃时间序列的数量：此前需要 22 个时间序列的具有 20 个分箱的经典直方图，现在仅需一个时间序列，同时通过 histogram_quantile() 等函数提供更精确的尾部延迟洞察。您可以逐步采用原生直方图，与现有的经典直方图并存，按自身节奏迁移工作负载，而不会中断当前的监控。Amazon Managed Service for Prometheus 对原生直方图的计量和计费仅基于包含实际观测值的已填充分箱，因此对于稀疏分布中的空分箱无需付费。 此功能在提供 Amazon Managed Service for Prometheus 的所有 AWS 区域均可用。要开始使用，请参阅 Amazon Managed Service for Prometheus 文档。要了解原生直方图的定价，请访问 Amazon Managed Service for Prometheus 定价页面。

AWS 宣布推出 AWS Workload Credentials Provider，这是一个轻量级的客户端端提供者，可自动化从 AWS Certificate Manager (ACM) 导出证书的部署，并在 AWS 和非 AWS 工作负载之间实现来自 AWS Secrets Manager 的密钥本地缓存。此前，客户若要从 ACM 导出公钥或私钥证书，需使用 Amazon EventBridge 构建自定义自动化流程以检测续期并部署更新后的证书。随着公钥证书有效期因认证机构浏览器论坛 (CA/B) 规定而缩短，此类自定义自动化在大规模场景下可能难以维护。AWS Workload Credentials Provider 通过提供单一提供者来消除这一复杂性，协助将密钥和证书分发并自动化部署到您的工作负载。您只需配置证书 ARN 并指定选项（如文件路径和服务器重载行为），该提供者即可自动处理证书导出和部署，防止因过期导致的故障。该提供者支持 Windows 和 Linux，并兼容 Apache 和 NGINX Web 服务器。对于密钥缓存，该提供者与 AWS Secrets Manager Agent 保持完全向后兼容，使您能够通过同一统一提供者在 AWS 和非 AWS 工作负载间安全地本地缓存应用密钥。AWS Workload Credentials Provider 是开源的，可在 GitHub 上获取。您可以在所有 AWS 区域中将其与可导出的 ACM 证书和 Secrets Manager 配合使用。欲了解更多信息，请访问 AWS Certificate Manager 文档或 AWS Secrets Manager 文档。

今天，AWS 宣布 OpenAI 的 GPT-5.4 和 GPT-5.5 模型现已扩大可用范围，可在 Amazon Bedrock 的美国东部（北弗吉尼亚）区域使用。借助 GPT-5.4 和 GPT-5.5，您可以在推理、编程、计算机操作、文档工作流以及长周期代理任务等方面构建生成式 AI 应用。GPT-5.5 是 OpenAI 能力最强的模型，专为高级编程、研究、分析、软件操作、文档工作流以及长周期代理任务而设计。它能够理解开放式目标、使用工具、在更长的工作流中进行推理、应对模糊性，并在较少编排的情况下将复杂任务推进至完成。GPT-5.4 则将前沿的推理、编程、计算机操作、长上下文工作流及工具使用能力引入生产级应用，这些应用能够解读上下文、与工具交互、操作软件环境，并在多个步骤中验证输出。两个模型均支持 272K token 的上下文窗口，接受文本和图像输入，并通过 Responses API 提供服务器端和客户端工具调用、项目以及响应流式传输的支持。通过此次发布，GPT-5.4 和 GPT-5.5 现已在更多 AWS 区域可用。如需开始使用，请访问我们的文档中的 GPT-5.5 和 GPT-5.4 模型卡片。

Amazon OpenSearch Service 现已支持 MCP Apps，将可观测性工作流直接集成到兼容的智能体 IDE（如 Claude Desktop 和 VS Code）中。借助此功能，您本地环境中的 AI 智能体可利用存储在 OpenSearch 域、集合以及 Amazon Managed Service for Prometheus 中的日志、追踪、指标和警报来调查事件。您无需离开本地环境，即可在交互式 MCP App 可视化中轻松审查和验证结果。每次 MCP App 工具调用均返回双重响应：供智能体推理的简洁文本摘要，以及在同一对话线程中渲染的交互式可视化，供您审阅。您可以与可观测性智能体协同工作，从触发警报开始，在单一对话中完成根本原因分析、探索分布式追踪、服务拓扑、PromQL 指标图表以及跨信号相关性。可用的 MCP App 工具涵盖日志、指标和追踪调查、服务性能、拓扑、动态可视化、智能体健康、集群健康以及仪器评分。 OpenSearch MCP App 体验可在提供 Amazon OpenSearch UI 的所有 AWS 区域中使用。要开始使用，请遵循 OpenSearch 智能体可观测性与 MCP Apps 中的说明。如需了解有关 OpenSearch 的更多信息，请访问 Amazon OpenSearch Service 开发者指南。

Amazon ECS 托管守护进程现已支持任务间可见性与通信，使客户能够在 ECS 托管实例上部署需要访问应用程序进程和共享 IPC 资源的追踪、剖析及安全代理程序。通过此次发布，您可以在 ECS 守护进程定义中配置两个新设置：pidMode 控制守护进程是否可以看到实例上的所有进程，ipcMode 控制守护进程是否与实例上的其他容器共享 IPC 命名空间。将任一设置设为"shared"即可授予守护进程访问相应命名空间的权限；默认值"none"则保持守护进程与应用程序容器及其他任务隔离。这些设置允许您以 ECS 守护进程的形式运行感知进程和依赖 IPC 的代理程序，而无需将其作为边车嵌入应用程序任务定义。ECS 在每个托管实例上恰好部署一个守护进程任务，并在应用程序任务之前启动守护进程，因此平台团队可以独立部署和更新代理程序，同时确保所有工作负载具有一致的覆盖范围。要开始使用，请使用 AWS 控制台、CLI、CloudFormation 或 AWS SDK 注册一个守护进程任务定义，将其 pidMode 或 ipcMode 设置为"shared"，然后在您的集群中创建或更新与该守护进程关联的 ECS 托管实例容量提供者。此功能现已在所有 AWS 区域可用，无需额外费用。如需更多详细信息，请参阅我们的文档。

今天，AWS 宣布在 Amazon Bedrock 上提供来自 Google DeepMind 的 Gemma 4 系列开源权重模型。借助 Gemma 4，您可以在推理、多模态理解、代理（agentic）以及软件工程工作流中构建生成式 AI 应用。 Amazon Bedrock 上的 Gemma 4 系列包含三个变体——Gemma 4 31B、Gemma 4 26B-A4B 和 Gemma 4 E2B——涵盖稠密架构与混合专家（MoE）架构，并内置推理能力、原生函数调用支持、35 多种语言支持，以及涵盖文本、图像、视频和音频的多模态输入。Gemma 4 31B 适用于以推理和代码为主的工作负载，具备 256K token 上下文窗口；Gemma 4 26B-A4B 面向对成本和延迟敏感的工作负载；Gemma 4 E2B 是最小变体，专为低延迟交互式用例设计。Gemma 4 运行于 Bedrock 的一项旨在提升价格性能的新创新之上，并增强了对工具调用、结构化输出、推理及响应流式传输的支持，使客户能够利用开源模型构建可靠的生成式 AI 应用。 Gemma 4 模型可在以下 AWS 区域使用：美国东部（弗吉尼亚北部）、美国东部（俄亥俄）、美国西部（俄勒冈）和欧洲（法兰克福）。如需开始使用，请访问我们文档中的 Gemma 4 模型详情页面。

Amazon VPC 流日志现已支持 EC2 资源标签和下一跳接口元数据，通过消除手动关联流日志数据与资源元数据的需求，简化了网络监控与故障排查工作。 VPC 流日志可捕获并记录您 VPC 网络流量的信息，以便监控和排查网络流量问题。借助对 EC2 资源标签的支持，您可以嵌入来自网络接口、EC2 实例和自动伸缩组的标签值。这消除了您需要将流日志数据与独立的标签元数据关联以将记录与特定工作负载进行关联的需求。借助对下一跳元数据的支持，您可以捕获每个流量的下一跳网络接口的详细信息，包括其接口 ID、子网、可用区、VPC 和接口类型。这些字段有助于您了解流量如何穿越 NAT 网关、网络负载均衡器和传输网关等网络资源，而无需手动关联多个数据源。VPC 流日志的 EC2 资源标签和下一跳元数据支持已在以下 AWS 区域可用：美国东部（俄亥俄、弗吉尼亚北部）、美国西部（北加州、俄勒冈）、非洲（开普敦）、亚太（香港、海德拉巴、雅加达、墨尔本、孟买、大阪、首尔、新加坡、悉尼、东京、奥克兰、台北、曼谷、马来西亚）、加拿大中部、加拿大西部（卡尔加里）、欧洲（法兰克福、爱尔兰、伦敦、米兰、巴黎、西班牙、斯德哥尔摩、苏黎世）、以色列（特拉维夫）、南美洲（圣保罗）、墨西哥中部、欧洲主权云（德国）以及 AWS GovCloud（美国东部、美国西部）区域。如需开始使用，请参阅 VPC 流日志文档。

即日起，由 AWS Graviton5 处理器驱动的 Amazon Elastic Compute Cloud（Amazon EC2）M9g 和 M9gd 实例已普遍可用。AWS Graviton5 处理器是 AWS 定制处理器的第五代产品，为在 Amazon EC2 上运行的通用工作负载提供最佳性价比。 M9g 实例适用于广泛的通用工作负载，包括应用服务器、微服务、游戏、缓存和容器，同时也能满足代理式 AI 用例所需的性能，如实时推理、代码生成和多步骤编排。 M9gd 实例为需要高速、低延迟本地存储的客户提供了基于本地 NVMe 的 SSD 块级存储，适用于媒体处理、批处理和日志处理，以及需要访问临时存储（包括缓存和临时文件）的应用程序。 与基于 AWS Graviton4 的 M8g 和 M8gd 实例相比，M9g 和 M9gd 实例的计算性能最高提升 25%。在数据库方面性能最高提升 30%，在 Web 应用程序方面最高提升 35%，在机器学习方面最高提升 35%。这些实例构建于第六代 AWS Nitro 系统之上，并首次搭载 Nitro 隔离引擎，利用形式化验证提供数学级保证，确保客户工作负载彼此之间以及与 AWS 运营人员完全隔离，开创了数学可证明的云安全新标准。 M9g 和 M9gd 实例可在美东（北弗吉尼亚、俄亥俄）、美西（俄勒冈）和欧洲（法兰克福）区域提供。M9g 和 M9gd 实例可通过节省计划、按需实例、竞价实例、专用实例或专用主机进行购买。 升级您的计算能力，选择 AWS Graviton，立即开始使用。

即日起，由 NVIDIA Blackwell GPU 加速的 Amazon Elastic Compute Cloud（Amazon EC2）P6-B200 实例已在 AWS GovCloud（美东）区域上线。这些实例在 AI 训练和推理方面的性能最高可达 P5en 实例的 2 倍。P6-B200 实例配备 8 个 Blackwell GPU，拥有 1440 GB 高带宽 GPU 内存，相比 P5en 实例，GPU 内存带宽提升 60%；同时搭载第五代 Intel Xeon 处理器（Emerald Rapids），并支持高达 3.2 Tbps 的 Elastic Fabric Adapter（EFAv4）网络。P6-B200 实例由 AWS Nitro 系统驱动，因此您可以在 Amazon EC2 UltraClusters 中可靠且安全地将 AI 工作负载扩展至数万个 GPU。P6-B200 实例现已以 p6-b200.48xlarge 规格在以下 AWS 区域上线：美西（俄勒冈）、美东（北弗吉尼亚、俄亥俄）、AWS GovCloud（美西）和 AWS GovCloud（美东）区域。如需了解有关 P6-B200 实例的更多信息，请访问 Amazon EC2 P6 实例。

AWS Cost and Usage Report 2.0（CUR 2.0）现已支持对数据表配置进行更新。客户无需删除并重新创建即可修改现有的 CUR 2.0 导出。此前，启用新的 CUR 2.0 功能需要用户设置全新的导出，因为现有导出设置被有意保持稳定，以避免干扰下游流程。希望利用新功能（如新增列或更细粒度）的用户必须手动重新创建其导出。通过此次更新，可通过 AWS 管理控制台进行配置更改。此外，客户也可使用 AWS SDK 或 CLI 执行这些修改。更新后的偏好设置将在下一次计划导出交付中生效。此增强功能简化了新 CUR 2.0 功能的采用。有关更多详细信息，请参阅 AWS 成本管理用户指南。

您现在可以在美国、欧洲、亚太和南美洲新增的 8 个 AWS 区域中，为 Amazon FSx for OpenZFS 文件系统创建采用智能分层存储类的文件系统。 FSx 智能分层专为通用文件工作负载设计，例如文件共享、归档、媒体库以及从本地 HDD 存储迁移。它会根据访问模式自动将数据在三个存储层级（频繁访问、不频繁访问和归档）之间移动，并可选使用 SSD 读缓存确保活跃数据的高速访问。您可为活跃工作负载获得高性能，同时为其余数据享受低成本存储，仅需为实际存储的数据付费，无需管理容量。使用 FSx 智能分层，与 FSx SSD 存储类相比最高可节省 85% 成本，与本地基于 HDD 的 NAS 相比最高可节省 20% 成本。 通过此次扩展，FSx 智能分层存储类现已在以下新增 AWS 区域中可供 FSx for OpenZFS 文件系统使用：美国西部（北加州）、欧洲（伦敦、斯德哥尔摩、西班牙、苏黎世）、亚太（海得拉巴、首尔）和南美洲（圣保罗）。欲了解更多信息，请访问 FSx 智能分层页面和 Amazon FSx for OpenZFS 产品页面，并查阅 FSx for OpenZFS 区域表以获取完整的区域可用性信息。

Amazon SageMaker Unified Studio Notebook 现已支持 Amazon EMR Serverless 与 Apache Spark Connect，为数据工程师和分析师在选择交互式分析及数据工程工作负载的 Spark 运行时方面提供了更大灵活性。除 Amazon Athena Spark 外，用户现在还可利用 Amazon EMR Serverless 作为其 Spark 运行时，并根据自身需求选择最优引擎。 通过此次发布，您可以在 Notebook 单元格中于 EMR Serverless Spark 应用程序上运行 PySpark 和 Spark SQL。用户可从 Notebook 侧边栏选择其 Spark 运行时，所选运行时将同时适用于 Python 和 SQL 单元格。此外，用户可利用内置 AI 助手 SageMaker Data Agent，通过自然语言提示生成代码和执行计划，从而借助 EMR Serverless 加速 Spark 开发工作流。组织可利用预初始化容量以缩短会话启动时间，同时受益于所有支持引擎的统一 Spark UI 监控，从而对作业执行和性能保持一致的可见性。此外，EMR Serverless 为需要网络隔离的工作负载提供 VPC 连接支持。 此功能在 Amazon SageMaker Unified Studio 可用的所有 AWS 区域中均可使用，支持 SageMaker Unified Studio Notebook 和 JupyterLab IDE 环境。如需开始使用，请参阅 Amazon SageMaker Unified Studio 用户指南。

您现在可以在 AWS 欧洲主权云（德国）区域创建 Amazon S3 访问授权。 Amazon S3 访问授权可将 Microsoft Entra ID 等目录中的身份或 AWS 身份与访问管理 (IAM) 主体映射到 S3 中的数据集合。这有助于您大规模管理数据权限，通过根据企业身份自动授予终端用户 S3 访问权限来实现。 请访问 AWS 区域表以获取完整的区域可用性信息。如需了解有关 Amazon S3 访问授权的更多信息，请访问我们的产品页面。

今天，AWS 宣布推出 AWS FinOps Agent 预览版。这是一款面向 FinOps 从业者和工程团队的先锋智能体，能够回答成本问题、揭示优化机会、自动调查成本异常，并依据您设定的时间表执行重复性的 FinOps 工作流。 借助 AWS FinOps Agent，您可以查询 AWS 成本并生成面向财务和工程团队的云成本报告。该智能体会从 AWS Cost Optimization Hub 和 AWS Compute Optimizer 中揭示调整规格、闲置资源以及 Savings Plans 的建议，并可代表您创建 Jira 工单。当检测到成本异常时，FinOps Agent 可自动调查根本原因，并将调查结果发布到 Slack 频道，从而使工程团队无需人工分诊即可收到通知。 AWS FinOps Agent（预览版）目前仅在美东（北弗吉尼亚）区域可用，其涵盖的成本与用量数据包括所有 AWS 区域，但不包括 AWS GovCloud（美国）区域和 AWS 中国（北京和宁夏）区域。在预览期间，AWS FinOps Agent 不收取额外费用。 有关 AWS FinOps Agent 的更多信息，请参阅用户指南、产品详情页面和博客。请前往 AWS 管理控制台中的 AWS FinOps Agent 页面开始使用。

AWS 推出了新的计算优化型 Amazon EC2 实例，具体包括 M8in、M8ib、M8idn、M8idb、R8in、R8ib、R8idn 和 R8idb。这些实例由专属的第六代 Intel Xeon 可扩展处理器和 AWS Nitro 卡驱动，提供显著的性能提升，其每 vCPU 的计算能力较前代提升高达 43%。关键特性是增强的网络能力，其中 M8in 和 R8in 实例可提供 600 Gbps 的网络带宽。这些网络优化型实例非常适合实时分析和 5G UPF 等高要求应用。M8idn 和 R8idn 实例面向需要本地存储的网络密集型工作负载。对于存储密集型需求，M8ib 和 R8ib 实例提供高达 300 Gbps 的 EBS 带宽。M8idb 和 R8idb 变体则结合了高 EBS 吞吐量和低延迟 NVMe 存储。更大的规格支持弹性织物适配器（EFA）网络，以提升集群性能。这些新实例类型和金属规格最初在 US East（北弗吉尼亚）AWS 区域可用。

Claude Fable 5 已在 AWS 上正式发布，使所有客户均可获得 Mythos 级能力，并配备强有力的 safeguards，确保其适用于更广泛的使用场景。Fable 5 在几乎所有已测试的基准测试中均处于领先地位，为开发者和构建生产级 AI 应用的企业在自主知识工作和编码方面带来了根本性突破。Claude Mythos 5 是同一模型但移除了安全分类器，目前仅向当前拥有 Claude Mythos Preview 访问权限的小部分客户提供。 Claude Fable 5 可在无需干预的情况下，长时间运行复杂的知识工作和编码任务，标志着客户能够利用 AI 解决的问题类型发生了根本性转变。该模型专为金融、法律、营销、销售、数据和工程等专业任务而构建——能够基于学习成果主动自我更新技能，自主开发评估框架，并在交付前验证其工作。 客户可通过两种方式访问 Claude Fable 5：Amazon Bedrock 和 AWS 上的 Claude Platform。Amazon Bedrock 将数据保留在 AWS 基础设施内，并通过统一服务提供对 Claude Fable 5 的访问，同时集成由 AWS 管理的功能，如 Guardrails、Knowledge Bases 以及区域数据驻留。欲了解更多信息，请参阅 Amazon Bedrock 文档及区域可用性说明。 由 Anthropic 运营的 AWS 上的 Claude Platform 为您提供对 Anthropic 原生 Claude 平台体验的直接访问，并支持统一的 AWS 计费与身份认证。如需开始使用，请参阅 AWS 上的 Claude Platform 文档。”

AWS Backup 现已支持 Amazon Elastic Kubernetes 服务（EKS），并扩展至 AWS 欧洲主权云（德国）区域。此次扩展为位于该新支持区域的 Amazon EKS 集群提供完全托管、基于策略的数据保护与恢复功能，包括自动调度、保留管理、不可变存储库以及跨区域和跨账户复制。 您可以使用 AWS Backup 保护整个 EKS 集群、特定命名空间或单个持久化卷，采用集中式、无代理的解决方案，替代自定义脚本或第三方工具。请使用 AWS Backup 保护您的集群，以满足灾难恢复、合规要求或在 EKS 集群升级前的需求。 要开始使用，请访问 AWS Backup 控制台，查阅 AWS Backup 文档，或阅读 AWS 新闻博客。

Amazon EMR Serverless 现已支持通过 Spark Connect 进行交互式会话，使您能够在 Amazon SageMaker Unified Studio 的托管笔记本中，以及您喜爱的笔记本环境和 IDE（如 Jupyter 和 Visual Studio Code）中开发与运行 Apache Spark 应用程序。您还可以在 EMR 控制台中监控和调试活跃及已完成的会话，并获取针对单个会话的细粒度成本和使用情况可见性。 交互式会话提供持久的 Spark 上下文，可无缝跨越单元格和脚本，使您能够在统一环境中将本地 Python 代码执行与远程 Spark 操作相结合。这一功能由 Spark Connect 的客户端 - 服务器架构实现，该架构将应用程序客户端与 Spark Driver 解耦，使您能够在 Spark 基础设施独立运行于 EMR Serverless 的同时，保持首选的开发环境和工具链。该架构解锁了包括临时数据探索、逐步迭代调试以及在部署到生产环境之前进行增量 PySpark 作业开发等工作流程。 在可观测性方面，您可通过 Spark UI 获取实时会话监控，通过 Spark History Server 实现历史跟踪，并从 EMR 控制台或 API/CLI/SDK 进行会话管理。 Spark Connect 在 Amazon EMR Serverless 上已随 EMR 7.13 版本发布，在所有提供 Amazon EMR Serverless 的 AWS 区域均可使用。SageMaker Unified Studio 体验在支持的区域中可用。如需开始使用，请访问 EMR Serverless 交互式会话用户指南或 Amazon SageMaker Unified Studio 入门指南。

AWS Cost Explorer 现已支持“使用 Amazon Q 进行分析”，这是一项新功能，可为您在 Cost Explorer 中配置的任意报表提供全面的成本解释。只需单击一个按钮，您即可从 Amazon Q Developer 获得详细的分析，涵盖您的成本趋势、主要成本驱动因素和异常。所有分析均基于您设定的精确筛选条件和时间段，并通过后续问题提供指导，帮助您发现优化机会。 此前，成本分析需要在多个筛选条件和数据点之间进行手动调查。通过“使用 Amazon Q 进行分析”，您只需配置 Cost Explorer 视图并单击一个按钮。Amazon Q 将分析您当前的上下文，并直接在聊天面板中提供解释，并根据您查看的内容进行适配：针对过去日期提供历史解释，针对未来日期提供预测解释，或针对混合时间段同时提供两者。随后，您可以提出后续问题，以更详细地探索与您的成本数据相关的任何见解，因为 Amazon Q 会在整个对话过程中保持完整的上下文。 “使用 Amazon Q 进行分析”在所有商业 AWS 区域均可用，且不额外收费。要开始使用，请访问 AWS Cost Explorer 控制台，或查看用户指南。

AWS Compute Optimizer 现已能够识别 Amazon DynamoDB 预留表、Amazon ElastiCache（Redis 和 Valkey）、Amazon MemoryDB、Amazon DocumentDB（预留和无服务器）、Amazon WorkSpaces 以及 Amazon SageMaker 端点的闲置资源。此次扩展使您能够在更广泛的 AWS 环境中检测未使用的资源，并识别潜在的节省成本机会。 Compute Optimizer 通过分析利用率指标来确定资源是否处于闲置状态。客户可根据其工作负载的性质设置该回溯时间周期。对于每种资源类型，Compute Optimizer 会评估服务特定的信号，例如消耗的容量、缓存命中数、活跃连接数和 CPU 利用率等。当 Compute Optimizer 识别出潜在的闲置资源时，它会在控制台中展示这些建议，同时提供详细的利用率指标和预估节省金额，使您在采取行动前能够评估建议。此外，您还可以通过成本优化中心查看组织中所有 AWS 账户的闲置资源建议，并针对同一资源上的其他建议进行去重后的预估节省金额汇总。 有关 Compute Optimizer 可用 AWS 区域的更多信息，请参阅 AWS 区域表。有关 AWS Compute Optimizer 的更多信息，请访问我们的产品页面和文档。您可以通过 AWS 管理控制台、AWS CLI 和 AWS SDK 开始使用 AWS Compute Optimizer。

即日起，Amazon MSK Express Broker 支持通过 Kafka Streams 自动创建主题。客户现在可以在 Express Broker 上部署 Kafka Streams 应用程序，而无需手动预先创建或管理用于有状态操作的主题。MSK Express Broker 旨在实现每个 Broker 高达三倍的吞吐量提升，扩容速度提升 20 倍，并将恢复时间减少 90%。Kafka Streams 使用主题来存储状态并为有状态操作进行数据重分区。此前，使用 Express Broker 运行 Kafka Streams 的客户在部署应用程序前必须手动命名并预先创建这些主题。通过此次发布，这些主题将在应用程序启动时自动创建，从而简化部署流程，并降低在 Express Broker 上部署 Kafka Streams 应用程序的运维配置工作。该功能现已在所有提供 MSK Express Broker 服务的 AWS 区域可用。无需额外配置或设置即可开始使用。欲了解更多信息，请参阅 Amazon MSK 开发者指南。

Amazon DocumentDB（兼容 MongoDB）现已支持引擎小版本，起始版本为 5.0.1。此次发布提供了增强的聚合功能，包括新操作符（$rand、$pow、$dateToParts、$dateFromParts），用于监控实例的活跃连接指标，以及在 CloudWatch 中提供细粒度的命令级性能指标（如 find、insert、findAndModify、update 等）。有关完整功能列表，请参阅发布说明。小版本在相同主版本内提供新功能和问题修复，使您能够更灵活地控制升级集群的时间和方式。我们建议您升级到最新小版本，以充分利用这些性能增强、问题修复和新功能。创建新集群时，可以指定小版本 5.0.1；或者使用 AWS 管理控制台或 AWS CLI（通过 modify-db-cluster 命令并设置 --engine-version 5.0.1）手动将现有的 5.0.0 集群升级到 5.0.1。升级到更新的小版本后，无法降级回之前的小版本。从 5.0.0（LTS）升级到 5.0.1 可获取最新的功能和修复，但您将不再处于长期支持（LTS）轨道。如果将最小化升级作为首要目标，则应保留在 LTS 版本上。有关更多信息，请参阅《使用长期支持（LTS）版本》。Amazon DocumentDB 引擎小版本 5.0.1 已在所有支持 Amazon DocumentDB 5.0 的 AWS 区域可用。有关小版本升级和版本支持日期的更多信息，请参阅 Amazon DocumentDB 开发者指南。在 Amazon DocumentDB 管理控制台中创建或更新完全托管的 Amazon DocumentDB 集群。

Amazon CloudWatch Logs Insights 查询语言现已支持 23 个新命令和函数，为您提供查询、解析、转换和分析日志的新方式。在 CloudWatch Logs Insights 中分析日志的客户通常需要执行条件处理、字符串转换、处理 IP 地址、解析不同文件格式以及执行复杂的统计命令。通过此次发布，CloudWatch Logs Insights 提供了新的哈希函数（md5、sha256）、字符串函数（支持不区分大小写搜索的 strcontains、split）、条件逻辑（if 语句）和转换函数（toNumber、toInt、toLong、toDouble）。此外，还新增了 IP 函数（ipv4ToNumber、isPrivateIP、isPublicIP、isReservedIP）、分析函数（rate、count_over_time、sum_over_time、offset、histogram）以及解析函数（解析 CSV、解析 XML、解析 multi、values、addtotals）。现在，查询还支持“限制任意 N"以获取前 N 个结果，并可使用多达 10 个统计命令。这些命令和函数今日已在所有商业 AWS 区域可用。欲了解更多信息，请参阅 Amazon CloudWatch Logs 文档。

今天，AWS 宣布在 Savings Plans Purchase Analyzer（Savings Plans 购买分析器）中推出目标覆盖率分析功能。该功能集成于 AWS 账单和成本管理，可帮助您根据目标覆盖率规划 Savings Plans 的购买。Savings Plans Purchase Analyzer 通过估算 Savings Plans 购买对成本、覆盖率、利用率和节省金额的影响，帮助您评估不同的购买场景。借助目标覆盖率分析，您可以设定由 Savings Plans 覆盖的按需（On-Demand）支出的具体百分比。Savings Plans Purchase Analyzer 将基于您的历史使用情况，推荐新的购买金额以帮助您达成该目标。您还可使用自定义回溯周期或排除即将过期的 Savings Plans 等参数进一步定制分析，并比较不同覆盖率目标下的成本、覆盖率、利用率和节省金额。您可以通过交互式图表查看推荐结果，或通过购买分析器 API 访问目标覆盖率分析。目标覆盖率分析在所有支持 Savings Plans Purchase Analyzer 的 AWS 区域均可用。欲了解更多信息，请访问 AWS Savings Plans 页面和用户指南。

Amazon RDS for PostgreSQL 19 Beta 1 现已在 Amazon RDS 数据库预览环境中可用，使您能够评估在 Amazon RDS for PostgreSQL 上发布的 PostgreSQL 19 预览版。您可以在具有完全托管数据库优势的 Amazon RDS 数据库预览环境中部署 PostgreSQL 19 Beta 1。PostgreSQL 19 通过 SQL 属性图查询（SQL/PGQ）原生支持图查询，因此您可以直接在标准 SQL 中表达复杂的关联遍历，而无需构建独立的应用程序逻辑或在两个数据库之间同步数据。它还引入了支持并发表重组的功能，该功能可重建表并回收未使用的存储空间，从而在常规表维护期间保持生产数据库的可用性。逻辑复制现在会自动将序列值同步到副本，消除了在主版本升级切换后进行手动序列对账的需求。逻辑复制还可以在不重启服务器的情况下动态启用，从而减少计划停机时间。有关更多详细信息，请参阅 PostgreSQL 社区公告。Amazon RDS 数据库预览环境中的数据库实例保留期最长为 60 天，保留期结束后将自动删除。在预览环境中创建的 Amazon RDS 数据库快照仅可用于在预览环境中创建或恢复数据库实例。您可以使用 PostgreSQL 转储和加载功能从预览环境中导入或导出数据库。Amazon RDS 数据库预览环境中的数据库实例按照美国东部（俄亥俄）区域的定价进行计费。

Amazon Aurora DSQL 现已支持带有可选压缩功能的 PostgreSQL JSONB 数据类型。您现在可以在 Aurora DSQL 中使用依赖 PostgreSQL JSONB 类型的代码和工具，从而更便捷地将半结构化数据与关系型数据一同存储。在创建或修改表时，您可以使用 JSONB 数据类型来存储半结构化数据，例如系统配置元数据、API 参数和事件日志。默认启用 PostgreSQL 压缩后，较大的 JSONB 负载可更高效地存储，有助于降低存储成本。请通过 AWS 免费层免费试用 Aurora DSQL。有关区域可用性的信息，请参阅 AWS 区域表。您可在本文处了解更多关于 Aurora DSQL 数据类型的信息，包括 JSONB。

AWS 应用迁移服务（MGN）现已更名为 AWS Transform MGN。此次更名反映了 MGN 作为 AWS Transform（代理式迁移服务）背后经过验证的复制引擎的角色。您可选择两种重新托管体验：使用 AWS Transform MGN 控制台直接控制复制和切换；或使用 AWS Transform 代理式工作流，由代理负责发现、波次规划、落地区设置、网络创建以及代表您执行重新托管或容器化，从而加速您通往 AWS 的进程。AWS Transform MGN 保留其所有现有合规认证，包括 FedRAMP High、HIPAA、PCI DSS、ISO 以及 SOC 1、2 和 3，因此您可放心迁移。该服务在所有商业区域和两个 GovCloud（美国）区域均可用。请访问 AWS Transform MGN 产品页面和 AWS Transform MGN 文档，以获取有关如何将应用程序重新托管至 AWS 的更多信息。

AWS Lambda 托管实例（LMI）现已在所有商业 AWS 区域可用，以色列（特拉维夫）、中东（巴林）、中东（阿联酋）和亚太（奥克兰）区域除外。 LMI 允许您在托管的 Amazon EC2 实例上运行 Lambda 函数，使您能够访问专用计算配置和 EC2 定价优势，同时保持 Lambda 的操作简便性。LMI 完全管理实例生命周期、操作系统和运行时补丁、路由、负载均衡以及自动扩展，因此您可以专注于编写代码。您可以在每个执行环境中处理并行请求，最大化资源利用率并提升性价比。此外，您可以通过利用 EC2 定价模型（包括计算节省计划和预留实例）进一步降低成本。LMI 非常适合需要专用硬件配置的客户，以及拥有稳态或可预测工作负载并希望优化成本的客户。 您可以继续使用熟悉的开发工作流构建函数，包括控制台和您偏好的 IDE。要开始使用，请创建一个容量提供者以定义您的计算偏好，包括 VPC 配置、可选的实例要求以及扩展策略。然后，通过 AWS Lambda 控制台、API 或基础设施即代码工具将您的 Lambda 函数附加到该容量提供者。LMI 与所有 Lambda 事件源及工具（如 Amazon CloudWatch、AWS X-Ray 和 AWS Config）无缝集成。欲了解更多信息，请访问 AWS Lambda 定价、AWS Lambda 托管实例文档和博客。

AWS 成本异常检测现已推出由 AI 驱动的成本调查功能，该功能利用 Amazon Q 分析已检测到的成本异常的根本原因。调查成本变更通常需要关联成本数据与 AWS CloudTrail 事件及资源活动，这一过程可能耗时数小时。成本调查可在数分钟内提供通俗易懂的解释，帮助 FinOps 从业者和工程团队更快地从告警转向行动。 当您调查异常时，Amazon Q 会判断成本变更是由用量驱动还是费率驱动，识别相关的服务、账户和区域；对于用量驱动的变更，Amazon Q 会关联 AWS CloudTrail 以将变更归因于特定的 API 调用和 IAM 主体。对于拥有组织级 CloudTrail 跟踪的组织，调查功能可自动跨所有成员账户运行。您可以通过后续问题继续对话，以探索模式或深入查看特定资源。 AI 驱动的成本调查现已在所有商业 AWS 区域免费提供。使用组织级 CloudTrail 跟踪（已交付至 Amazon CloudWatch Logs）进行的跨账户调查，可能会根据扫描的数据量产生标准的 CloudWatch Logs Insights 费用。 要开始使用，请导航至 AWS 计费与成本管理控制台中的 AWS 成本异常检测，并在任何检测到的异常上选择“使用 Amazon Q 进行调查”。如需了解更多，请参阅 AWS 计费与成本管理用户指南中的“使用 Amazon Q 调查异常根本原因”。

Amazon Connect Customer 现已为自助语音交互提供 AI 代理追踪，使您能够了解 AI 代理在每次客户对话中的推理、行动和响应方式。通过此次发布，您可对 AI 代理处理交互的全过程实现全面可见性，从而确认哪些操作有效、诊断问题、验证行为，并自信地部署代理式体验。 例如，如果您的 AI 代理未能解决客户请求，您可以直接在 Connect 网络用户界面中访问逐步追踪记录，该记录与完整对话转录并列显示，并可查看其是否存在推理错误、以错误参数调用工具，或因等待响应而超时等情况。 此功能适用于所有支持 Amazon Connect Customer AI 代理的 AWS 区域。更多信息请参阅 Amazon Connect Customer 管理员指南。如需了解 Amazon Connect Customer——一款助力企业交付卓越客户体验的代理式 AI 解决方案，请访问 Amazon Connect Customer 网站。

Amazon Redshift 宣布为 Amazon Redshift Serverless 和 Amazon Redshift RG 实例的手动快照推出新的计费模式。通过此项增强功能，Amazon Redshift 现在根据快照中存储的唯一数据块对手动快照存储进行计量，而非每个单独快照的总大小。这使得维护多个快照的客户能够降低手动快照成本。为灾难恢复、测试或长期保留而维护多个手动快照的客户将看到存储成本降低。凭借此新的计费模式，您可以更频繁地创建手动快照以实现更好的恢复点目标（RPO），而无需按比例增加成本，从而支持更稳健的灾难恢复策略。新的计费模式将自动适用于现有和新的手动快照。新的手动快照计费模式在提供 Amazon Redshift Serverless 和 Amazon Redshift RG 实例的所有 AWS 商业区域和 AWS GovCloud（美国）区域中均可用。如需了解有关 Amazon Redshift 快照的更多信息，请访问我们的文档或博客。

Amazon RDS for SQL Server 现已在 AWS Transform 中提供总拥有成本（TCO）评估功能，使您能够在将本地 SQL Server 数据库迁移至 RDS for SQL Server 时估算成本。借助 AI 驱动的代理，AWS Transform 可分析您的本地 SQL Server 环境，并提供符合工作负载需求且能降低成本的数据库实例推荐。通过 AI 驱动的“假设分析”（what-if analysis），您可以评估不同选项、比较成本，并选择最适合迁移的方案。AWS Transform 中的 RDS for SQL Server 评估支持自带许可（Bring Your Own Media, BYOM）和许可包含（License Included, LI）两种模式。评估涵盖利用数据库节省计划（Database Savings Plans）进行成本优化，该计划相比按需定价最高可节省 20% 成本，并符合 AWS 迁移加速计划（AWS Migration Acceleration Program, MAP）的资格，该计划提供赠款和支持以抵消迁移成本。您可以使用任何数据格式启动评估，包括 RVTools 导出、配置管理数据库（CMDB）导出、AWS Transform 发现工具的导出以及其他第三方发现工具的导出。您可以创建“假设分析”场景，以比较多种成本模型，并基于自定义假设（包括区域、资源利用率和定价条款）进行评估。RDS for SQL Server 现已加入 AWS Transform 现有的迁移评估能力，因此您可以在“假设分析”场景中将其与 Amazon EC2、Amazon FSx、Amazon S3、EC2 上的 SQL Server 以及虚拟桌面的成本建模相结合。您还可以通过云价值主张的其他支柱（如人员生产力、运营韧性、业务敏捷性和可持续性）进一步增强评估。要开始使用，请登录 AWS Transform 控制台并选择“迁移评估”。AWS Transform 迁移评估可在所有提供 AWS Transform 服务的 AWS 区域中使用。

Amazon Bedrock AgentCore Runtime 推出了新 API InvokeAgentRuntimeCommandShell，以在代理会话中启用交互式 Shell。该功能提供通过 WebSocket 访问的持久化、基于 PTY 的终端，补充了现有的单次命令执行 API，为开发者提供完整的终端体验。交互式 Shell 运行在隔离的微虚拟机（microVM）中，支持颜色显示和选项卡自动补全等功能。开发者现在可以完成身份验证，进入托管其编程代理的微虚拟机，并将其作为本地终端进行交互。这使得检查文件、执行临时命令以及调试环境状态成为可能。Shell 在会话内的命令之间保持持久状态，包括环境变量和工作目录。每个交互式会话由运行时会话 ID 和 Shell ID 唯一标识，便于重新连接。自动重连可处理短暂的网络中断，而较长的断开连接可手动恢复。单个代理运行时最多可支持 10 个并发 Shell，从而支持在不同分支上并行工作。这一新功能对于托管如 Claude Code 和 OpenAI Codex 等编程代理的开发者至关重要。

AWS Glue 数据目录现已支持基于 AWS IAM 的授权，适用于 Amazon S3 表和 Apache Iceberg 物化视图。通过基于 IAM 的授权，您可以在单个 IAM 策略中定义存储、目录和查询引擎所需的所有权限。此功能简化了 S3 表或物化视图与任何 AWS 分析服务的集成，包括 Amazon Athena、Amazon EMR、Amazon Redshift 和 AWS Glue。您还可在任何时间选择启用 AWS Lake Formation，通过 AWS 管理控制台、AWS CLI、API 和 AWS CloudFormation 管理细粒度访问控制。此功能现已在 AWS GovCloud (US-East) 和 AWS GovCloud (US-West) 区域可用。欲了解更多信息，请访问 S3 表文档和 AWS Glue 数据目录文档。

Amazon OpenSearch Service 将其现代化的运营分析体验扩展至 GovCloud 区域，包括 AWS GovCloud (US-East) 和 AWS GovCloud (US-West)，使用户能够从单一端点获取跨越托管域和无服务器集合的数据洞察。此次扩展包含工作区（Workspaces），以增强协作与生产力，使团队能够创建专用空间。发现（Discover）功能已全面升级，提供统一的日志探索体验，支持管道处理语言（Piped-Processing-Language, PPL）、SQL，以及 DQL 和 Lucene。Discover 现已具备数据选择器以支持多源数据，并采用新的视觉设计和查询自动完成功能，以提升可用性。该体验确保用户无论底层托管集群或集合的版本如何，均可访问最新的界面增强功能。扩展后的 OpenSearch 分析功能通过为可观测性、安全分析和搜索用例提供专用功能，帮助用户从运营数据中获取洞察。借助增强的 Discover 界面，用户无需切换工具即可分析来自多个来源的数据，从而提高效率。工作区通过为团队创建用于仪表板、保存查询及其他相关内容的专用环境，实现更高效的协作。所有版本均可用最新的界面更新，确保用户不间断地访问最新的功能和工具。OpenSearch UI 可连接至 OpenSearch 域（版本高于 1.3）和 OpenSearch 无服务器集合。要开始使用，请在 AWS 管理控制台创建 OpenSearch 应用程序。更多信息请查阅 Amazon OpenSearch Service 开发者指南。

带有 AWS Fargate 的 Amazon Elastic Container Service（Amazon ECS）现已支持 32vCPU 计算配置，使客户能够以更灵活的部署方式和更高的性能运行需求更高的应用程序。AWS Fargate 提供 32vCPU 任务，针对 Linux 环境下的 x86 架构和 ARM 架构工作负载，支持 60 GiB、120 GiB 或 244 GiB 三种内存配置。这些新任务规格扩展了 Amazon ECS 支持高性能计算用例、大规模数据处理、AI 推理及其他计算密集型工作负载的能力。凭借 32vCPU 和高达 244 GiB 的内存，Amazon ECS 客户现在可以部署更大的容器，并将应用程序的扩展能力突破以往限制，同时充分利用 AWS Fargate 的可靠性、安全性和可扩展性。要使用新的 32vCPU 任务规格，只需在任务定义中将 vCPU 值配置为 32，并选择新的内存选项之一（60、120 或 244 GiB），然后通过 AWS 管理控制台、CLI 或您首选的基础设施即代码工具按常规方式部署 Amazon ECS 服务或任务。新的 vCPU 和内存配置在 Fargate 和 Fargate Spot 容量提供者上均可用，现有的计算节省计划将自动适用。有关定价详情，请参阅 AWS Fargate 定价页面。32vCPU 任务在 Amazon ECS 和 AWS Fargate 的所有 AWS 商业区域及 AWS GovCloud（美国）区域均可用。欲了解更多信息，请参阅 Amazon ECS 文档。

即日起，Amazon Elastic Compute Cloud（Amazon EC2）C8in 实例已在 AWS 亚太区（悉尼、新加坡、马来西亚）和欧洲（法兰克福）区域上线。C8in 实例搭载仅在 AWS 上可用的定制第六代 Intel Xeon 可扩展处理器。这些实例配备最新的第六代 AWS Nitro 卡，性能较上一代 C6in 实例最高提升 43%。 C8in 实例提供更大的规格，vCPU 数量最高可扩展至 384 个。C8in 实例提供 600 Gbps 的网络带宽——在增强型网络 EC2 实例中位居首位——使其非常适合网络密集型工作负载，如分布式计算和大规模数据分析。 C8in 实例可在美东（北弗吉尼亚）、美西（俄勒冈）、亚太（东京、悉尼、新加坡、马来西亚）和欧洲（西班牙、法兰克福）区域使用。C8in 实例支持 Savings Plans、按需实例和竞价实例。更多信息请访问 Amazon EC2 C8i 实例页面。