[월:] 2020년 12월

AWS CloudShell — AWS 리소스에 대한 콘솔 기반 명령줄 기능 지원 얼마나 많은 자동화를 구축했든, Infrastructure as Code(IAC)를 실행하고 있든, 애완동물에서 가축으로 얼마나 성공적으로 전환했든지 관계없이 때로 명령줄에서 AWS 리소스와 상호 작용해야 할 경우가 있습니다. 구성 파일을 확인 또는 조정하거나, 프로덕션 환경을 신속하게 수정하거나, 새로운 AWS 서비스 또는 기능을 실험해야 할 경우도 있습니다. 일부 고객은 웹 브라우저에서 작업할 때 가장 편안함을 느끼지만 아직 자체 명령 줄 인터페이스(CLI)를 설정하거나 사용자 지정해야 합니다. 이러한 고객은 클라이언트 애플리케이션, 퍼블릭 키, AWS 자격 증명, 도구 등을 다루고 싶지 않다고 말합니다. 이러한 단계 중 어느 것도 어렵거나 지나치게 많은 시간이 소요되지는 않지만 복잡성이 추가되고 원활한 진행이 방해되므로 AWS가 항상 이러한 단계를 모두 피할 수 있도록 도와드리고자 합니다. AWS CloudShell 소개 오늘 AWS는 AWS 지원 셸 프롬프트를 구현하는 프로세스를 가능한 한 원활하고 간단하며 안전하게 만드는 것을 목표로 AWS CloudShell을 출시하게 되었습니다. CloudShell로 실행하는 모든 셸 환경에는 [ more… ]

Amazon Location Service 미리보기 – 사용자 애플리케이션에 지도 및 위치 인식 기능 추가 맵, 위치 인식 및 기타 위치 기반 기능을 사용자의 웹 및 모바일 애플리케이션에 보다 쉽고 비용 효율적으로 추가하고자 합니다. 지금까지 이 작업은 다소 복잡하고 비용이 많이 들었을 뿐 아니라, 단일 공급자의 비즈니스 및 프로그래밍 모델에 연결되었습니다. Amazon Location Service 소개 오늘 Amazon Location을 미리 보기 형식으로 사용할 수 있으며 지금 바로 사용 가능합니다. 일반적인 대안책에 비해 상당히 저렴한 Amazon Location Service를 사용하면 경제적인 종량 과금제 방식으로 여러 공급자의 맵 및 위치 기반 서비스에 액세스할 수 있습니다. Amazon Location Service를 사용하면 사용자의 위치를 파악하는 애플리케이션을 구축하고 그에 따라 대응할 수 있습니다. 맵 표시, 주소 검증, 지오코딩(주소를 특정 위치로 전환) 수행, 패키지 및 디바이스 이동 추적 등의 작업을 수행할 수 있습니다. 추적된 항목이 지오펜싱된 영역에 들어가거나 나갈 때 지오펜스를 쉽게 설정하고 알림을 받을 수 있습니다. 전체 제어를 유지하면서 맵에 [ more… ]

새로운 기능 – Amazon SageMaker Debugger 기반 기계 학습 훈련 작업 프로파일링 오늘 Amazon SageMaker Debugger가 기계 학습 모델을 프로파일링하여 하드웨어 리소스 사용으로 인한 훈련 문제를 훨씬 쉽게 식별하고 수정할 수 있음을 발표하게 되어 매우 기쁩니다. 다양한 비즈니스 문제에 대해 인상적인 성능을 발휘하고 있지만 기계 학습(ML)은 여전히 신비한 주제입니다. 이를 바로 잡는 것은 과학, 장인 정신(일부는 마법사라고 말할 것입니다), 때로는 행운의 연금술입니다. 특히 모델 훈련은 데이터 세트의 품질, 알고리즘, 파라미터 및 훈련 중인 인프라에 따라 결과가 달라지는 복잡한 프로세스입니다. 딥 러닝처럼 ML 모델이 점점 더 커지고 복잡해짐에 따라, 점점 대두되고 있는 문제는 모델을 훈련시키는 데 필요한 인프라의 양입니다. 예를 들어, 공개적으로 사용 가능한 COCO 데이터 세트에 대한 BERT 훈련은 8개의 NVIDIA V100 GPU가 있는 단일 p3dn.24xlarge 인스턴스에서 6시간 이상 걸립니다. 자율 주행 차량 회사와 같은 일부 고객은 훨씬 더 큰 데이터 세트를 처리하고 며칠 동안 물체 감지 모델을 훈련합니다. 복잡한 [ more… ]