aws

AWS Step Functions 대용량 단기 사용을 위한 ‘고속 워크플로’ 기능 추가 (서울 리전 포함) AWS Step Functions는 2016년 re:Invent에서 출시되었습니다. AWS 고객은 단계별 워크플로의 핵심 요소로 사용하기 시작했습니다. 현재 고객들은 기계 학습, 보고서 생성, 주문 처리, IT 자동화 및 다른 많은 단계별 프로세스를 AWS 서비스로 오케스트레이션하는 경우, StepFunctions을 사용한 서버리스 워크플로를 구축합니다. 이러한 워크플로는 최대 1년간 실행될 수 있으며 체크포인트 지정, 임시 오류 시 재시도 및 감사를 위한 자세한 상태 추적을 포함하는 워크플로 모델을 중심으로 구축됩니다. 사용 현황과 피드백을 고려할 때 많은 고객이 핵심 Step Functions 모델을 주로 활용합니다. 선언적 사양과 워크플로 구축, 테스트 및 조정 편의성에 높은 점수를 주는 고객이 많습니다. 하지만, Step Functions를 너무 좋아해서 IoT 데이터 수집, 스트리밍 데이터 처리 및 모바일 애플리케이션 백엔드와 같은 대용량의 단기 사용 사례에도 Step Functions를 활용하고 싶어합니다. 새로운 고속 워크플로 기능 추가 오늘 출시되는 고속 워크플로는 기존의 표준 워크플로에 대한 옵션입니다. [ more… ]

AWS Lambda 함수, Provisioned Concurrency를 통해 빠른 성능 제공 (서울 리전 포함) AWS Lambda가 출시되고 5년이 흘렀지만 여전히 팀은 더 쉽게 애플리케이션을 구축하고 실행할 수 있는 새로운 방법을 찾고 있습니다. 특히, 중요 애플리케이션이 서버리스로 이동하면서 애플리케이션의 성능을 제어하는 더 많은 기능이 필요해졌습니다. 오늘 출시되는 Provisioned Concurrency는 함수를 지속적으로 초기화하고 아주 빠르게 준비하여 두 자리 수 밀리초로 응답하는 기능입니다. 이 기능은 웹 및 모바일 백엔드, 지연 시간에 민감한 마이크로서비스 또는 동기식 API와 같은 대화형 서비스를 구현하기에 적합합니다. Lambda 함수를 호출하면 실행 환경으로 라우팅된 후 요청이 처리됩니다. 한 동안 함수를 사용하지 않았다면 더 많은 동시 호출을 처리하거나 함수를 업데이트해야 하는 경우 새 실행 환경이 생성됩니다. 실행 환경이 생성되는 동안 함수 코드가 설치되고 실행 시간이 시작됩니다. 배포 패키지의 크기와 코드 실행 시간 및 코드의 초기화 시간에 따라 새 실행 환경으로 호출을 라우팅할 때 지연 시간이 발생할 수 있습니다. 이 지연 시간을 일반적으로 “콜드 스타트(Cold start)”라고 [ more… ]

AWS 파트너 솔루션 파인더 한국어 지원 시작 AWS 고객들이 APN 파트너사를 쉽게 검색하고 파트너사의 정보를 확인할 수 있는 도구인 AWS 파트너 솔루션 파인더가 한국어 지원을 시작했습니다. 이를 통해, AWS 고객들은 한국어 키워드로 APN 파트너사를 검색하고, APN 파트너사 정보를 한국어로 확인할 수 있습니다. 또한 파트너사의 전문성, 고객사례, APN 프로그램 인증 등의 필터도 파트너 검색시에 활용이 가능합니다. 검색된 결과는, AWS 서비스제공 프로그램 , AWS 컴피턴시 프로그램 , AWS 관리형 서비스 공급자 (MSP) 프로그램 등의 APN 기술 인증 프로그램과, AWS 솔루션 공급자 프로그램 등 AWS의 파트너 프로그램 공식 인증을 취득하고있는 APN 파트너가 상위에 표시되도록 알고리즘이 구성되어 있습니다. 따라서 고객은 각 서비스 및 솔루션에 강점이있는 APN 파트너를 쉽게 확인할 수 있게 됩니다. 지금 AWS 파트너 솔루션 파인더에 접속하셔서, 다양한 한국의 APN 파트너들을 확인해보시기 바랍니다. 파트너 소개 페이지의 “연결” 버튼을 클릭하면 APN 파트너사에게 궁금한 사항을 바로 문의 할 수 있습니다. 또한 고객은 “파트너 평가” 버튼을 [ more… ]

Amazon SageMaker, 그래프 딥러닝 학습을 위한 Deep Graph Library 모델 추가 AWS에서는 이미 검증된 다양한 기계 학습 모델을 최적화해서 Amazon SageMaker에서 사용할 수 있도록 다수의 유명 기-훈련 알고리즘과 모델을 제공하고 있습니다. 또한, AWS Marketplace의 기계 학습 분야에는 수백개의 모델들을 원-클릭으로 SageMaker에서 사용 가능합니다. 이번에 그래프 신경망의 손쉬운 구현을 위해 빌드된 오픈 소스 라이브러리 Deep Graph Library를 Amazon SageMaker에서 사용할 수 있습니다. 최근 몇 년 동안 딥 러닝은 텍스트, 이미지 또는 비디오 같은 복잡한 데이터에서 정교한 패턴을 추출하는 능력 덕분에 세상을 떠들썩하게 했습니다. 하지만, 이런 범주에 맞지 않고 그래프로 더 효과적으로 표현되는 데이터 세트가 상당히 많습니다. 기존 신경망 아키텍처도 이러한 데이터 세트에 적합하지 않다는 것과 새로운 접근 방식의 필요성을 느낍니다. 그래프 신경망에 대한 기본 정보 Graph Neural Network(그래프 신경망,GNN)은 최근 기계 학습에서 가장 흥미로운 발전 분야 중 하나로, 이러한 참조 문서는 작업을 시작하는 데 도움이 됩니다. GNN은 다음과 같은 데이터 세트에서 [ more… ]