Már-már Fidel Castró-i magasságokba emelkedett az Amazon Web Services vezérigazgatója, Andrew Jassy a vállalat éves fejlesztői konferenciáján, a re:Inventen tartott nyitó beszédében. Közel három órán át beszélt a már elérhető és a még csak preview-ban létező újdonságokról. Ami a bejelentésekben közös, hogy a gépi tanulás szinte mindenben megjelenik.

Közelebb kell menni az ügyfelekhez

A bejelentések között volt egy olyan is azonban, ami az AWS hosszabb távú infrastruktúraépítési stratégiáját mutatja: megnyitották az első ún. helyi zónát (local zone) Los Angelesben.

Egy-egy helyi zóna a fejlett informatikai és ipari központok közelébe viszi el az AWS-szolgáltatásokat, hogy azok jobban kiszolgálhassák az alacsony késleltetésre érzékeny ügyfeleket. Az AWS ígérete szerint ezzel képes lesz néhány ezredmásodpercre csökkenteni a késleltetést, ami például valós idejű játékoknál, felhőben futtatott szimulációknál vagy akár gépi tanulási alkalmazásoknál is fontos lehet. A helyi zóna nagy sávszélességű és biztonságos kapcsolatot biztosít mind a helyi, mind az adott AWS régióban futó munkaterhelések felé, így onnan is igénybe vehető a régión belüli szolgáltatások teljes skálája. Az AWS további helyi zónák elindítását is tervezi, de a helyszínekről egyelőre nem beszélt a vezérigazgató.

Az AWS Marketplace árazásában is van újdonság: bővítették az egyedi megállapodásokat kínáló AWS-partnerek körét. Mostantól az ügyfelek a harmadik felek termékeit az AWS Marketplace-en értékesítők szinte teljes körével köthetnek egyedi megállapodásokat (árazás, licencfeltételek, fizetési ütemezés stb. tekintetében). Ezek ugyanúgy megjelennek az ügyfél Amazon-fiókjában, mint a sztenderd szolgáltatások, és azokkal egységesen lehet kezelni őket. Az ügyfél szempontjából hátrány, hogy ha egy ilyen szerződés lejár, nem hosszabbítható meg automatikusan, hanem újra kell tárgyalni az eladóval. Jövő év első negyedévétől egyébként a Marketplace-en értékesítőknek nagyobb lesz a mozgástere az árazásban, mert az Amazon csökkenti az értékesítés után beszedett jutalékot.

A gépi tanulás az AWS svájci bicskája

A konferencián több olyan újdonságot is bejelentettek, melyek még csak preview-ban érhetők el. Elindult a Amazon Managed Apache Cassandra Service (MCS), amivel Cassandra adatbázisokat lehet kezelni serverless módon, így a felhasználóknak csak a valóban használt erőforrásokért kell fizetniük. Az MCS leveszi az ügyfelek válláról a nagy Cassandra-klaszterek kezelését. Így a nyílt forráskódú adatbázist használók egy sokkal rugalmasabb környezetet kapnak – ígéri az Amazon –, amely egy sor bonyolult és sokszor csak manuálisan elvégezhető feladat elvégzésétől is megszabadít (infrastruktúra konfigurálása, karbantartásához, Cassandra-fürtök kezelése, biztonsági másolatot készítése, visszatöltése stb.).

Érkezik a Nitro Enclaves szolgáltatás is, amely érzékeny adatok kezeléséhez biztosít izolált számítási környezetet például egészségügyi vagy pénzügyi cégeknek. A Nitro Enclaves ugyanazt a Nitro Hypervisor technológiát használja, amely az EC2 példányokon biztosítja a CPU-k és memóriaterületek szeparálását. Az egyes enklávék az EC2 példányok virtuális gépek, melyekhez még rendszergazdai vagy operátor hozzáférés sem adható, és biztonságos helyi kapcsolat köti azokat az EC2 példányhoz.

A gépi tanuláshoz kötődik a legtöbb bejelentett újdonság. A Kendra vállalati kereső szolgáltatás a hozzákapcsolt tárhelyek tartalmát indexeli, a felhasználók pedig természetes nyelvi kérdésekkel kereshetnek. A kereső a gépi tanulás révén folyamatosan fejlődik, a felhasználók ugyanis értékelhetik a kereső találatait, ami alapján a Kendra automatikusan javít a keresésén.

A SageMaker Studio egy webes integrált fejlesztői környezet (IDE), amely a gépi tanulási folyamatokat egy felületre vonja össze. A fejlesztők a gépi tanulási modellek összeállításától a betanításon és a finomhangoláson át a deploymentig mindent meg tudnak oldani benne.

A CodeGuru is egy fejlesztési segédeszköz. Ebben egy olyan gépi tanulás algoritmust használ az Amazon, amelyet saját belső, valamint a GitHubon közzétett nyílt forráskódú fejlesztési projektekkel tanított. A CodeGuru megtalálja a kódban rejlő potenciális hibákat és a kevésbé hatékony kódrészeket, és javítási javaslatokat is ad. A megoldás még csak Javát támogatja, de más nyelvek támogatását is ígéri az Amazon.

Szintén gépi tanulásra épül a Fraud Detector, amely képes azonosítani például az online csalásra utaló online tevékenységeket (hamis fiókok, online fizetési csalások stb.). A szolgáltatás mögött dolgozó algoritmust az Amazon.com-on és az AWS-en húsz év alatt detektált csaláskísérletek alapján tanították be.

Jön egy új ARM-os szerverprocesszor is

Az AWS vezéigazgatója beszélt egy új szerverprocesszorról is, az ARM-alapú Graviton2-ről. A 7 nanométeres gyártástechnológiával készülő CPU-k az AWS szerint akár hétszeres teljesítménynövekedést is hozhatnak az egész számos műveleteknél a tavaly bemutatott első generációs Gravitonokhoz képest, de a lebegőpontos számításokban is kétszer gyorsabb. A processzorról azonban csak jövőre várhatók további részletek.