AWS re:Invent とは？

re:Inventとは、Amazon Web Services（以下、AWS）が主催するAWSに関するセッションや展示ブース、試験準備のためのブートキャンプやゲーム化された演習などを通じて、参加者が主体的に学習できるAWS最大のイベントです。

昨年も今年同様にラスベガスにて開催されており、60以上の新サービスや新機能が発表されました。昨年の参加人数は5.1万人以上になります。

基調講演の現地レポート（Day3、Dr. Swami Sivasubramanian）

前半で紹介したサービスの続きです。

Amazon SageMaker HyperPod

モデルトレーニングするためのインフラストラクチャの構築と最適化に伴う工数を減らし、トレーニング時間を最大40%短縮することができます。

Amazon SageMaker HyperPodの分散トレーニングライブラリによって事前設定されており、ユーザーがトレーニングワークロードを数千のアクセラレーターに自動的に分割できる設計になっているため、ワークロードを並行して処理してモデルのパフォーマンスを向上させることができます。

またAmazon SageMaker HyperPodでは定期的にチェックポイントを保存しているため顧客が中断することなくモデルトレーニングを継続できることも保証しています。

Vector engine for OpenSearch Serverless

シンプルかつスケーラブルでパフォーマンスの高い類似検索機能を提供してくれるサービスです。

これにより基盤となるベクトルデータベースインフラストラクチャを管理することなく、最新の機械学習(ML)の拡張検索エクスペリエンスと生成人工知能 (AI) アプリケーションを簡単に構築できるようになります。

Vector search for Amazon MemoryDB for Redis

ベクターの保存、インデックス作成、検索を可能にする新機能であるVector search for Amazon MemoryDB for Redisが発表されました。

MemoryDBはインメモリパフォーマンスとマルチAZの耐久性を兼ね備えたデータベースです。

1秒当たり数百から数千のクエリがあってもスループット99%を確立できています。

Amazon Neptune Analytics

データサイエンティストやアプリ開発者などが大量のグラフデータを簡単かつ迅速な分析ができるデータベースエンジンです。

グラフのサイズに応じてコンピューティングリソースを自動的に割り当てるため、データをメモリにすばやくロードしてクエリを数秒で実行します。

ベンチマークでは既存のAWSソリューションよりも最大80倍速くAmazon S3からデータをロードすることが示されているとのことです。

Amazon OpenSearch Service zero-ETL integration with Amazon S3

運用データを直接クエリできるようにすることで、データ複製や複数の分析ツールの管理に伴う運用の複雑さを軽減し、コストとアクションまでの時間を削減してくれます。

Amazon OpenSearch Service内で構成可能であり、事前定義されたダッシュボードを含む様々なログタイプのテンプレートを利用して、そのタイプに合わせたデータアクセラレーションを構成できます。

すべてのログデータを1か所で視覚化できるようにするためのもので、直接Amazon S3のログにクエリも可能です。

Amazon Q generative SQL in Amazon Redshift

自然言語でクエリを表現可能でSQLを受け取ることができるため、クエリの作成が簡素化され、生産性が向上します。

そのため組織の複雑なデータベースのメタデータに関する知識がなくても、より迅速に分析が可能になります。

Amazon Q data integration in AWS Glue

AWS Glue内でのAmazon Qを利用することで自然言語を使用してデータ統合パイプラインを構築可能です。

チャットインターフェイスを通じて目的や意図を説明すると、それに応じたジョブが作成されます。

ジョブをテストしワンクリックで本番環境へ投入することができます。

トラブルシューティングについても同様にチャットインターフェイスを通じて対応のため問題の複雑さを軽減することができます。

AWS Clean Rooms ML

AWS Clean Roomsの新機能で生データをお客様とパートナー間で相互にコピーしたり共有したりすることなく、集合データに機械学習(ML)モデルを適用可能になります。

機密データを保護し続けながら、機械学習(ML)モデルを使用して予測的な分析を生成できます。

まとめ

今回の講演も新サービスの発表や一般公開などが数多くあり、興味を惹かれる内容ばかりでした。

引きつづきKeynoteの情報を公開していきますので是非ご覧ください。