Amazon Web Services ブログ

AWS で GitHub Actions を使用してマルチアーキテクチャコンテナをビルドしよう

コンピューティング環境が進化するにつれ、さまざまなアーキテクチャをサポートすることが求められるようになっています。 こうした動きは、多様なハードウェアプラットフォームにおける柔軟性、効率性、パフォーマンス最適化のニーズから生まれています。 その結果、開発者や組織にとってマルチアーキテクチャに対応したコンテナイメージを構築することがますます重要になっています。この記事では GitHub Actionsおよび AWS CodeBuild を使用して、AWS 上で x86 用と AWS Graviton ベースのコンピューティング環境用の両方のネイティブコンテナイメージをビルドするソリューションをご紹介します。

詳解: Amazon EKS Auto Mode

EKS Auto Mode は、すぐにワークロードをホストできる、Kubernetes 準拠の本番環境対応のクラスターを提供する新機能です。この記事では、EKS Auto Mode が Kubernetes ワークロードにとってどのような意味を持つのか、そして EKS Auto Mode クラスターの内部構造について詳しく説明します。

ファーストパーティデータによる D2C (Direct-to-Consumer) マーケティングの実現：生成 AI によるパーソナライズされた体験の提供

消費財 (Consumer Packaged Goods) 企業が長期的な成功を収めるためには、考慮すべき点がたくさんあります。とりわけ、ブランドコントロールを維持し、利益率を改善し、顧客との良い関係を築く新しい方法を見つける必要があります。幸いなことに、生成 AI の出現により、消費財企業がこれらすべての課題に対処できるようになりました。。ただし、これは万能のアプローチではありません。AI を組織に導入するだけでは、最大のメリットは得られません。ビジネス目標に沿った戦略的アプリケーションを採用する必要があります。

GitLab Duo with Amazon Q の一般提供開始のお知らせ

本日、GitLab Duo with Amazon Q の一般提供開始を発表できることを嬉しく思います。この新しいサービスは、GitLab の DevSecOps プラットフォームと Amazon Q の生成 AI 機能を組み合わせた製品です。GitLab Duo with Amazon Q は、GitLab の DevSecOps プラットフォームに Amazon Q エージェント機能を直接組み込み、ソフトウェア開発ライフサイクル全体にわたる複雑で多段階のタスクを加速します。

週刊生成AI with AWS – 2025/5/5週

一般提供開始された Amazon Nova Premier について詳細に紹介する日本語ブログが公開されました。また、開発者向けのツールも充実し、GitHub環境で直接利用できるAmazon Q Developer（プレビュー版）が新たに追加され、コーディングがより効率的になりました。さらに、Amazon Bedrock Data Automationが音声データからの情報抽出に対応するなど、AIの活用範囲が一層広がっています。builders.flashからは株式会社ウェザーニューズ様の「お天気エージェント」と株式会社いえらぶGROUP様の AI コンテンツ生成支援を紹介しています。

週刊AWS – 2025/5/5週

Amazon SageMaker HyperPodがAmazon EventBridgeと統合、Amazon SageMaker AI Jupyter Lab における Amazon Q Developer の機能強化、SageMaker Lakehouse でのOracle、Amazon DocumentDB、および Microsoft SQL Server データベースへの直接接続をサポート、R7g インスタンスの大阪リージョン利用開始など

AWS Lambda と AWS Glue Iceberg REST エンドポイントを使用した PyIceberg による軽量な分析環境の実現

Apache Iceberg は、データレイクで人気の選択肢となっています。ACID (原子性、一貫性、独立性、永続性) トランザクション、スキーマ進化、タイムトラベル機能を提供します。Iceberg テーブルは、Apache Spark や Trino などの様々な分散データ処理フレームワークからアクセスできるため、多様なデータ処理のニーズに対して柔軟なソリューションとなります。そのような Iceberg を扱うためのツールの中で、PyIceberg は分散コンピューティングリソースを必要とせずに、Python スクリプト上でテーブルのアクセスと管理を可能にします。

この投稿では、AWS Glue Data Catalog と AWS Lambda と統合された PyIceberg が、直感的な Python インターフェースを通じて Iceberg の強力な機能を活用するための軽量なアプローチを提供する方法を示します。この統合により、チームはほとんどセットアップやインフラストラクチャの依存関係の設定を行わずとも Iceberg テーブルの操作や利用を開始できることを説明します。

← Older posts