AWS re:Invent 2022 Keynote Report #1

投稿日: 2022/12/09

Keynote レポート

AWS Utility ComputingのSenior Vice PresidentであるPeter DeSantisがAWSの最新革新技術とAWSがクラウド性能の限界を持続的に拡張する方法について説明します。 Peterは、AWSチームがパフォーマンス、持続可能性、またはコストに関連する既存のトレードオフを犠牲にすることなく、ネットワーキング、ストレージ、およびコンピューティング全般にわたって新しいソリューションを設計する方法を詳細に説明します。

Keynoteの主な内容

前世代よりもコスト効率が高くエネルギー効率の高い次世代AWS設計は、Nitroシステム（* Nitroシステムとは、過去10年間に開発してきたハードウェアとソフトウェアの組み合わせ）でも最新のコンピューティングでも構いません。

カスタマイズされたシリコンチップを最大限に活用するインスタンスでは、DeSantisはAWSがどのように長期投資に専念し、完全に最初から革新するかについてのケースを提示しました。

リリースのニュースとしては、HPC7を含むC7gn、R7izインスタンスがリリースされる予定です。

C7gnインスタンスは、ネットワーク仮想アプライアンス（ファイアウォール、仮想ルーター、ロードバランサーなど）、データ分析、CPUベースの人工知能、および機械学習（AI / ML）推論など、最も要求の厳しいネットワーク集約型ワークロード用に設計されています。C7gn インスタンスは、AWS Graviton3E プロセッサと最新世代の Nitro カードで駆動されます。C7gnインスタンスは最大200Gbpsのネットワーク帯域幅を持ち、従来のGravitonベースのEC2インスタンスよりも最大50％高いパケット処理性能を提供します。

Hpc7g インスタンスは AWS Graviton3E プロセッサで動作し、緊密に結合されたコンピューティング集中型 HPC および分散コンピューティングワークロードに対して最高の価格パフォーマンスを提供します。

R7izインスタンスは、最新の第4世代Intel Xeon Scalableプロセッサ（コード名Sapphire Rapids）で動作し、高性能メモリとDDR5メモリを備えたこのインスタンスは、EDA、金融、ゲージ、シミュレーションワークロードに適しています。

AWS Trainiumチップを搭載したAmazon EC2 Trn1インスタンスは、比較可能なGPUベースのインスタンスに対して最大50％の低コストのトレーニングコストで高性能のディープラーニングトレーニングを実行できるように特別に構築されています。

Trn1 インスタンスは、AWS で主要な自然言語処理 (NLP) モデルのディープラーニングトレーニングで最高レベルのパフォーマンスを提供します。

AWSは、Amazon Elastic Compute Cloud（EC2）インスタンス用のElastic Network Adapter（ENA）Expressのフルリリースを発表しました。

現在の世代のすべてのEC2インスタンスは、特別に構築されたネットワークインターフェイスであるENAを使用して強化されたネットワーク体験を提供します。ENA Expressは、AWS Scalable Reliable Datagram（SRD）プロトコルを使用して2つの主な方法でネットワークパフォーマンスを向上させる新しいENA機能です。

ENA Express は、EC2 インスタンスに対する単一のコマンドまたはコンソールと同じくらい簡単に SRD をイネーブルにする簡単な設定です。ENA Expressは、Elastic Fabric AdapterをサポートするSRDプロトコルに基づいて構築され、5Gbpsから25Gbpsまでの最大シングルフロー帯域幅をサポートします。高スループットワークロードの場合、P99.9レイテンシを最大85％向上させることができます。ENA Expressは、TCPおよびUDPプロトコルを使用してアプリケーションで透過的に動作します。

特定のLambda関数に対してLambda SnapStartを有効にした後に関数の新しいバージョンを公開すると、最適化プロセスがトリガーされます。プロセスは機能を開始し、Init 全体で実行します。次に、メモリとディスクの状態を変更できない暗号化されたスナップショットを取得し、再利用のためにキャッシュします。その後、関数が呼び出されると、必要に応じてキャッシュからチャンクに状態を取得し、実行環境を埋めるために使用されます。SnapStartは、コールドスタート期間を6秒以上から200ms未満に、なんと90パーセントを短縮しました。

Clearは、FerrariがどのようにAWSとAIと機械学習技術を使用してエンジニアにより信頼性の高いデータをより迅速に提供し、グラム単位も重要なスポーツで体重を減らすことができる仮想地上速度センサーを開発しました。について話しました。

ClearとチームはAWS MLを使用してレース戦略を開発しており、来年にリリースされる新しいアプリを開発しています。このアプリは、F1ファンにドライバーやエンジニアとの独占インタビューでバックステージパスを提供します。

今回のRe:Invent最初のKeynoteでは、コンピュータセッションを中心に説明しました。AWSがパフォーマンスを向上させるために発表したさまざまなサービスを見ると、AWSがどのように顧客中心であるかを知ることができました。

最初のキーノートで革新的なコンピューティングサービスを発表しました。