Opsummering af AWS blogs for uge #14 i 2023

I uge 14 publicerede AWS 61 blog posts – her er et overblik.

Indhold

Official Machine Learning Blog of Amazon Web Services

Brug af AWS-tjenester til forbedring af lufthavnsbagagesystemer, stemmesikkerhed og mere

Udrul en prædiktiv vedligeholdelsesløsning til lufthavnsbagagesystemer med Amazon Lookout for Equipment

De fleste har nok tjekket deres bagage, når de flyver, og har ventet spændt på, at deres tasker skal dukke op på karrusellen. Vellykket og tidsmæssig levering af dine tasker afhænger af et stort infrastruktursystem kaldet bagagesystemet (BHS). Denne infrastruktur er et af de vigtigste infrastrukturelementer i enhver lufthavns operationer. Mange lufthavne ser nu ud til at optimere tilgængeligheden og minimere nedetid gennem prædiktiv vedligeholdelse.

Moulham Zahabi fra Matarat har skrevet dette indlæg sammen for at vise, hvordan man bruger Amazon Lookout for Equipment til at udrulle en prædiktiv vedligeholdelsesløsning til lufthavnsbagagesystemer. Amazon Lookout for Equipment hjælper med at opdage og diagnosticere anomali i udstyrsdrift baseret på data, der er indsamlet fra Internet of Things (IoT) sensorer. Det gør dette ved at kombinere målinger fra alle udstyrssignaler og udnytte ML-modeller, der lærer af udstyrssignaler for at opdage fejl.

Amazon Lookout for Equipment tilbyder også en fejltræbaseret tilgang til at identificere årsagen til udstyrsvælg. Det giver derefter anbefalinger til vedligeholdelsesteamet til at adressere årsagen og løse problemet, hvilket hjælper med at minimere nedetiden og forbedre tilgængeligheden.

Modulate gør stemmechatten sikrere, mens infrastrukturomkostningerne reduceres med en faktor 5 med Amazon EC2 G5g-instanser

Carter Huffman, CTO og medstifter hos Modulate, har skrevet dette indlæg for at vise, hvordan de bruger Amazon EC2 G5g-instanser til at reducere infrastrukturomkostningerne med en faktor 5, mens de gør stemmechat sikrere. Modulate er en bostonbaseret startup med det formål at skabe rigere, sikrere og mere inkluderende online gaming-oplevelser til alle.

Modulate-teamet bruger Amazon EC2 G5g-instanser til at reducere latency og øge throughput til deres realtime stemmechat-system. Ved at udnytte AWS Nitrosystemet giver Amazon EC2 G5g-instanserne Modulate den ydeevne, de har brug for til at understøtte deres store brugerbase.

Modulate bruger også Amazon Rekognition til at registrere virkelige og levende brugere og afskrække dårlige aktører. Det gør dette ved at matche brugerens eller applikationens identitet med et ACL-knyttet til indekset. Hvis identiteten matcher en indgang i ACL’en, giver Amazon Kendra adgang til indekset. Desuden udløber JWT-token over tid og skal fornyes, så organisationer kan kontrollere adgangen til deres Amazon Kendra-indekser.

Transformér deres retræne MLOps-pipelines med Amazon SageMaker

Hussain Jagirdar fra Games24x7 har skrevet dette indlæg sammen for at forklare, hvordan selskabet bruger Amazon SageMaker til at transformere deres retræne MLOps-pipelines. Games24x7 er en af Indiens mest værdifulde multi-game-platforme og underholder over 100 millioner gamere på tværs af forskellige færdighedsspil.

Ved hjælp af Amazon SageMaker kunne Games24x7 hurtigt lancere det velkendte RStudio-integrerede udviklingsmiljø (IDE) i et styret Amazon SageMaker-miljø. Dette gjorde det muligt for dem at overvåge træningsjobs og spore modellens ydeevne. Desuden oprettede de en sikker og fleksibel MLOps-platform ved hjælp af Amazon SageMaker Pipelines, som gjorde det muligt for dem at køre PySpark-behandlingsjobs inden for en pipeline.

Desuden kunne Games24x7 bruge Amazon SageMaker JumpStart-funktionen til at udfylde billeder med Stable Diffusion-modeller. De deployerede også store sprogmodeller på AWS Inferentia2 ved hjælp af store modelinferébeholdere.

Cloud2 kan hjælpe

Cloud2 tilbyder både professionelle tjenester og managed services for at hjælpe kunder med at udnytte deres AWS-investeringer maksimalt. Vores avancerede AI-forfattere kan give yderst tekniske detaljer og/eller referencer til AWS-dokumentation eller kodesnippets i CloudFormation YAML eller API-kald ved hjælp af Typescript og AWS SDK for JavaScript v3.
Vi kan også hjælpe dig med at opbygge, træne, fejlfinde, implementere og overvåge dine modeller og styre dine maskinlæringsarbejdsgange med Amazon SageMaker.
Desuden kan vi hjælpe dig med at sikre dine Amazon Kendra-indekser med ACL ved hjælp af en JWT-delt hemmelig nøgle.

Kontakt os i dag for at få mere at vide om, hvordan Cloud2 kan hjælpe dig med at bruge AWS-tjenester til at forbedre lufthavnsbagagesystemer, stemmesikkerhed og mere.

Læs de fulde blogs fra AWS

Scroll to Top