はじめに

※本記事は、生成系AIによる自動作成記事となります。

皆さん、こんにちは！AWSアーキテクトのたくまです。今年のAWS re:Inventに参加されている皆さん、楽しんでますか？テクノロジの最前線で繰り広げられる最新のアップデートや新サービスの発表、ワクワクしませんか？今回も各セッションやキーノートが目白押しで、たくさんの刺激を受けながら学び合うチャンスですよね。このイベントを通じて、AWSの世界がさらに広がるのを実感しましょう！さて、これから私がしっかりと重要な情報をキャッチして、皆さんにお届けしていくので、お楽しみに！一緒にこの素晴らしいイベントを満喫しましょう！

2024年12月3日の主要なアップデート

Amazon Q 開発者がコードレビューを自動化できるようになりました

Amazon Q Developerは、コードレビュー機能を新たに追加しました。この機能により、IDE内でコードに自動的にコメントを提供し、疑わしいコードパターンをフラグし、修正パッチを提案できるようになります。また、デプロイリスクの評価も行い、迅速なフィードバックを実現します。Q Developerは生成AIを活用したソフトウェア開発アシスタントであり、コードリポジトリ全体を深く理解しているため、コーディング以外の多くのタスクを迅速化できます。この新機能は、Visual Studio CodeやIntelliJ IDEAのIDEで利用可能で、コードレビューを自動化するためのコマンド「/review」を使用します。利用するには、Amazon Q DeveloperのFree TierまたはPro Tierに登録する必要があります。この機能は、Amazon Q Developerが利用可能なすべてのAWSリージョンで提供されています。詳しくは、公式サイトやニュースブログをご覧ください。

Amazon Bedrock がマルチエージェントコラボレーションをサポートするようになりました

Amazon Bedrockは新たにマルチエージェントコラボレーション機能をサポートし、組織が複数のAIエージェントを構築・管理できるようになりました。この機能により、開発者は特定のビジネスニーズに応じて専門的な役割を持つエージェントを作成できます。金融データ収集や意思決定など、複雑なワークフローを解決するための協力が可能になり、特に金融、顧客サービス、医療分野でのパフォーマンス最適化が期待されます。

例えば、金融サービスでは、エージェントがデータを収集し、トレンドを分析し、具体的な推奨を提供することで、応答時間と精度を向上させることができます。マルチエージェントコラボレーションを利用することで、企業は短期間でエージェントセットアップを構築、展開、スケールでき、開発時間を削減しつつ、進化するニーズに柔軟に対応できるようになります。

この機能は現在、米国東部（バージニア北部）、米国西部（オレゴン）、ヨーロッパ（アイルランド）のAWSリージョンで利用可能です。詳細は、Amazon Bedrock Agentsを参照してください。

Amazon Q Business が人気のビジネスアプリケーションとプラットフォーム向けに 50 種類以上のアクションを導入

Amazon Q Businessが新たに50以上のアクションを備えたライブラリを導入し、ユーザーは人気のビジネスアプリケーションとの連携を強化しました。このアップデートにより、ユーザーはAmazon Q Businessのインターフェースを離れることなく、他のアプリでのタスクを遂行できるようになります。

新しいプラグインは、PagerDuty、Salesforce、Jira、Smartsheet、ServiceNowなどの広く利用されているビジネスツールをカバーしており、チケットの作成・更新やインシデント管理、プロジェクト情報へのアクセスが可能です。また、Amazon Q Appsを活用することで、ユーザーは日常業務の自動化も図れます。

これらのプラグインは、Amazon Q Businessが提供されている全AWSリージョンで利用可能です。新しいプラグインは、Amazon Q Businessのインターフェースから直接アクセスすることができ、生産性の向上に役立ちます。詳細はAmazon Q Businessの製品ページやプラグインのドキュメントを参照してください。

Amazon Q 開発者が.NET 移植用の変換機能を提供するようになりました (プレビュー)

AWSは、Amazon Q Developerの新しいジェネレーティブAIを活用した変換機能を一般プレビューとして発表しました。この機能により、.NET FrameworkアプリケーションをLinux対応のクロスプラットフォーム.NETに移行する作業が従来の方法に比べて最大4倍速く、ライセンスコストも最大40%削減できるとのことです。

Amazon Q Developerは、Windowsで動作する数百の.NET FrameworkアプリケーションをLinux対応のクロスプラットフォーム.NETに移行できる機能を備えています。ユーザーは自然言語で変換の高レベルな目標を共有でき、ソースコードリポジトリと接続することで、変換プロセスが開始されます。アプリケーションコードの評価により、.NETのバージョンや依存関係が特定され、その後コードが移行される仕組みです。

さらに、Amazon Q Developerは詳細な作業ログを提供し、組織のコンプライアンスにも対応します。この変換機能は、ウェブおよびVisual Studioの統合開発環境（IDE）で利用可能です。詳しい情報はAWSの公式ブログやドキュメントで確認できます。

Amazon DynamoDB Zero-ETL と Amazon SageMaker Lakehouse の統合

Amazon DynamoDBのゼロETL統合がAmazon SageMaker Lakehouseと連携し、DynamoDBテーブルからSageMaker Lakehouseへのデータの抽出とロードを自動化しました。これにより、DynamoDB上の生産負荷に影響を与えることなく、アナリティクスや機械学習のワークロードを実行できます。この新機能は、従来のAmazon OpenSearch ServiceやAmazon RedshiftのゼロETL統合に加わるものです。

コード不要のインターフェースを使用することで、データレイク内のDynamoDBデータの最新のレプリカを維持でき、データ複製や更新処理を迅速に設定できます。このゼロETL統合により、データ複製の複雑さと運用負担が軽減され、データからの洞察を引き出すことに専念できます。

この機能は、米国東部（北バージニア、オハイオ）、米国西部（オレゴン）、アジア太平洋（東京、香港、シンガポール、シドニー）、ヨーロッパ（ストックホルム、フランクフルト、アイルランド）の各AWSリージョンで利用可能です。詳細はDynamoDBの統合ページやドキュメントで確認できます。

Amazon S3 メタデータの発表 (プレビュー) — メタデータを管理する最も簡単で迅速な方法

Amazon S3 Metadataは、S3データを迅速に発見・理解するための自動化されたメタデータ機能です。オブジェクトがバケットにアップロードされる際に、メタデータを自動的に取得し、変更があった場合は数分以内に最新の情報に更新されます。この機能は、オブジェクトのサイズや出所などのシステム定義のメタデータだけでなく、商品のSKUや取引ID、コンテンツ評価などのカスタムメタデータもサポートします。

S3 Metadataは、S3 Tablesに格納され、AWS Glue Data Catalogとも統合されており、Amazon Data FirehoseやAthena、QuickSightなどの分析サービスを利用してクエリや可視化が可能です。また、AI生成の動画に対しても生成元や作成日時を示すメタデータを付与できるAmazon Bedrockとの統合も行われています。現在、米国の一部地域でプレビュー提供中で、今後他の地域にも展開予定です。詳細な料金や情報については、公式サイトをご確認ください。

Amazon Bedrock Guardrails が自動推論チェックをサポートするようになりました (プレビュー)

AWSは、Amazon Bedrock Guardrailsにおいて自動推論チェックを導入し、主要なクラウドプロバイダーとして初めて生成AIに自動推論を統合しました。この機能は、大規模言語モデル（LLM）の出力の正確性を検証するもので、ハリューシネーション（誤認）を検出します。自動推論ツールは、数学的手法に基づいており、専門家が設定した自動推論ポリシーに準拠しているかを確認することで、透明性を向上させます。

多くの組織が、LLMを利用してユーザー体験を向上させ、運用コストを削減していますが、LLMはハリューシネーションが発生しやすく、その検出が難しいため、正確性が求められるユースケースでの導入が遅れています。自動推論チェックを通じて、専門家が運用ワークフローや人事ポリシーに関する知識を盛り込んだ自動推論ポリシーを作成できます。このチェック機能により、生成されたコンテンツの正確性を検証し、証拠を示して説明することが可能になります。興味のある方は、US East（バージニア州北部）およびUS West（オレゴン州）地域でアクセスをリクエストできます。

Amazon DynamoDB グローバルテーブルによる複数リージョンの強い一貫性のプレビュー

Amazon DynamoDBのグローバルテーブルが、マルチリージョンの強い整合性をサポートするプレビューを開始しました。DynamoDBのグローバルテーブルは、フルマネージドのサーバーレスかつマルチリージョン・マルチアクティブなデータベースで、多くの顧客に利用されています。この新機能により、復旧地点目標（RPO）がゼロの高可用性のマルチリージョンアプリケーションを構築でき、最も高いレベルのレジリエンスを実現可能です。

マルチリージョンの強い整合性を利用することで、どのリージョンからでも最新のデータを安心して読み取れるようになり、複数のリージョン間での整合性管理の負担が軽減されます。この機能は、ユーザープロファイル管理や在庫追跡、金融取引処理など厳しい整合性要件を持つグローバルアプリケーションの構築に役立ちます。

現在、マルチリージョンの強い整合性を持つDynamoDBグローバルテーブルは、アメリカ東部（バージニア）やアメリカ東部（オハイオ）、アメリカ西部（オレゴン）で利用可能です。料金は既存のグローバルテーブルの価格設定に基づいています。詳細は、ドキュメントや情報ページを参照してください。

Amazon S3 アクセス権限が AWS Glue と統合されるようになりました

Amazon S3のアクセス権限管理機能「S3 Access Grants」がAWS Glueと統合され、分析、機械学習、アプリケーション開発におけるワークロードに対応しています。これにより、Entra IDやOktaといったアイデンティティプロバイダー（IdP）やAWS IAMのプリンシパルから、Amazon S3に保存されたデータセットへのアクセス権を容易に管理できるようになります。特に、Glue 5.0以降で実行されるジョブを使うエンドユーザーには、バケットポリシーや個別のIAMロールを設定することなく、必要な権限が自動的に付与されます。

S3 Access Grantsを使用することで、企業のディレクトリに登録されたユーザーやグループ、IAMユーザーやロールに対して、S3のバケットやプレフィックスへの権限を与えることができます。また、ユーザーがグループに追加または削除される際に、S3の権限が自動的に更新されるため、管理が非常に効率的になります。この機能は、Glue 5.0が利用可能な商業AWSリージョンで提供されています。詳細はS3およびGlueの価格ページを参照してください。

Amazon SageMaker Lakehouse の統合アクセスコントロールが Amazon Athena フェデレーションクエリで利用できるようになりました

Amazon SageMakerは、Amazon Athenaを使用して、連携データソースに対する接続、発見、クエリ、および詳細なデータアクセス制御の適用をサポートするようになりました。Athenaは、データレイクやAmazon Redshift、DynamoDB、Snowflakeなどの連携データソースをSQLで分析するサービスです。これにより、データワーカーはSageMaker Lakehouse内でこれらのデータソースに接続し統合できます。

連携データソースのメタデータはSageMaker Lakehouseで統一され、各所で細かなポリシーを適用することで、分析ワークフローを効率化しデータを保護します。ユーザーは、SageMaker Unified Studioにログインし、連携データソースに接続して、カラムやタグに基づく権限を適用しながらAthenaでクエリを実行できます。

新しいユーザー体験では、データソースへの接続を自動化しやすくする機能も追加されており、組織は統一されたデータソースから洞察を引き出しつつ、セキュリティを強化できます。この機能は、SageMaker Lakehouseが利用可能な全AWSリージョンで利用できます。詳細は、SageMaker Lakehouseのドキュメントをご確認ください。

AWS は Amazon SageMaker Lakehouse と AWS Glue のデータ接続を拡張します

Amazon SageMaker Lakehouseは、データベース、データレイク、企業アプリケーションへの接続を簡素化するための統合データ接続機能を発表しました。この機能により、接続設定のテンプレート、基本認証やOAuth 2.0などの標準認証方法、接続テスト、メタデータの取得、データプレビューがサポートされます。ユーザーは、SageMaker Unified Studio（プレビュー版）、AWS Glueコンソール、またはAWS Glue APIを用いたカスタムアプリケーションを通じて接続を作成できます。

統一データ接続により、一度設定したデータ接続をSageMaker Unified Studio、AWS Glue、Amazon Athenaで再利用でき、データ統合や分析、データサイエンスのユースケースに役立てられます。また、接続テストを通じて認証情報を検証することで、接続の信頼性が向上し、メタデータのブラウズ機能によりデータソースの構造やスキーマを把握できます。データプレビュー機能により、ソースフィールドとターゲットスキーマのマッピング、必要なデータ変換の特定、ソースデータクエリに対する即時フィードバックも可能です。この機能は、Amazon SageMaker LakehouseやAWS Glueが利用できる環境で利用可能です。

AWS グルー 5.0 のご紹介

AWSは、データ統合サービス「AWS Glue 5.0」の一般提供を発表しました。Glue 5.0は、Apache Spark 3.5.2、Python 3.11、Java 17にアップグレードされ、パフォーマンスとセキュリティが向上しています。また、Amazon Sagemaker Unified StudioおよびSagemaker Lakehouseのサポートが追加され、データレイクの統合が容易になりました。新しいオープンテーブルフォーマットのサポートには、Apache Hudi、Apache Iceberg、Delta Lakeの最新バージョンが含まれており、高度なデータレイクの使用事例に対応しています。さらに、AWS Lake Formationを使用して、Amazon S3のデータレイクに対する詳細なアクセス制御が可能となり、テーブルやカラム、行、セルレベルの権限を設定できます。AWS Glue 5.0は、北米、ヨーロッパ、アジア太平洋地域の多数のリージョンで利用可能です。詳細については、AWS Glueの製品ページやドキュメントを参照してください。

Amazon Bedrock Model Distillation のプレビュー版が公開されました

Amazon Bedrock Model Distillationにより、顧客は特定のユースケースに適した精度を持ち、コスト効率の良いより小型・高速なモデルを利用できるようになります。従来、精度を高めるための小型モデルのファインチューニングは、プロンプトと応答の記述、トレーニングデータセットの改良、多様な例の確保、トレーニングパラメータの調整といった反復的なプロセスが必要でした。

新たに提供されるModel Distillation機能では、教師モデルから合成データを生成し、生徒モデルをトレーニング・評価し、最終的な蒸留モデルをホスティングするプロセスを自動化します。これにより、反復作業の負担を軽減し、ユースケースに最適なデータ合成手法を適用することで、特定のユースケースにおいて先進モデルに近い効果を持つ蒸留モデルを作成します。たとえば、Bedrockはトレーニングデータセットを拡張したり、顧客提供のプロンプト・レスポンスペアから高品質な合成応答を生成したりします。詳細はAWSの公式ドキュメントやブログで確認できます。

Amazon SageMaker Lakehouse と Amazon Redshift は、8 つのアプリケーションからのゼロETL統合をサポートしています

Amazon SageMaker LakehouseとAmazon Redshiftは、Salesforce、SAP、ServiceNow、Zendeskなどの8つのアプリケーションからのゼロETL統合をサポートするようになりました。これにより、データの抽出と読み込みが自動化され、データ管理プロセスが効率化されます。ゼロETL統合はAWSによって完全に管理されており、ユーザーはETLパイプラインを構築する必要がなくなります。この新機能では、ノーコードインターフェースで設定を選択するだけで、データレイクやデータウェアハウスに自動的にデータを取り込み、常に最新のデータを保つことができます。

ゼロETL統合により、データのサイロを壊し、運用効率を向上させることが可能になります。また、Apache SparkやAmazon Redshiftを使用して、アプリケーションデータに対する高度な分析を実行することができます。この機能は、米国東部（バージニア州）、米国東部（オハイオ州）、米国西部（オレゴン州）、アジア太平洋地域の各地、および欧州の数カ所で一般提供されています。ユーザーはAWS Glueコンソール、AWS CLI、またはAWS Glue APIを使用して統合を作成・管理できます。

AWS が Amazon SageMaker Lakehouse を発表

AWSは、Amazon SageMaker Lakehouseを発表しました。これは、分析と人工知能（AI）をシンプルにする統合型のデータレイクハウスです。SageMaker Lakehouseは、Amazon S3のデータレイクとAmazon Redshiftのデータウェアハウスを統合し、データの単一コピーを用いて強力な分析およびAI/MLアプリケーションを構築することを可能にします。

このサービスでは、Apache Icebergのオープンスタンダードを利用してデータに柔軟にアクセスし、クエリを実行できます。SageMaker Lakehouse内のデータは、SageMaker Unified StudioやAmazon EMR、AWS Glue、Apache Sparkなどのエンジンからクエリ可能で、データのセキュリティは細かな権限設定で確保されます。Redshiftのデータウェアハウスからのデータを活用し、アナリティクスやAI/MLに利用することができます。

さらに、新たにデータレイクを作成する際には、分析最適化されたRedshift Managed Storage（RMS）を活用できます。データを簡単にLakehouseに取り込むためのzero-ETLやフェデレーションクエリも利用可能です。SageMaker Lakehouseは、アメリカ、ヨーロッパ、アジア太平洋などの複数の地域で利用できます。

Amazon Q Developer、機能開発を加速するための自動ユニットテスト生成を発表

Amazon Q Developerは、ユニットテストを自動生成する新しいエージェントの一般提供を発表しました。このエージェントは簡単なプロンプト「/test」を使用することで起動でき、プロジェクトの知識を活用して自動的にテストを生成し、コード品質の向上を図ります。追加される前にテストの追加に関する同意を求められるため、意図しない変更を防ぐことができます。

この自動化により、包括的なユニットテストを書くための時間と労力が削減され、開発者は革新的な機能の構築に集中できます。ユニットテストを迅速に追加することで、コードのカバレッジが向上し、より安全で信頼できるコードの出荷が可能になり、ソフトウェア開発ライフサイクル全体で機能の開発が加速します。

ユニットテストの自動生成機能は、Visual Studio CodeやJetBrainsの統合開発環境で利用可能で、GitLab Duo with Amazon Qの一環としても提供されています。Amazon Q Developerの利用可能な全AWSリージョンでご利用いただけます。

次世代の Amazon SageMaker のご紹介

AWSは、データ、分析、AIのための統合プラットフォーム「Amazon SageMaker」の次世代版を発表しました。この新バージョンでは、機械学習と分析機能を結集し、データとAIを統一的に活用できる環境を提供します。特に、開発チームはAWSの馴染みのあるツールを使って、モデル開発や生成AIアプリの開発、データ処理を迅速に行うことが可能になります。

次世代SageMakerの新機能には、Amazon SageMaker Unified Studio（プレビュー）、Amazon SageMaker Lakehouse、データとAIのガバナンス機能が含まれています。Unified Studioではデータの発見と活用が容易になり、複数の独立したスタジオやツールから機能を統合しています。また、Lakehouseはオープンデータアーキテクチャを提供し、データの統合やクエリが可能です。ガバナンス機能は、ユーザーがデータとAIワークフローを安全に管理・共同作業できるツールを提供します。

詳細な情報や利用可能なAWSリージョンについては、AWSの公式サイトを参照してください。

Amazon Q 開発者が運用調査機能を追加 (プレビュー)

Amazon Q Developerは、AWS環境における運用調査を迅速に支援するツールです。このサービスは、AWSのクラウド環境を深く理解し、異常を特定するとともに、関連するシグナルを提示し、潜在的な根本原因の仮説を特定することで、問題解決の手助けをします。ユーザーは、AWS Management Console内のCloudWatchデータウィジェットから「調査」アクションを選択することで、簡単に調査を開始でき、CloudWatchアラームが発動した際に自動的に調査を行うことも可能です。

CloudWatchは、チームが共同で調査を進められる専用の体験を提供し、異常や関連シグナルを確認し、潜在的な根本原因の仮説に対する推奨をレビューできます。さらに、AWS Systems Managerの自動化ランブックやAWS re:Postの記事など、一般的な運用問題に対する修復提案も含まれています。新機能は、米国東部（バージニア州北部）リージョンでプレビュー中に追加料金なしで利用可能です。

AWS Glue データカタログは、新しいテーブルの統計の生成を自動化するようになりました

AWS Glue Data Catalogは、新しいテーブルの統計情報を自動生成する機能を追加しました。この統計情報は、Amazon RedshiftやAmazon Athenaのコストベースオプティマイザー（CBO）と統合され、クエリ性能の向上やコスト削減を実現します。以前は、Apache Icebergテーブルに対する統計の作成には監視や設定の更新が必要でしたが、今では一度のカタログ設定で新しいテーブルの統計を自動生成できるようになりました。Lake Formationコンソールでデフォルトカタログを選択し、テーブル最適化構成タブで統計生成を有効にすることで開始できます。

新補完されたテーブルの統計には、固有の値の数や、Parquet形式の場合はNULLの数、最大値、最小値、平均長などが含まれています。これらの統計を基に、Amazon RedshiftやAmazon Athenaは最適な結合順序やコストベースの集約プッシュダウンを使用してクエリを最適化します。AWS Glue Data Catalogの統計自動生成機能は、米国、欧州、アジア太平洋地域の一部で一般提供されています。詳細はAWS Glueのドキュメントや公式ブログを参照ください。

Amazon EC2 Trn2 インスタンスは一般的に利用可能です

AWSは、Amazon EC2のTrn2インスタンスの一般提供を開始し、Trn2 UltraServersのプレビューを発表しました。これらはAWS Trainium2チップを搭載した、深層学習や生成AIのトレーニング・推論に特化した最強のコンピューティングソリューションです。Trn2インスタンスを使うことで、大規模な言語モデルや多様なAIアプリケーションのトレーニングが可能です。

特にTrn2 UltraServersは、64個のTrainium2チップを結びつけるNeuralLinkを使用し、驚異的なパフォーマンスを実現します。これにより、リアルタイム体験のための業界最先端の応答時間を提供し、トレーニング速度や効率も向上します。Trn2インスタンスは最大20.8ペタフロップスのFP8計算能力を持ち、UltraServersは最大83.2ペタフロップスの性能を発揮します。

トレーニングのためのEC2 UltraClustersを利用してスケーラブルな分散トレーニングをサポートし、現在、米国東部（オハイオ）地域で利用可能です。詳細情報やTrn2 UltraServersへのアクセスリクエストは、AWSの公式ページで確認できます。

データリネージは Amazon DataZone と次世代の Amazon SageMaker で一般的に利用できるようになりました

AWSは、Amazon DataZoneにおけるデータ・ラインエージ機能と次世代のAmazon SageMakerを一般提供開始しました。この機能は、AWS GlueやAmazon Redshiftからデータの流れを自動的にキャプチャし、データの出所から消費までの可視化を可能にします。OpenLineageに対応しているため、データプロデューサーは他のOpenLineage対応システムからキャプチャしたラインエージイベントを統合することができます。

この機能は、スキーマやデータ資産の変換を自動で記録し、一貫性を保ちながらエラーを減少させます。また、ドメイン管理者やデータプロデューサーは、ビジネスデータカタログでデータ共有を設定する際にラインエージイベントのキャプチャと保存を自動化できます。データ消費者はデータの起源を理解し、データプロデューサーは資産の変更による影響を評価できます。

さらに、データラインエージ機能は各イベントごとにバージョン管理されるため、ユーザーは任意の時点でのラインエージを視覚化したり、歴史的な変換を比較したりできます。この歴史的ラインエージは、データの進化を深く理解するために必要で、トラブルシューティングや監査、データ資産の整合性の検証に役立ちます。

QuickSight の Amazon Q は、構造化データと非構造化データからの洞察を統合します

Amazon QuickSightに新たに導入されたAmazon Qは、構造化データと非構造化データの統合による一元的なインサイトを提供します。従来のBIデータソースから得られる情報を、文書ライブラリやウェブページ、画像などの非構造化データからのコンテキスト情報で強化することが可能になりました。多様な視覚的Q&A機能やデータストーリーを通じて、ユーザーは自然言語で質問をし、視覚化やデータ要約を得ることができます。また、非構造化データソースを利用して、より豊かな物語やプレゼンテーションを作成することもできます。この機能は、手動でデータを収集する手間を省き、データ駆動型ビジネスにおける意思決定の質を向上させます。現在、この機能は米国東部（バージニア州）および西部（オレゴン州）のQuickSight Proユーザーが利用可能です。詳細はAWSの公式ブログで確認できます。

アマゾン Q での GitLab Duo の発表 (プレビュー)

AWSはGitLab Duo with Amazon Qのプレビューを発表しました。これにより、GitLabのエンタープライズDevSecOpsプラットフォーム内に高度なエージェント機能が組み込まれ、ソフトウェア開発やワークロードの変革が容易になります。開発者は問題をAmazon Qエージェントに迅速に委任でき、新機能の構築やAI支援によるコードレビュー、ユニットテストの作成・実行、レガシーJavaコードベースのアップグレードを迅速に行えます。

GitLab Duoは、ソフトウェア開発ライフサイクル全体を通じてGitLabの統合データストアを利用し、開発プロセスの自動化を実現します。新機能のアイデアからマージ準備完了のコードまで数分で進められ、フィードバックを反映しながら開発の効率化が図れます。また、AIを活用したコード品質やセキュリティのレビューも行い、サイクルを短縮します。Java 8や11のコードベースからJava 17へのアップグレードも可能で、アプリケーションのセキュリティやパフォーマンス向上が期待されます。詳細はAmazon Q Developer Integrationsページで確認できます。

Amazon SageMaker ユニファイドスタジオのプレビューを発表

AWSは、次世代のAmazon SageMakerを発表し、Amazon SageMaker Unified Studioのプレビュー版を公開しました。これは、データとAIの開発環境を統合し、チームがデータプロダクトを迅速に構築できるよう支援します。SageMaker Unified Studioは、データ処理、SQL分析、機械学習モデル開発、生成AIアプリケーション開発のためのAWSのアナリティクスおよびAI/MLサービスのツールを統合しています。

また、SageMaker Unified StudioからアクセスできるAmazon SageMaker Lakehouseは、オープンソースの互換性を提供し、Amazon S3データレイクやAmazon Redshiftデータウェアハウス、外部データソースに保存されたデータにアクセスできます。強化されたガバナンス機能は、企業のセキュリティ要件に対応できます。

この環境では、データとAI資産を組織内で探查、アクセス、問い合わせしながら、セキュアに分析やAIアーティファクトを構築・共有できます。新しい統合Jupyter NotebookやSQLエディタの機能により、異なるコンピューティング資源をシームレスに利用でき、開発サイクル全体のタスクを加速する生成AIアシスタントも統合されています。

Amazon S3 テーブルの発表 — 分析ワークロード向けに最適化されたフルマネージド型の Apache Iceberg テーブル

Amazon S3 Tablesが発表され、Apache Icebergをサポートする初のクラウドオブジェクトストアとして、スケールでのタブラーデータの保存が容易になりました。S3 Tablesは特に分析ワークロード向けに最適化されており、自己管理のテーブルと比べて最大3倍のクエリスループットと10倍のトランザクション性能を実現しています。Apache Iceberg標準にも対応しており、AWSやサードパーティのクエリエンジンによる容易なデータのクエリが可能です。

新たに導入されたテーブルバケットは、タブラーデータを保存するために特化されており、テーブルの作成やアクセス権限の管理が迅速に行えます。標準SQLを用いてデータの読み込みやクエリができ、行レベルのトランザクションやスナップショット管理などの高度な分析機能を活用できます。また、ポリシーに基づくテーブルメンテナンスにより、運用タスクの自動化も可能です。

現在、S3 Tablesは米国東部（バージニア州）、米国東部（オハイオ州）、および米国西部（オレゴン州）で利用可能で、今後さらに地域が拡大する予定です。詳細な料金や製品情報はAWSの公式ページで確認できます。

Amazon Q 開発者がソースコード内でドキュメントを生成できるようになりました

Amazon Q Developerが新たに、コードリポジトリ内のREADMEファイルやデータフローダイアグラムを自動生成する機能を追加しました。これにより、開発者は1日に平均1時間しかコードを書けず、ドキュメント作成やテスト、デプロイ管理といった煩雑な作業に多くの時間を費やしている現状を改善できます。Q Developerは、ソフトウェアの設計、構築、テスト、デプロイ、メンテナンスを支援する生成AI搭載のアシスタントで、コード全体を深く理解しているため、ドキュメンテーションの処理が迅速になります。この機能は、Visual Studio CodeやIntelliJ IDEAなどの統合開発環境（IDE）で新しいチャットコマンド「/doc」を使用して利用できます。また、Amazon Q DeveloperのFree TierまたはPro Tierのサブスクリプションで利用可能です。この機能は、Amazon Q Developerが利用可能なすべてのAWSリージョンで提供されています。

Amazon SageMaker Unified Studio の一部として Amazon Bedrock IDE のプレビュー版を発表

AWSは、Amazon SageMaker Unified Studio内での共同作業環境「Amazon Bedrock IDE」のプレビュー版を発表しました。これにより、開発者は迅速に生成AIアプリケーションを構築・カスタマイズできるようになります。このIDEは、初心者から上級者まで使いやすいインターフェースを提供し、Amazon Bedrockの高性能な基盤モデルや高度なカスタマイズ機能にアクセスできます。

Amazon Bedrock IDEは、データ、ツール、ビルダー間の障壁を排除し、生成AI開発の効率を向上させます。チームは、好みの分析および機械学習ツールを利用しつつ、生成AIアプリケーション構築のための特化したツールも使用できます。また、Retrieval Augmented Generation（RAG）を活用して独自のデータソースからナレッジベースを作成したり、複雑なタスクの自動化を行うエージェント、責任あるAI開発のためのガードレールを利用することが可能です。

現在、Amazon Bedrock IDEは5つの地域で利用できるため、詳細は公式ドキュメントを参照してください。

Amazon Bedrockで本日発売予定のAmazon Novaファンデーションモデルを発表します

Amazonは、最先端の基盤モデル「Amazon Nova」を発表しました。これらのモデルは、業界内での価格性能比で優れたパフォーマンスを提供します。現在、Amazon Bedrockで利用可能なモデルには、テキスト専用の「Amazon Nova Micro」、画像や動画を迅速に処理する非常に低コストの「Amazon Nova Lite」、性能、速度、コストのバランスに優れた「Amazon Nova Pro」が含まれています。また、画像生成モデル「Amazon Nova Canvas」と動画生成モデル「Amazon Nova Reel」も提供され、制作レベルの視覚コンテンツを作成可能です。これらのモデルは使いやすく、RAGやエージェントアプリケーションに効果的に適しています。モデルのカスタマイズが容易で、安全で責任あるAI利用のための機能も備えています。Amazon Novaはアメリカ東部（バージニア州）で利用可能で、西部（オレゴン州）や東部（オハイオ州）でも利用可能です。詳細情報はAWSの公式サイトやブログで確認できます。

Amazon Q Business がデータベースとデータウェアハウスからのインサイトを提供するようになりました (プレビュー)

AWSは、Amazon Q BusinessとAmazon QuickSightの統合の一般公開プレビューを発表しました。この統合により、構造化データ（データベース、ウェアハウス）と非構造化データ（文書、ウィキ、メール）からの情報を一つのアプリケーションで統一的に扱うことが可能になります。

Amazon Q BusinessはAIを活用したアシスタントで、企業システム内のデータに基づいて質問に答えたり、要約を提供したりします。一方、Amazon QuickSightはビジネスインテリジェンスツールで、構造化データを視覚化し、分析するのに役立ちます。この統合により、顧客はQuickSightのデータソースコネクタを通じて構造化ソースをAmazon Q Businessにリンクし、リアルタイムで回答を得ることができます。

たとえば、収益の比較について質問すると、Amazon Q BusinessはPDFの財務報告からの情報とQuickSightのリアルタイムなチャートや指標を組み合わせて返答します。これにより、組織は情報を効率的に収集し、より迅速かつ効果的な意思決定が可能となります。この統合は、アメリカ東部（バージニア州北部）と西部（オレゴン州）にいるAmazon Q Business ProおよびQuickSight Reader Pro/Author Proユーザーが利用できます。

Amazon Aurora DSQL の発表 (プレビュー)

AWSは、新しいサーバーレス分散SQLデータベース「Amazon Aurora DSQL」のプレビューを発表しました。Aurora DSQLは、アクティブ-アクティブの高可用性を持ち、常に利用可能なアプリケーションを構築できることを目的としています。このサービスは、ほぼ無限のスケーラビリティを提供し、インフラ管理が不要です。また、分散SQLの読み書きが非常に高速です。

Aurora DSQLは水平方向のスケーリングがほぼ無制限で、読み取り、書き込み、計算、ストレージを独立にスケールさせる柔軟性があります。データベースのシャーディングやインスタンスのアップグレードなしで、ワークロードの需要を自動的に満たします。99.99%の単一リージョンと99.999%のマルチリージョン可用性を保証し、単一障害点が存在しません。

現在、Aurora DSQLは米国東部（バージニア北部）、米国東部（オハイオ）、米国西部（オレゴン）でプレビュー中で、PostgreSQL互換の使いやすい開発体験を提供します。プレビュー期間中は無料で利用可能で、簡単に開始できます。

メインフレームのモダナイゼーションのための Amazon Q 開発者向けトランスフォーメーション機能が利用可能になりました (プレビュー)

AWSは、Amazon Q Developerの新しい生成AI機能を一般公開しました。このツールは、顧客やパートナーが大規模なメインフレームアプリケーションの評価とモダナイゼーションを加速するためのものです。Amazon Q Developerは、企業向けに設計されており、単一のウェブ体験を提供し、アイデンティティ連携やコラボレーションを簡素化します。

このツールは、コードベースの分析や文書化、重要アセットの特定、モノリシックなアプリケーションのビジネスドメインへの分解を行います。ユーザーは自然言語で高レベルの変革目標やプロジェクトコンテキストを共有でき、エージェントは自動的にアプリケーションアセットを分類し、包括的なコードドキュメントを生成します。これにより、モダナイゼーション計画を実現し、承認後にCOBOLコードをクラウド最適化されたJavaコードにリファクタリングします。

この自律的なプロセスを通じて、チームは迅速なモダナイゼーションを推進し、より大規模なプロジェクトを実現できます。また、変革決定のドキュメンテーションにより、ガバナンスやコンプライアンスを強化できます。詳細は公式ブログやWebページで確認できます。

それでは、また明日！