『Re Invent 2023の私のお勧め』

『2023年の私のおすすめビューティ＆ファッションアイテム』

Re: Invent 2023 が終了しました。2024年版の準備を始める前に、私が最も興奮した発表を振り返りたいと思います。

以下は、特定の順序ではありませんが、私のお気に入りリストです。

1. Amazon Elasticache サーバーレス

アーキテクトや開発者として、私たちはデータベースのスケーラビリティに関する議論やデータベースクラスタの適切な設定が好きです。特に私は Redis が大好きです！しかし、最近発表された ElastiCache のサーバーレスオプション では、それらをすべて行う必要がなくなるかもしれません。

知っているかもしれませんが、残念ながら真実です。キャッシュを新規に設定するのに、キャッシュノードの種類やシャード数、レプリカ数、AZ 間のノード配置について心配する必要がなくなりました。

• パイソンによる機械学習エンジニアのためのデザインパターン：プロトタイプ
• 「Pythonもしもでないの場合：コード内の条件文を簡素化する方法」
• 「みんなのためのLLM：ランニングLangChainとMistralAI 7BモデルをGoogle Colabで」

ちなみに、これはElastiCacheがサポートするRedisとMemcachedの両方に適用されます。

2. Amazon EKS ポッドアイデンティティ

誰が EKS での IRSA の設定が好きですか？私は大のファンではありません！Amazon EKS ポッドアイデンティティに感謝します。これにより、このエクスペリエンスが簡素化されます！

私はすでにこれを試してみました（詳細なブログ記事が近日公開されます）ので、あなたも試すべきです！以下は、発表、AWS ニュースブログ、そして最も重要なドキュメントです。

3. Amazon Bedrock のナレッジベース

RAG（Retrieval Augmented Generation）は強力なテクニックですが、データソースからベクトルデータベースへの継続的な取り込みをサポートするために、データパイプラインを構築するにはかなりの努力が必要です。 Amazon Bedrock のナレッジベースでは、完全に管理された RAG エクスペリエンスを提供しています。デフォルトのベクトルデータベースに Amazon OpenSearch Serverless を選択するか、他の利用可能なオプションから選択できます。

私は試してみましたが、Q&A 用のデータセットを準備するのがとても簡単になりました- ナレッジベースを構成し、データを Amazon S3 にロードし、同期させるだけで準備完了です。

この素晴らしいブログ記事をチェックし、試す準備ができたらドキュメントを参照してください。

なお、近日中にさらなるコンテンツが投稿されます。特に、Go アプリケーションやいくつかのオープンソース統合からこれをどのように使用できるかについての情報です。ご期待ください！

この Re: Invent で、いくつかのベクトルデータベースエンジンが発表されました！

4. Amazon MemoryDB for Redis のベクターサーチ（プレビュー）

これからは、機械学習や生成的 AI などのユースケースにおいても、おなじみの Redis API を使用できます。リアルタイムの推薦や異常検知、ドキュメント取得などの用途に適しています。Amazon MemoryDB for Redis では、ベクトルのストア、インデックス、検索ができます（プレビュー版ですが、試してみることをお勧めします）。詳細はドキュメントをご覧ください。サポートされているベクターサーチコマンドもご確認ください。

新しいMemorydbクラスタを作成する際に、ベクトル検索をアクティベートするのを忘れないでください！

5. Amazon Open SearchのためのベクトルエンジンがServerlessで利用可能になりました

内部では、ベクトルデータベースの機能は、OpenSearchでのk-NN検索を使用しています。 OpenSearch Serverlessは、すでにAmazon Bedrockのナレッジベースのベクトルデータベースオプションの1つです。 これで、専用のベクトルエンジンベースのコレクションを作成することができます。注目すべきクールなことは、Amazon OpenSearchがプレビュー時に約2000万のベクトル埋め込みをサポートしていたことです。 これから（GA後）、この制限が10億のベクトルスケールをサポートするように引き上げられました。

また、ベクトルデータベースの機能について詳しく説明されているこのブログ記事もおすすめです。

6. Amazon DocumentDBのためのベクトル検索

ベクトル検索は、DocumentDBに組み込まれています。別個のインフラストラクチャなしでML / AIアプリケーションのためのデータベースを設定、運用、拡張することができます。 最初のベクトルコレクションを作成する前に、ドキュメントを詳しく読んでください！

7. Amazon BedrockのAgentsも利用可能になりました！

Amazon BedrockのAgentsは、GenAIアプリケーションの開発を支援します。APIを呼び出し、RAGを使用して知識ベースにアクセスすることで、私たちが提供するインストラクションを使用してオーケストレーションプランを作成し実行します。

Amazon Bedrockでは、既存のエージェントの作業草稿を提供することで、Agentsの使用を簡単に始めることができます。 AWSコンソールに移動して、テストボタンを選択し、サンプルユーザーリクエストを入力してみてください。詳しく知りたい場合は、ドキュメントと、Agents APIの使用方法も参照してください。

8. Amazon DynamoDBとAmazon OpenSearch ServiceのゼロETL統合

Amazon DynamoDBを気に入っていて、たくさんのデータがあります。それを簡単に検索できるようにするにはどうすればいいですか？ それに対してさまざまな方法を見つけたと思いますが、ゼロETL統合により、Amazon DynamoDBからAmazon OpenSearch Serviceへのデータ同期が簡素化されます。 カスタムETLパイプラインを書く必要はありません！

発表内容を確認し、ブログ記事やドキュメントを参照しながら、試してみる準備ができたらぜひご活用ください。

9. Amazon Q – ベータ版のジェネレーティブAIパワードアシスタント

Amazon QはAmazon CodeCatalystやAmazon QuickSightなどのサービスに統合されつつあります。また、AWSコンソールや開発環境（IDE）でも利用できます。その機能セットは、開発者とITプロフェッショナルの両方をサポートするために構築されており、EC2インスタンスタイプの選択を最適化したり、次のサーバーレスアプリを構築したり、Javaアプリをアップグレードしたりするのに役立ちます！

10. AWS SDK for Rust

（最後になりますが、決して最も重要ではありません）

確かに最近は積極的にRustを使っていませんが、私はまだそれに対して特別な感情を持っています。そして、AWS SDK for RustのGAアナウンスを見ることができてうれしいです。これは、製品のワークロードに使用できることを意味します！まだ（再）試していませんが、その際には入門ガイドを使ってメモリをリフレッシュします。

AWS SDK for Rustには、各AWSサービス用の1つのクレートが含まれています-詳細はこちらをご覧ください。

これが今年の私の短い（完全に偏った）おすすめです。今回はre:Inventに参加できませんでしたが（急な緊急事態が発生しました）、2024年には皆さんにお会いできることを願っています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!