タイムライン検索

2026年9月10日

AWSは、機械学習モデルの推論サービスを構築・提供するためのプラットフォーム「Ray Serve」に、新たに「Deep Learning Container（DLC）」を導入した。このDLCは、PyTorch、TensorFlowなどの主要な機械学習フレームワークに加え、GPUドライバーや推論サービングレイヤーといった、GPUを活用した推論に必要なソフトウェア群を事前に統合・サポートしたコンテナイメージとなっている。 これまで、特にTorchServeなどの推論サーバーがメンテナンスされなくなると、ユーザーはGPUドライバーやライブラリのバージョン管理を含む、推論スタック全体を自社で構築・管理する必要があった。Ray Serve DLCの提供により、この複雑な管理作業が大幅に簡素化される。 AWS Machine Learning Blogでは、このRay Serve DLCを活用し、Amazon EKS（Elastic Kubernetes Service）上にビジョン言語モデルをデプロイする具体的な手順を解説している。これにより、開発者はインフラ管理の手間を削減し、モデル開発やビジネスロジックの実装に集中できるようになる。 （AWS Machine Learning Blog）

AWS Machine Learning Blog

2026年9月11日

Amazon SageMaker Inferenceは、大規模言語モデル（LLM）の推論における遅延を大幅に削減する新機能「prefix-aware routing」を導入しました。この機能は、同じ「プロンプトプレフィックス」を持つリクエストを、可能な限り同じインスタンスにルーティングする仕組みです。 LLMの推論では、過去の計算結果を保持する「KVキャッシュ」が重要な役割を果たしますが、リクエストが異なるインスタンスに分散されると、このキャッシュが利用できず、初回トークン生成までの時間が長くなる傾向がありました。prefix-aware routingは、同一プレフィックスのリクエストを同じインスタンスで処理することで、KVキャッシュを「温かい状態」に保ち、この問題を解消します。 AWSが公開したベンチマークによると、Llama 3.1 70Bモデルを用いたテストでは、この新機能により、P50（50パーセンタイル）におけるFirst-tokenまでの時間が最大77%も短縮されました。また、KVキャッシュのヒット率も、従来のおよそ25%から80%超へと劇的に向上したとのことです。この改善は、LLMを活用したアプリケーションの応答速度向上に大きく貢献すると期待されます。 引用元: AWS Machine Learning Blog

AWS Machine Learning Blog

2026年9月12日

Amazon Bedrock AgentCoreを活用することで、インタラクティブなHTMLウィジェットを備えたMCP（Micro-Channel Partner）アプリケーションの構築と展開が可能になります。MCPアプリはホストに依存しない標準技術であるため、AIホスト間でリッチなユーザー体験を同一サーバー上で実現できます。これにより、開発者はより柔軟で拡張性の高いアプリケーションを構築できるようになります。 AWS Machine Learning Blogによると、この新機能は、AIアプリケーションにおけるユーザーインターフェースの提供方法に新たな選択肢をもたらすものです。これまで以上にリッチでインタラクティブなAI体験を、容易に提供できるようになることが期待されます。 AWS Machine Learning Blog

AWS Machine Learning Blog

2026年9月12日

Amazon Bedrock上で利用可能なOpenAIモデルについて、トークン単価だけでは実際のコストパフォーマンスを正確に把握できないことが、AWS Machine Learning Blogの記事で指摘されています。同ブログでは、トークン単価だけでなく、問題解決あたりのコスト、エージェントが指示を実行する過程（軌跡）にかかるコスト、そして評価基準に基づいた成果物の品質といった、より実用的な観点からの評価方法を提案しています。 具体的には、これらの評価を容易にするためのオープンソースのベンチマーキングツールが紹介されており、ワークロードに最適なモデル選定に役立つ情報が提供されています。このツールを用いることで、単にトークン単価が安いモデルを選ぶのではなく、実際に生成される回答の質や、タスク完了までの効率性を考慮した、より賢明なモデル選択が可能になります。 (AWS Machine Learning Blog)

AWS Machine Learning Blog

2026年9月12日

マルチエージェントシステムの信頼性向上に向け、Amazon Web Services（AWS）は新たな監視手法を導入しました。従来型の監視では検知が難しかった、複数のエージェントが連携するシステム特有の障害を、二段階のアプローチで捉えることが可能になります。 具体的には、Amazon Bedrock AgentCore Evaluationsを活用し、エージェントのパフォーマンスを継続的に評価し、品質スコアを算出します。これにより、システムの品質を定量的に把握します。さらに、AWS DevOps Agentが自律的にインフラストラクチャの調査を実行し、潜在的な問題を早期に発見・解決へと導きます。この二層の監視体制により、本番環境におけるエージェントライフサイクルの安定稼働を支えます。 AWS Machine Learning Blog

AWS Machine Learning Blog

2026年9月16日

Amazon Bedrockは、大規模言語モデル（LLM）の利用において、プロンプトキャッシュ機能を提供開始しました。この新機能は、同じ入力情報を基盤モデルに繰り返し送信する際のコストと応答速度の最適化を目的としています。 具体的には、プロンプトキャッシュを活用することで、入力トークンにかかるコストを最大90%削減できるとされています。これにより、LLMをより経済的に利用することが可能になります。 AWS Machine Learning Blogでは、Converse APIを利用した6つの具体的な活用例が紹介されています。これには、メッセージ内容のキャッシュ、システムプロンプトの最適化、ツール定義の効率化、混合TTL（Time To Live）による柔軟なキャッシュ管理、テナントごとの分離、そしてLangChainとの連携といったシナリオが含まれています。これらの事例は、開発者がAmazon Bedrockのプロンプトキャッシュを実用的なアプリケーションに組み込むための具体的な指針となるでしょう。 (AWS Machine Learning Blog)

AWS Machine Learning Blog

2026年9月22日

AI企業xAIが開発した大規模言語モデル「Grok 4.6」が、Amazon Web Services（AWS）のAIサービスプラットフォーム「Amazon Bedrock」で利用可能になった。このモデルは、長時間のAIエージェントとしての活用、コーディング支援、高度な知識作業などを想定して設計されている。 Grok 4.6の特長として、50万トークンという大規模なコンテキストウィンドウが挙げられる。これにより、一度に大量の情報を記憶・処理することが可能となり、複雑な対話や長文の要約、分析などがより効率的に行えるようになる。さらに、4段階の推論レベルを備えており、問題解決や意思決定の精度向上に貢献することが期待される。 Amazon Bedrockを通じて、開発者はGrok 4.6の先進的な機能を手軽に利用できるようになり、多様なAIアプリケーションの開発が加速する見込みだ。 (AWS Machine Learning Blog)

AWS Machine Learning Blog

2026年9月26日

Amazon SageMaker JumpStartで、リアルタイムな音声生成と個人化を実現する「Qwen3-TTS」モデルが利用可能になりました。このモデルをリアルタイムエンドポイントにデプロイすることで、短い音声サンプルから話者の声をクローンし、その声の特徴を維持したまま、言語を越えて自然な音声を生成することが可能になります。 これにより、例えばカスタマーサポートやエンターテイメント分野において、ユーザー一人ひとりに合わせたパーソナライズされた音声体験の提供が期待されます。これまで難しかった、リアルタイムかつ高品質な音声の個人化が、SageMakerの活用によって実現されることになります。(198文字) 引用元: AWS Machine Learning Blog

AWS Machine Learning Blog

2026年9月26日

Amazon SageMaker HyperPodは、マルチモーダル強化学習（RL）トレーニングを高速化するための新たなソリューションを提供します。この度、Qwen3-VL-8Bというビジョン・言語モデルを、GRPO（Generative Reinforcement Learning from Human Preferences）手法を用いてポスト・トレーニングするプロセスが、SkyRLとSageMaker HyperPodを組み合わせることで大幅に効率化されました。 具体的には、コンテナイメージの作成から、Rayクラスタのセットアップ、トレーニングジョブの実行と監視、そして学習済みのLoRAアダプタをホストするまでの全工程が解説されています。これにより、開発者は複雑な設定に手間取ることなく、高度なマルチモーダルRLモデルのトレーニングに集中できるようになります。この連携は、AIモデル開発のスピードアップに貢献すると期待されます。 (AWS Machine Learning Blog)

AWS Machine Learning Blog

2026年9月26日

Amazon Elastic Kubernetes Service (EKS) 上で、Elastic Fabric Adapter (EFA) と Deep Episode Parallelism (DeepEP) を活用することで、大規模な強化学習 (RLHF および GRPO) トレーニングにおけるスループットが 40% 向上したことが明らかになりました。このアーキテクチャは、EKS、EFA、および Amazon S3 を組み合わせたもので、特に Mixture-of-Experts (MoE) モデルを用いた強化学習のスケーリングにおいて有効であることが示されました。 具体的には、EFA の高帯域幅・低レイテンシ通信機能と DeepEP による分散学習手法を組み合わせることで、モデル並列処理とデータ並列処理を効率的に実行し、大規模な強化学習タスクのトレーニング時間を大幅に短縮することを可能にしました。これにより、より複雑なモデルや大量のデータを扱うことが容易になり、強化学習の応用範囲拡大に貢献すると期待されます。 AWS Machine Learning Blog

AWS Machine Learning Blog

2026年9月29日

Amazon SageMaker AIとAWS vLLM-Omniディープラーニングコンテナを活用し、リアルタイム音声アプリケーションの構築が可能になりました。この技術を用いることで、テキスト音声合成モデルを効率的にデプロイし、生成された音声を永続的な双方向接続を通じてストリーミング配信することができます。これにより、ユーザーは遅延なく自然な音声応答を体験できる、よりインタラクティブなアプリケーションの開発が期待されます。例えば、カスタマーサポートボットやインタラクティブなストーリーテリング、リアルタイムの音声アシスタントなど、多様な分野での応用が見込まれます。この取り組みは、AIによる音声技術の進化を加速させ、新たなユーザー体験の創出に貢献するものです。 AWS Machine Learning Blog

AWS Machine Learning Blog

2026年10月3日

AWSのマット・ガーマンCEOは、データセンター建設批判に反論する声明を出した。水資源枯渇などの懸念を「迷信”と否定しつつ、電力料金負担や自治体とのNDA撤廃を含む行動指針を発表。さらに地域支援として、資格取得や省エネ改修などを助成する10億ドル超の基金を立ち上げる。

ITmedia NEWS

2026年10月5日

Amazonにて、Razerのレバーレスアーケードコントローラー「Razer Kitsune - Ryu Edition」が特別価格で販売されている。セール価格は参考価格から約30%オフの36,597円。

Game Watch

2026年10月5日

指を離して瞬時に入力解除できるラピッドトリガー対応 Razerのゲーミングキーボード「Huntsman V3 Pro Tenkeyless JP」がAmazonにて39％オフでセール中だ。

IGN Japan

2026年10月6日

AmazonにてRazer製ゲーミングデバイスのセールが行なわれている。期間は10月19日23時59分まで。

Game Watch

2026年10月6日

Amazonにて、HyperXのゲーミングデバイスが特別価格で販売されている。期間は10月19日23時59分まで。

Game Watch

2026年10月6日

Amazonにて、東芝の充電式ニッケル水素充電池とアルカリ乾電池がセール価格で販売されている。

Game Watch