亚马逊云科技与英伟达扩大合作,计划在全球基础设施中新增200万颗英伟达GPU,深化AI工厂、CPU、网络等领域合作。此举补充自研芯片,提供灵活算力选择,并引入Vera CPU支持Agentic AI工作负载,助力客户加速AI开发。
Mattel163与亚马逊云科技合作,基于Amazon Bedrock AgentCore构建多智能体报告平台(MARP),自动分析玩家反馈并生成报告。该平台通过多个专业化智能体协作,将原本需数周的人工分析缩短至分钟级,覆盖应用商店评论、问卷、客服工单和访谈转录等场景,并采用异步架构、证据链约束和多租户安全设计,提升分析效率与一致性。
本文探讨亚马逊云科技容器环境中IP地址消耗问题,重点针对大模型训练/推理场景下大型GPU节点Pod密度低但VPC CNI默认预留大量IP导致子网浪费。文章分析EKS、ECS等场景的IP消耗风险,提出优化方案:优先考虑IPv6、Prefix Delegation、Custom Networking等架构调整,也可通过设置MINIMUM_IP_TARGET、WARM_IP_TARGET等参数控制单节点IP分配,并强调需同步配置kubelet maxPods、监控和验证。
亚马逊云科技二季度营收422.3亿美元,同比增长36.7%,创18个季度最快增速,营业利润率39.4%,贡献超60%利润。AI和自研芯片业务年化收入各超250亿美元,获Anthropic和OpenAI大额订单。资本支出上调至2200亿美元,CEO预计未来年营收可达万亿美元。
Load Testing Pilot是一个基于Serverless架构的分布式压测与AI分析平台,专为亚马逊云科技中国区域设计。它通过CloudFormation一键部署,支持JMeter、K6等四种压测方式,并利用LLM生成脚本和结构化分析报告。平台自动采集ELB、EC2等全链路指标,定位性能瓶颈,提供优化建议,降低运维成本。
本文在AWS中国区实测llama.cpp部署Qwen3.6模型,对比Graviton4、Intel CPU和A10G GPU的MTP加速效果。GPU上MTP提升83%性能,CPU上反而降低18-40%。最佳实践:GPU用27B Dense+MTP,CPU用35B MoE关闭MTP,后者成本仅为GPU的26%,性能达82%。
亚马逊云科技推出“创业复兴计划”,面向一人公司和10人以下小团队,提供最高10万美元云资源、1对1导师指导、产品路演及全球展示机会。计划旨在帮助AI创业者解决客户获取、融资和出海难题,导师包括傅盛、公元等,报名截止8月12日。
亚马逊云科技宣布,GPT-5.6的三款模型(Sol、Terra、Luna)已在Amazon Bedrock上线。这些模型提升了智能与效率,支持开发者解决复杂问题,企业可用于基因组学分析和网络安全研究。Sol模型在美国东部部分地区可用,Terra与Luna也在多个区域上线。
亚马逊云科技在2026中国峰会上发布了《企业生产级智能体开发部署指南》,该指南包含六个步骤的开发生命周期方法、量化评估框架和亚马逊内部案例,旨在帮助企业实现智能体的稳定运行与价值变现。
本文介绍了如何在亚马逊云科技中国区构建安全的SFTP文件传输方案。通过AWS Transfer Family、Secrets Manager和IAM Roles Anywhere等服务,解决了无长期凭据、无Active Directory和Cognito User Pool等挑战,实现了自动轮换密码和多层安全防护,确保数据传输的安全性和可靠性。
亚马逊云科技(AWS)成立了新的“前置部署工程师”团队,专注于帮助客户部署定制化AI系统。该团队将在客户公司驻扎,提供为期约45天的支持,以实现知识转移,提升客户自主开发AI应用的能力。亚马逊初期投入10亿美元,首批客户包括NBA和Ricoh。这一模式在AI领域日益流行,反映出对现场工程支持的需求增长。
亚马逊云科技副总裁Ganapathy Krishnamoorthy指出,AI Agent的崛起推动数据库升级,需具备“记忆海绵”功能,支持向量检索和混合搜索。新项目应基于现代开源数据库,传统数据库需逐步现代化,数据将成为AI创造价值的核心资产,关键在于释放数据价值。
亚马逊云科技推出AI助手Amazon Quick的重大升级,新增全天候自主Agent和动态工作流,帮助用户优先处理任务。新功能支持跨数据源提取信息,整合16项新集成,提升工作效率,用户可无缝监控和调整Agent,简化应用构建过程。
本文讨论了在亚马逊云科技上构建企业级智能体的评估框架,强调评估应贯穿开发全生命周期。提出六个关键问题,涵盖评估框架、指标体系、自动化流程、数据集、工程纪律及工具支持。亚马逊云科技的经验表明,评估需关注智能体各组件,以确保其在复杂环境中的稳定性和可优化性。通过持续监测和反馈,企业能更有效地实现智能体的生产级部署。
亚马逊云科技推出了Amazon Transform的持续现代化功能,能够快速扫描代码存储库,自动检测过期依赖项和已弃用框架,支持Java版本升级和SDK迁移,并与Amazon Security Agent深度集成,修复源代码级别的安全漏洞。
神州泰岳获得亚马逊云科技AI Services Competency认证,成为首批合作伙伴之一,表明其在AWS平台上提供智能自主体AI咨询服务的能力。自2018年进入云服务领域以来,神州泰岳已服务500多家企业,构建了全国技术服务网络,并形成了全面的'云+AI'能力矩阵。
本文探讨了Agent记忆系统的工程实践与演进,分析了记忆写入纪律、Prompt Cache冲突、跨模型容量、Embedding迁移及Agent自产Skill治理等问题。随着技术进步,记忆系统面临新的挑战,需关注存储选型、数据一致性及质量评估等工程问题。亚马逊云科技的S3 Files和S3 Vectors为记忆系统提供了新的基础设施选择,提升了持久性和并发能力。
亚马逊云科技宣布,GPT-5.5、GPT-5.4和Codex已在Amazon Bedrock上线,企业可直接调用这些大模型以支持复杂任务,计费标准与OpenAI一致,无额外费用。Codex可通过多种IDE插件使用,推理计算符合数据合规要求。亚马逊将持续扩展OpenAI的能力。
亚马逊云科技将在2026年推出Agentic AI,推动AI实际应用。新工具Amazon Quick将成为企业级安全的主动智能助手,并支持多种应用集成。同时,Amazon Connect将扩展到商业决策和招聘领域。亚马逊还与OpenAI深化合作,提供前沿模型,确保数据安全,旨在提升企业工作效率。
本文介绍了一款基于Strands Agents SDK和AWS工具构建的云成本分析AI助手。该助手支持自然语言交互,提供费用查询、图表可视化和优化建议,适用于亚马逊云科技中国区。通过集成AWS的账单和定价工具,用户可快速获取费用分析,提升管理效率。系统架构采用前后端分离,支持多账号查询,未来将扩展认证和报告功能。
完成下面两步后,将自动完成登录并继续当前操作。