AWS今天推出了一项名为Amazon AppFlow的新服务,开发者可以使用该服务来管理AWS与其他软件即服务应用(例如Google Analytics、Marketo、Salesforce、ServiceNow、Slack、Snowflake和Zendesk。
这项全面托管的服务让用户可以创建双向数据流并实现自动化,无需编写任何自定义集成代码。AWS表示,这些数据流可以是由特定事件触发的,可以是在预设时间或按需触发。
尽管AWS称数据流可以是双向的,但该服务似乎更侧重于将数据从SaaS应用迁移到其他可以进行数据分析的AWS服务。为了解决这个问题,Amazon AppFlow附带了许多用于转换数据的工具。
值得注意的是,AppFlow服务支持Amazon专用私有互联网连接技术PrivateLink。
AWS首席布道师Martin Beeby在公布该服务的博客文章中表示,开发者花费大量时间编写自定义集成,以便能够在他们使用的SaaS应用和Amazon之间共享数据。
Beeby说:“如果数据需求发生变化,就还要对集成进行修改,这个过程不仅成本高而且十分复杂。没有大量工程资源的公司可能会发现,他们自己需要手动从应用导入和导出数据,这很耗时,而且存在数据泄漏风险,有可能存在人为错误。”
使用Amazon AppFlow的话就能避免这个问题。但是,这项服务需要一定的成本,每个数据流每次运行的成本是0.1美分,数据处理费用为每GB 2美分起。
AWS副总裁Kurt Kufeld说:“Amazon AppFlow为客户提供了一种直观、简便的方法,让他们可以将来自AWS和SaaS应用的数据进行合并,而无需通过公共互联网转移数据。客户可以借助Amazon AppFlow聚合并管理分散在其所有应用中多达PB甚至EB级的数据,而无需开发自定义连接器或者管理基础API和网络连接。”
另外,AWS还宣布现在EC2 Inf1实例可以运行在全面托管的机器学习服务AWS SageMaker上。Inf1实例运行在Inferentia上,这是一种专为机器学习工作负载设计的高性能芯片,于2019年底的re:Invent大会上首次宣布推出。
Amazon在公告中表示,Inf1实例具有以下优势:延迟降低,吞吐量提高三倍,每次推理的成本比其他芯片低40%。
亚马逊表示,这一宣布意味着开发人员现在可以选择与SageMaker一起使用的EC2实例类型,从而在为每个工作负载选择最佳成本/性能比时提供更大的灵活性。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。