Author: AWS Team

随着人工智能技术的快速发展，游戏行业正面临着一个激动人心的机遇：利用生成式 AI 来创造更加智能、动态和个性化的 NPC。传统的 NPC 往往存在行为模式固定、对话有限等问题，难以为玩家提供真实而丰富的互动体验。而借助先进的语言模型和多智能体系统，我们可以打造出具有动态对话生成、独特个性、NPC 间互动博弈等特点的新一代 NPC。

本文围绕 kdb+以及 Amazon 托管的 kdb+ insights 服务，即 Amazon FinSpace，展开对 kdb+，尤其是 Amazon FinSpace 的架构以及功能介绍，并详细描述了如何利用 Amazon FinSpace 构建一个 Quant Data Analytics 应用的操作过程。

本文介绍了围绕 Amazon EMR 和统一数据湖（S3）在构建车联网数据平台的实践，用户无需在不同数据分析引擎之间移动数据，通过 Amazon EMR 让开发人员可以继续沿用以往在 hadoop 生态体系下的数据平台的操作习惯，实现细粒度的数据权限和身份认证控制，另外针对车联网数据具有实时性、数据流量存在波峰波谷不确定等特性，利用亚马逊云科技 Serverless 服务的优势，在通过弹性资源优化资源利用率，也可以快速完成整个车联网数据平台架构的验证与运营，为助力车企向“服务和数据驱动”转型变革保驾护航。

本文将总结分享客户从 TF 1.15 迁移升级到 TF 2.14 过程中遇到的一些问题及应对方法，并以一个简单的例子给出基于 TF 2 的分布式训练代码。

Amazon CodeCatalyst（于 2023 年 4 月 20 日正式发布）是一个一站式 DevOps 服务，通过本文你将了解到如何使用 Amazon CodeCatalyst 跨账号和区域部署 EKS 应用。

社交实时聊天消息的数据库，需要兼顾高性能与持久化，可以使用 Amazon DynamoDB，在保证数据持久化的同时，海量请求下仍然能达到毫秒级别的响应速度。

Celeborn 是一个开源的实现 Remote Shuffle 的工具。通过为 EMR 部署 Celeborn 服务，可以将 Spark 计算的中间结果从采用 Spot 实例的 EMR 集群节点中分离存储，实现 shuffle 数据的存算分离，有效减少了 Spot 实例回收导致的重算成本。

本文通过使用服装鞋类商品进行模型训练，同时通过 GroundingDINO 进行目标物品检测和剪切的方式对图片进行搜索，这种方式满足企业级的，特别是垂直行业的高精度搜索。有助于更好地提升用户的搜索体验。 该方案也可以拓展到其他的垂直行业使用，如电商、游戏、短视频，医疗、制造业等。

亚马逊自研芯片 inf2 与 vLLM 助力企业高效部署大型语言模型。

Network Firewall 为您的 VPC 和子网提供了全面的网络流量检查与防护功能。本文将基于出站流量检查分布式部署模型，详细阐述如何通过 AWS Console 完成 NFW 的安装过程。安装和配置完成后，NFW 的安全策略能够对私有子网中的主机进行所有对外 Internet 访问的控制，并将这些访问活动记录在 NFW 日志中。