Questions fréquentes (FAQ) sur AWS Transform

AWS Transform est un service d’IA agentique conçu pour prendre en charge la modernisation à grande échelle des charges de travail Windows complètes (y compris .NET et SQL Server), la transformation des applications mainframe vers des langages modernes et des architectures des charges de travail VMware vers Amazon EC2, ainsi que des transformations personnalisées pour le code, les API, les frameworks, etc.

Vous pouvez accéder à une expérience Web unifiée d’AWS Transform adaptée à la modernisation à grande échelle et à la collaboration en équipe à l’adresse https://console.thinkwithwp.com/transform/home. Pour les transformations personnalisées du code, des API, des frameworks, etc., le service fonctionne à la fois via la CLI et des interfaces Web. Pour certaines applications .NET nécessitant l’attention des développeurs, ces derniers peuvent également utiliser AWS Transform dans Visual Studio IDE.

L’approche d’AWS Transform en matière de migration et de modernisation diffère des outils traditionnels sur trois points fondamentaux. Tout d’abord, AWS Transform propose des agents de tâches spécialisés pour diverses tâches, allant de la génération de réseaux à l’extraction de règles métier depuis COBOL vers le portage de code .NET. Ces agents combinent des connaissances spécialisées fondées sur des années d’expérience avec le contexte propre à l’entreprise. Ensuite, le service utilise l’IA agentique pour orchestrer l’exécution de ces agents de tâches experts, propres à chaque charge de travail. En fonction de la tâche, l’orchestration va de l’exécution déterministe à des plans dynamiques axés sur les objectifs. Le produit se concentre sur la réalisation des tâches, l’intégration avec les humains dans la boucle ou l’utilisation d’agents de codage. Troisièmement, la capacité d’apprentissage est intégrée à chaque niveau. Les agents s’auto-déboguent en permanence, améliorent les résultats et fournissent des recommandations pour les prochaines étapes.

Pour commencer, connectez-vous à l’expérience Web AWS Transform à l’aide de vos informations d’identification d’entreprise actuelles. Si vous êtes un nouveau client, vous pouvez utiliser l’authentification unique (SSO) avec l’intégration d’AWS IAM Identity Center et le connecter à un compte AWS pour commencer. Vous pouvez également configurer une fédération directe avec Okta ou Microsoft Entra. Pour en savoir plus, consultez le Guide de l’utilisateur d’AWS Transform.

Les évaluations AWS Transform analysent votre environnement informatique afin de simplifier et d’optimiser votre transition vers le cloud grâce à des informations intelligentes basées sur les données et à des recommandations exploitables. Découvrez les opportunités d’optimisation des coûts et des performances tout en obtenant une modélisation financière détaillée pour vous aider à planifier votre migration en toute confiance et à maximiser les économies potentielles.

Le flux de travail commence par le téléchargement de votre inventaire de serveurs existant sur la plateforme AWS Transform. Une fois que vos données sont en place, vous avez la possibilité de spécifier votre Région AWS cible. Ensuite, vous pouvez demander à AWS Transform de générer votre analyse de rentabilisation. AWS Transform analyse l’inventaire de vos serveurs et identifie les instances Amazon EC2 les plus adaptées et les plus rentables pour chacune d’entre elles. L’analyse de rentabilisation qui en résulte vous fournit une projection claire, basée sur des données, de la manière dont votre environnement sur site actuel pourrait correspondre aux services AWS, offrant ainsi des informations précieuses pour la planification de votre migration et votre processus de prise de décision.

AWS Transform prend en charge diverses méthodes de collecte de données pour les serveurs x86, qu’ils soient virtuels ou physiques, à partir d’environnements sur site. Le service accepte les données d’inventaire des serveurs provenant de plusieurs outils d’évaluation largement utilisés. Il s’agit notamment des exportations depuis RVTools, des données collectées via l’outil de découverte d’AWS Transform ou le collecteur sans agent AWS Migration Evaluator et des formats d’exportation de l’Évaluation du portefeuille de migration (MPA) générés par des outils tels que modelizeIT et Cloudamize.

Une fois la tâche d’évaluation terminée, AWS Transform fournit un résumé de l’évaluation, la possibilité de poser des questions sur le coût et les recommandations et la possibilité de télécharger une version PDF de l’analyse de rentabilisation pour une révision et un partage hors ligne.

L’analyse de rentabilisation comprend les principaux points saillants de l’inventaire des serveurs, un résumé de l’infrastructure actuelle et plusieurs scénarios de coût total de possession (TCO) avec des engagements d’achat (instances à la demande et réservées), des options de licence du système d’exploitation (apportez vos propres licences et licences incluses) et des options de location (dédiées et partagées). L’analyse de rentabilisation comprend également des recommandations pratiques pour la prochaine étape.

Les évaluations AWS Transform fournissent des estimations directionnelles approximatives du coût des services AWS en fonction de vos configurations de serveur actuelles et de vos habitudes d’utilisation supposées. Bien que ces estimations soient utiles à des fins de planification initiale, elles doivent être considérées comme des indications plutôt que comme des chiffres exacts. Les coûts réels d’AWS peuvent varier en fonction de votre implémentation spécifique, de vos choix d’optimisation des ressources et des modèles d’utilisation réels. Il est important de noter que ces estimations ne constituent aucunement des devis et ne doivent pas être interprétées comme des garanties quant au coût final de vos services AWS. Pour une planification des coûts plus précise, nous vous recommandons de travailler avec l’équipe chargée de votre compte AWS ou avec un Partenaire AWS qui peut vous aider à analyser en détail vos besoins spécifiques et vos habitudes d’utilisation.

AWS Transform Assessment et AWS Migration Evaluator sont deux outils précieux pour planifier les migrations vers le cloud. Les évaluations sont une fonctionnalité rapide en libre-service d’AWS Transform, conçue spécifiquement pour les organisations qui souhaitent migrer des serveurs x86 depuis des environnements sur site vers AWS. Cet outil utilise les données d’inventaire des serveurs existants pour fournir des recommandations ciblées pour les instances Amazon EC2 et générer des estimations rapides du coût total de possession. Cette approche rationalisée est idéale pour les entreprises qui recherchent une évaluation rapide et ciblée de leurs options de migration. AWS Migration Evaluator propose un service d’évaluation plus complet, dirigé par des experts. Guidée par AWS Solutions Architects, cette évaluation approfondie englobe un plus large éventail d’analyses, notamment la collecte de données détaillées, l’évaluation du stockage, l’évaluation de la durabilité et l’analyse de Microsoft SQL Server. Migration Evaluator convient parfaitement aux organisations qui ont besoin d’une planification minutieuse de la migration et qui souhaitent bénéficier de conseils d’experts tout au long du processus.

AWS Transform dispose d’une fonctionnalité de chat IA intégrée qui vous permet de demander plus de détails ou des éclaircissements sur le mappage des instances, des suggestions de licences et de location, ainsi que des recommandations pour la prochaine étape. Pour une assistance supplémentaire ou une analyse complémentaire pour d’autres types de charges de travail, contactez l’équipe de votre compte ou votre partenaire ou contactez-nous.

AWS Transform pour Windows comprend deux composants principaux : la transformation des applications .NET Framework en .NET multiplateforme et la migration de Microsoft SQL Server vers des bases de données Aurora PostgreSQL avec l’application .NET dépendante. 

AWS Transform pour .NET accélère la modernisation des applications .NET Framework basées sur Windows vers des environnements .NET pour Linux multiplateformes. Il se connecte à vos référentiels de code source sur GitHub, GitLab, Azure Repos ou Bitbucket et effectue une analyse complète axée sur trois domaines clés : les dépendances des référentiels, les packages privés requis et les bibliothèques tierces, ainsi que l’identification des types de projets pris en charge. Sur la base de cette analyse, il génère un plan de transformation pour ces référentiels et met en évidence les dépendances manquantes que vous pouvez résoudre en téléchargeant vous-même les packages. Au cours du processus de transformation, AWS Transform pour .NET convertit le code de l’application, génère la sortie, exécute des tests unitaires et valide les résultats dans une nouvelle branche de votre référentiel. Vous pouvez ensuite déployer l’application transformée en tant que conteneur sur Amazon EC2 ou Amazon ECS.

La modernisation d’AWS Transform pour SQL Server accélère la migration de vos bases de données et applications Microsoft SQL Server vers Aurora PostgreSQL. Il se connecte à vos bases de données SQL Server exécutées sur Amazon EC2 ou Amazon RDS pour découvrir les schémas et les procédures stockées dans vos bases de données. Il effectue ensuite une analyse détaillée des bases de données et des applications pour créer des vagues d’applications et des bases de données qui peuvent être transformées ensemble en fonction de relations de dépendance. Il transforme ensuite les schémas SQL Server en Aurora PostgreSQL et migre les bases de données vers des clusters cibles Aurora PostgreSQL nouveaux ou existants. Pour la transformation des applications .NET, le service met à jour les connexions à la base de données dans le code source et modifie le code ORM dans Entity Framework et ADO.NET pour le rendre compatible avec Aurora PostgreSQL, le tout dans un flux de travail unifié sous supervision humaine.

Dans les deux flux de travail, AWS Transform fournit un résumé complet des transformations, y compris les fichiers modifiés, les résultats des tests et des suggestions de correctifs pour tout travail restant à faire. Vos équipes peuvent suivre l’état de la transformation grâce à son chat interactif ou à ses journaux de travail. De plus, vos équipes reçoivent des notifications par e-mail contenant des liens vers du code .NET transformé dans vos référentiels. Pour les charges de travail qui ont besoin d’être traitées, vos développeurs peuvent continuer à utiliser l’extension Visual Studio dans AWS Transform.

AWS Transform pour Windows découvre les référentiels de votre compte et identifie les types de projets pris en charge dans chaque référentiel. Il prend en charge le portage d’applications de console, de bibliothèques de classes, d’API Web, de services WCF, de MVC (Model View Controller), de SPA (Single Page Application) et de projets de tests unitaires (cadres xUnit, NUnit, MSTest) vers un .NET multiplateforme (liste complète disponible ici). En outre, AWS Transform pour Windows porte également les projets d’interface utilisateur des vues MVC Razor vers les vues ASP.NET Core Razor, le portage de l’interface utilisateur d’ASP.NET Web Forms vers Blazor sur ASP.NET Core, le portage du code Entity Framework et ADO.NET ORM pour la compatibilité avec Aurora PostgreSQL, le portage de projets WinForms, WPF et Xamarin vers un .NET multiplateforme et la prise en charge des projets en langage VB.NET.

Après avoir identifié les types de projets, il analyse ces projets pour détecter les dépendances vis-à-vis d’autres projets, de packages privés et de bibliothèques tierces. Sur la base de l’analyse des dépendances, AWS Transform pour Windows recommande un plan de transformation qui classe les référentiels en fonction de leurs dernières dates de modification, de leurs relations de dépendance et des exigences relatives aux packages privés.

Vous pouvez télécharger le rapport d’analyse pour évaluer le plan recommandé et l’examiner avec votre équipe. Vous avez également la possibilité de personnaliser le plan recommandé en modifiant la sélection dans la console ou en chargeant un fichier modifié avec votre sélection préférée. Les administrateurs et les approbateurs peuvent revoir et approuver le plan avant de poursuivre le processus de transformation.

Au cours de la transformation, les référentiels de code source sélectionnés dans votre plan approuvé sont extraits en toute sécurité dans un environnement d’exécution isolé du réseau pour être transformés vers un .NET multiplateforme. AWS Transform pour .NET prend en charge la transformation d’applications écrites à l’aide de .NET Framework versions 3.5 et ultérieures, .NET Core 3.1, .NET 5, .NET 6 et .NET 7 vers un .NET 8 (LTS) et un .NET 10 multiplateformes, ainsi que des frameworks d’accès aux bases de données Entity Framework et ADO.NET.

Après le portage, AWS Transform exécute une version complète de .NET pour identifier les éventuelles erreurs de génération et exécute une boucle d’évaluation pilotée par l’IA pour résoudre automatiquement les problèmes. Ce processus est répété pour tous les projets pris en charge dans les référentiels. Une fois la tâche de transformation terminée, le code transformé est renvoyé dans votre référentiel de code source dans la branche cible que vous avez choisie pour être révisé.

Pour les référentiels de code source .NET qui ont effectué des transformations avec succès sans aucune erreur de génération, AWS Transform exécute des projets de tests unitaires, le cas échéant, et fournit ces résultats d’exécution pour que vous puissiez les examiner. Pour les référentiels qui contiennent des projets partiellement transformés, les projets de tests unitaires sont portés, mais ne sont pas exécutés. Vous pouvez résoudre vous-même les problèmes restants avant d’exécuter les tests unitaires.

AWS Transform prend également en charge le déploiement des applications transformées dans un environnement cible afin que les clients puissent valider les applications transformées.

AWS Transform pour Windows découvre d’abord les bases de données qui s’exécutent sur votre compte AWS. Il identifie ensuite les bases de données qui exécutent les serveurs, les schémas et les procédures stockées associées aux bases de données. Il analyse également les référentiels de code source pour identifier les dépendances des bases de données dans les référentiels, les requêtes SQL intégrées et le code d’accès à la base de données écrit dans Entity Framework et ADO.NET. Sur la base de l’analyse, il crée ensuite des plans d’onde personnalisables pour la transformation des bases de données et des applications afin qu’elles puissent être transformées ensemble.

Vous pouvez télécharger le rapport d’analyse pour passer en revue les recommandations de modernisation, la complexité des transformations, les bases de données et le référentiel de code source invoquant les bases de données.

AWS Transform pour Windows transforme SQL Server en 3 étapes : 1) Conversion du schéma, 2) Migration des données et 3) Transformation du code.

Lors de la conversion du schéma de base de données, les schémas des bases de données sélectionnées sont convertis de schémas Microsoft SQL Server en schémas compatibles avec Aurora PostgreSQL. En cas de problème lors de la conversion du schéma, AWS Transform pour Windows exécute automatiquement une boucle d’évaluation pilotée par l’IA pour résoudre automatiquement les problèmes. Le processus est répété pour tous les schémas des bases de données de la vague. De même, s’il existe des procédures stockées dans les bases de données SQL Server, elles sont également portées pour être compatibles avec les bases de données Aurora PostgreSQL. Une fois les schémas convertis avec succès, ils sont appliqués aux bases de données Aurora PostgreSQL cibles.

Une fois les schémas entièrement transformés pour votre base de données PostgreSQL cible, vous avez la possibilité de migrer vos données de vos bases de données SQL Server vers les bases de données Aurora PostgreSQL. Au cours de cette étape, AWS Transform pour Windows migre vos données vers les bases de données PostgreSQL transformées. En cas de problème pendant le processus de migration, vous serez informé des problèmes de migration et un rapport de migration vous sera envoyé pour résoudre les problèmes.

Enfin, les référentiels de code source sont mis à jour pour correspondre à la base de données cible PostgreSQL créée. Les chaînes de connexion sont mises à jour pour correspondre à la base de données PostgreSQL, le code SQL intégré est porté pour être compatible avec PostgreSQL, et Entity Framework et ADO.NET sont mis à jour pour correspondre à la nouvelle base de données. Une fois la transformation terminée, les mises à jour sont validées dans une nouvelle branche du référentiel de code source que vous avez fournie. Vous pouvez consulter un résumé des transformations détaillé des mises à jour effectuées par AWS Transform au cours de cette étape.

Pour les transformations de code .NET, vous pouvez suivre toutes les actions de modification grâce à des rapports de transformation détaillés fournis pour chaque référentiel en langage naturel. Ces rapports décrivent les fichiers, les API et les packages NuGet privés qui ont été modifiés, déplacés ou mis à jour au cours du processus. Lorsque les référentiels sont partiellement transformés, le rapport de synthèse inclut des informations spécifiques sur les erreurs de génération et les échecs de transformation de schéma, ainsi que des recommandations pour résoudre ces problèmes. Tout le code source transformé est transféré dans une nouvelle branche cible que vous spécifiez au cours de la tâche, ce qui vous permet de consulter la branche et de vérifier les modifications de code effectuées par AWS Transform.

Pour la modernisation de SQL Server, vous pouvez surveiller la conversion des schémas et les actions de migration des données grâce à des rapports disponibles une fois les étapes de transformation terminées. Ces rapports sont accessibles immédiatement après la transformation et via la page Projet de migration de la console AWS Data Migration Service (AWS DMS). Comme pour les transformations .NET, vous pouvez suivre les modifications du code source à partir de la branche des fonctionnalités. Vous pouvez également valider les résultats de la transformation en examinant les schémas de base de données déployés et les procédures stockées dans votre base de données PostgreSQL cible.

Dans l’expérience Web, vous pouvez suivre la progression de la transformation en temps réel grâce à deux méthodes principales. Le chat interactif fournit des mises à jour et des réponses dynamiques en fonction du plan de travail actuel et du contexte de vos questions, donnant accès à une base de connaissances complète sur les tâches et les actions en cours. Les journaux de travail fournissent une documentation détaillée de toutes les actions effectuées par AWS Transform pour Windows sur votre code source et vos bases de données, y compris les approbations des utilisateurs et les pistes d’audit.

Dans l’expérience Visual Studio IDE, lors de la transformation d’applications .NET dans Visual Studio, le suivi de la progression est disponible via AWS Transform Hub. Cette interface affiche le temps restant estimé, les étapes de transformation détaillées et un journal des activités.

En outre, vous recevrez des rapports récapitulatifs complets sur les transformations pour chaque référentiel, détaillant les fichiers modifiés, les modifications apportées à l’API et les mises à jour des packages NuGet privés.

Une fois le travail terminé, vous recevrez une notification par e-mail contenant des liens profonds vous permettant de consulter les référentiels transformés. 

Pour les transformations de code .NET : AWS Transform fournit un rapport récapitulatif détaillé sur les transformations, y compris un fichier de démarquage des prochaines étapes qui décrit les tâches restantes, telles que les problèmes de préparation à Linux et les mises à jour du code d’accès à la base de données. Vous pouvez utiliser ces informations pour initier une autre transformation avec AWS Transform ou les utiliser comme guide pour un compagnon de code AI.

Pour la conversion de schémas SQL et la migration de données : le rapport de conversion de schéma indique le pourcentage de schémas transformés avec succès et fournit des conseils pour terminer les travaux inachevés. Vous pouvez traiter les conversions de schéma restantes à l’aide de la page de conversion de schéma de la console AWS Database Migration Service (AWS DMS) ou d’IDE tels que DBeaver. Pour les erreurs de migration des données, vous pouvez consulter le rapport sur la migration des données afin de résoudre les problèmes de migration.

Vous êtes le propriétaire du code porté par AWS Transform pour la modernisation complète de Windows. Une fois le portage du code source terminé, le code transformé est validé dans la branche de votre choix dans votre référentiel. AWS Transform ne stocke aucune copie du code transformé une fois que celui-ci a été validé dans la branche.

Le même principe de propriété s’applique aux schémas de base de données transformés à l’aide d’AWS Transform et d’AWS DMS. Vous êtes propriétaire de tous les schémas convertis et pouvez les télécharger, les modifier et les charger dans votre base de données cible. AWS Transform ne conserve aucune information de schéma une fois la tâche terminée.

L’agent AWS Transform .NET a accès à votre code source via le service AWS CodeConnections, qui doit être approuvé par un administrateur informatique pour votre compte AWS avant d’accéder au code source. Il analyse votre code pour identifier les dépendances entre les projets et les packages privés utilisés dans le cadre des projets afin de recommander un plan de transformation. Le service est conçu pour cloner de manière sécurisée et éphémère votre solution .NET, vous permettant d’utiliser des clés KMS gérées par le client pour chiffrer votre code dans cet environnement. Les clés KMS vous permettent d’avoir un contrôle total sur les clés, y compris la gestion des stratégies, des autorisations, des balises et des alias accédant aux données.

Votre code source traité par AWS Transform n’est stocké que pendant la durée de la tâche et purgé une fois celle-ci terminée. Votre confiance, votre confidentialité et la sécurité de votre contenu sont notre priorité absolue. Nous mettons en œuvre des contrôles appropriés, notamment le chiffrement en transit, pour empêcher tout accès non autorisé à votre contenu ou sa divulgation et nous assurer que notre utilisation est conforme à nos engagements à votre égard.

AWS Transform analyse en toute sécurité les schémas de votre base de données à l’aide d’un connecteur de base de données, nécessitant l’approbation explicite de l’administrateur informatique depuis votre compte AWS. De même, l’accès aux référentiels de code source est géré via le service AWS CodeConnections, qui nécessite également l’approbation de l’administrateur informatique.

L’accès à la base de données est sécurisé par le biais de clés secrètes AWS et d’informations d’identification utilisateur que vous fournissez à l’agent AWS Transform. Lors de la conversion des schémas, les schémas transformés sont déployés directement dans votre base de données Aurora PostgreSQL cible au sein du compte AWS, du VPC et du sous-réseau que vous avez spécifiés.

AWS Transform applique des protocoles de sécurité stricts tout au long du processus, sans jamais stocker les informations de base de données de manière permanente. Toutes les informations de conversion de base de données sont supprimées une fois la tâche terminée, et le code transformé est validé uniquement dans la branche de fonctionnalité que vous avez désignée, sans aucune conservation une fois la tâche terminée. Ce processus garantit la sécurité du code et des schémas de votre base de données tout au long du processus de transformation, tout en conservant un contrôle total au sein de votre environnement AWS.

AWS Transform pour unité centrale est un nouveau service optimisé par l’IA agentique conçu pour accélérer la modernisation des applications mainframe existantes. Les clients peuvent définir des objectifs de modernisation de haut niveau et exploiter un agent d’IA spécialisé pour orchestrer les outils et les processus nécessaires. L’agent analyse les applications, génère de la documentation, extrait la logique métier, décompose les structures monolithiques, transforme le code existant, automatise les essais et gère les tâches de modernisation, offrant une supervision humaine là où cela est souhaité.

Les principales fonctionnalités d’AWS Transform incluent la planification flexible axée sur les objectifs, la classification des actifs applicatifs, la planification et la génération de documentation avec une extraction de logique métier, la refactorisation automatique qui convertit les charges de travail des mainframes basées sur COBOL en applications Java modernes et optimisées pour le cloud et des capacités de réinvention alimentées par l’IA.

AWS Transform permet aux clients de moderniser leurs applications mainframe critiques plus rapidement, de manière plus rentable et avec la certitude que leur logique stratégique sera préservée tout au long du processus de transformation.

AWS Transform pour unité centrale permet à la fois de réinventer et de refactoriser les modèles de modernisation, offrant des voies flexibles pour moderniser les applications mainframe existantes.

La refactorisation avec AWS Transform automatise la transformation d’applications mainframe basées sur COBOL en applications Java modernes exécutées sur AWS, en utilisant l’IA agentique pour analyser les bases de code, générer de la documentation, décomposer des monolithes, planifier des vagues de modernisation, automatiser les fonctions de test et accélérer la refactorisation du code tout en maintenant l’équivalence fonctionnelle avec la pile existante.

Réinventer avec AWS Transform permet de transformer les applications mainframe en architectures cloud natives, en tirant parti de l’analyse automatisée pour convertir les applications monolithiques en solutions Java modernes capables d’exploiter pleinement les fonctionnalités natives du cloud. Grâce à une expérience d’agent flexible et centrée sur le chat, AWS Transform analyse le code et les données, en extrayant des informations pour la documentation technique et commerciale qui fait avancer l’ingénierie de charges de travail réinventées.

L’une des principales fonctionnalités d’AWS Transform est sa capacité à décomposer les applications mainframe monolithiques en domaines modulaires orientés métier, puis à générer des vagues de modernisation complètes. L’utilisation de l’extraction de la logique métier en conjonction avec l’étape de décomposition permet de décomposer les monolithes en domaines métier logiques.

À l’aide de fonctionnalités de raisonnement automatisé et de planification, AWS Transform analyse votre base de code, identifie des domaines fonctionnels distincts et organise les actifs de l’application en conséquence. Il crée ensuite des plans de modernisation détaillés et hiérarchisés qui prennent en compte des facteurs tels que les priorités métier, la complexité technique et les contraintes. Grâce à une analyse approfondie des données et des activités, AWS Transform peut également aider à identifier les composants de l’application présentant un faible taux d’utilisation ou une valeur commerciale minimale, ce qui permet de prendre des décisions plus éclairées concernant l’architecture cible.

Cette décomposition pilotée par domaine et cette planification réfléchie vous permettent d’aborder la modernisation par étapes itératives et gérables. En fournissant cette visibilité et cette structure dès le départ, AWS Transform vous permet de concentrer vos efforts, de prendre des décisions éclairées et d’exécuter la modernisation plus rapidement.

Oui, AWS Transform pour unité centrale est modulaire, ce qui vous permet d’exploiter ses capacités pour un nombre plus ou moins important de phases du processus de modernisation, selon votre choix. Par exemple, lorsque vous réimaginez une application, vous pouvez d’abord vous concentrer sur l’analyse de la base de code, des structures de données et de l’activité, puis ajouter une couche de documentation afin d’orienter la conception de l’application repensée.

La collection d’inventaire comprend divers composants du mainframe, notamment des programmes COBOL, des cahiers, Job Control Language (JCL), des procédures et des cartes de paramètres, ainsi que des définitions DB2. Le cas échéant, les fichiers CICS (Customer Information Control System), IMS TM (Information Management System Transaction Manager) et CSD doivent être chargés pour déterminer les points d’entrée.

Le processus d’extraction commence par le téléchargement des éléments sources en mode texte, en convertissant chaque membre en fichiers source individuels. Les fichiers doivent être organisés dans un système de répertoires structuré qui reflète leur origine, leur langage, leur type et leurs relations application/sous-application (par exemple, C:\Mainframe\APP1\Cobol\Program1.CBL ou \Mainframe\APP1\JCL\JCL1.txt). Si aucune extension de fichier n’est fournie, AWS Transform déterminera l’extension appropriée en fonction du contenu du fichier pour classer le membre.

L’inventaire collecté est ensuite compressé dans un fichier zip et téléchargé dans un compartiment S3. Le processus peut être itératif, avec un téléchargement initial suivi d’itérations ultérieures des composants manquants jusqu’à atteindre un niveau d’exhaustivité satisfaisant.

Après la transformation du code, vous pouvez utiliser des modèles d’infrastructure en tant que code (IaC) prédéfinis pour déployer vos applications modernisées. Ces modèles sont accessibles via l’interface de chat AWS Transform, qui permet de créer les ressources informatiques, les bases de données, le stockage et les contrôles de sécurité nécessaires. Les modèles sont disponibles aux formats AWS CloudFormation, AWS CDK et Terraform.

Vous pouvez également utiliser l’étape de reforge pour améliorer votre code Java transformé en améliorant sa lisibilité et sa maintenabilité avant le déploiement. Pour utiliser cette fonctionnalité, fournissez votre code refactorisé et votre liste de classes Java pour spécifier les classes de service à reforger. AWS Transform générera des fichiers téléchargeables contenant le code reforgé.

AWS Transform pour unité centrale propose des fonctionnalités de test complètes conçues pour réduire le temps et les efforts nécessaires aux tests de modernisation du mainframe qui occupent généralement plus de 50 % de la durée du projet. Cela inclut la génération automatique de plans de test, la création de scripts de collecte de données de test, la création de scripts d’automatisation de scénarios de test et une automatisation reforgée des tests unitaires de régression. Le service comprend également un environnement de test fonctionnel remanié avec des outils pour les tests de régression continus, la migration des données et la variation des résultats.

Ces fonctionnalités IA agentiques fonctionnent ensemble pour réduire la dépendance à l’égard d’une expertise limitée en matière de mainframe, accélérer les délais de test et améliorer la précision grâce à l’automatisation, aidant ainsi les clients à moderniser leurs applications mainframe avec plus de confiance et d’efficacité.

AWS Transform permet de spécifier des fichiers dans votre code source pour générer de la documentation. Vous pouvez choisir des aperçus récapitulatifs de collections de fichiers ou des spécifications fonctionnelles détaillées pour chaque fichier. Les spécifications détaillées comprennent des flux logiques, le traitement des entrées/sorties et d’autres détails transactionnels.

Une fois la documentation générée, vous pouvez y accéder en consultant les fichiers dans l’interface AWS Transform ou en les téléchargeant au format XML ou PDF. En outre, la fonction de chat d’AWS Transform vous permet de consulter la documentation afin de mieux comprendre vos documents, par exemple en vous renseignant sur les objectifs ou les fonctionnalités spécifiques des fichiers.

L’étape d’analyse, requise pour toutes les tâches liées au mainframe, examine le code source fourni dans le compartiment S3 et génère plusieurs informations clés. AWS Transform classe les types de fichiers et fournit des métriques, notamment le nombre total de lignes de code, les lignes de code de commentaires, les lignes de code effectives et la complexité cyclomatique (représentant le nombre de chemins linéairement indépendants dans le code source du programme). L’analyse identifie les fichiers manquants et dupliqués, y compris les fichiers qui partagent le même nom ou le même ID de programme. Elle génère également un mappage de dépendances entre les fichiers à utiliser lors de l’étape de décomposition. Ces informations vous aident à comprendre l’état de votre code source avant d’effectuer la modernisation.

AWS Transform rend la modernisation du mainframe plus accessible aux parties prenantes de l’entreprise grâce à l’extraction automatique de la logique métier. Cette fonctionnalité extrait du code source les règles métier, les groupes fonctionnels et les points d’entrée, aidant ainsi les parties prenantes à récupérer les connaissances perdues sur la logique métier de leur application. En outre, les développeurs peuvent tirer parti de ces informations pour comprendre rapidement les fonctionnalités des systèmes hérités sans disposer d’une expertise approfondie en matière de mainframe.

AWS Transform pour VMware présente trois avantages principaux. Tout d’abord, AWS Transform orchestre l’ensemble de votre parcours de migration, augmentant ainsi la productivité de votre équipe. Deuxièmement, il automatise les tâches de migration complexes et exigeantes en main-d’œuvre, notamment la planification des vagues et la conversion du réseau. Cette simplification accélère les migrations, réduit les erreurs et minimise le besoin d’expertise interne, accélérant ainsi votre délai de rentabilisation. Enfin, AWS Transform personnalise votre parcours de migration en comprenant vos objectifs de migration spécifiques et en analysant votre environnement source.

Oui, AWS Transform pour VMware est conçu pour procéder à la migration de vos applications complexes à plusieurs niveaux. Sa technologie identifie les dépendances et les relations complexes entre les applications, même dans des environnements complexes et de grande envergure. Elle regroupe ensuite les serveurs associés en groupes d’applications logiques qui doivent être migrés en une seule vague de migration. Par exemple, lors de la migration d’un environnement de 500 machines virtuelles, AWS Transform peut identifier que 50 machines virtuelles doivent être migrées en tant qu’unité unique en raison d’un couplage fort. Cette fonctionnalité est particulièrement utile pour les clients dotés de systèmes hérités interconnectés ou d’architectures de microservices. Vous pouvez définir des règles métier flexibles pour regrouper vos applications et générer automatiquement des vagues de migration adaptées à vos besoins.

Pour commencer, connectez-vous à l’application Web AWS Transform à l’aide de vos informations d’identification d’entreprise actuelles. Si vous êtes un nouvel utilisateur, l’administrateur de votre compte doit d’abord activer AWS Transform et vous ajouter en tant qu’utilisateur via AWS IAM Identity Center pour l’accès à l’authentification unique (SSO). Pour les migrations vers VMware, AWS Transform vous guidera pour télécharger l’inventaire des actifs à partir d’outils tiers ou de l’outil de découverte AWS Transform. Vous pouvez démarrer un nouveau projet dans AWS Transform en spécifiant vos objectifs.

AWS Transform pour VMware est le premier assistant optimisé par IA générative pour la migration à grande échelle des charges de travail VMware vers Amazon Elastic Compute Cloud (Amazon EC2). Il simplifie et accélère votre migration en vous permettant de spécifier des objectifs, de générer des plans pour atteindre ces objectifs et de mener des actions approuvées en votre nom.

AWS Transform pour VMware rationalise l’ensemble du parcours de migration en analysant votre environnement, en permettant de comprendre l’inventaire et les dépendances de vos applications et en proposant des groupes d’applications logiques pour les vagues de migration à l’aide des données du serveur et du réseau. Il orchestre les migrations sensibles aux dépendances afin de minimiser la durée d’indisponibilité, recommande des instances Amazon EC2 de taille appropriée et permet une collaboration fluide entre les équipes.

AWS Transform élabore le plan de travail de manière dynamique pour répondre à vos besoins spécifiques.

AWS Transform prend en charge les fonctionnalités suivantes :

• Découverte : effectuez la découverte de votre environnement sur site
• Planification : élaborez un plan de vagues adapté aux besoins de votre entreprise
• Réseau : migration : configure et génère un IaC pour le déploiement. AWS Transform peut également automatiser le déploiement
• Réhébergement : migration des serveurs vers EC2

AWS Transform adaptera le plan pour inclure n’importe quelle combinaison de ces fonctionnalités :

• Migration de bout en bout : effectue la découverte, génère des plans de vagues, configure les réseaux VPC et procède à la migration des serveurs.
• Migration réseau uniquement : se concentre uniquement sur la génération et le déploiement de configurations VPC.
• Migration réseau et serveur : configure et déploie les réseaux VPC, puis procède à la migration des serveurs sans les découvrir.
• Découverte et migration de serveurs : effectue la découverte, génère des plans de vagues et procède à la migration des serveurs sans configuration réseau.

Oui, AWS Transform analyse les données de configuration et d’utilisation de vos machines virtuelles sources afin de recommander des types d’instances EC2 adaptés à vos charges de travail migrées. Il prend en compte des facteurs tels que les exigences en matière de processeur, de mémoire, de stockage et de réseau pour proposer des instances rentables et optimisées en termes de performances. Vous pouvez consulter et ajuster ces recommandations avant la migration.

AWS Transform pour VMware vous aide à découvrir les serveurs sources à l’aide de plusieurs méthodes de collecte de données. Il planifie votre migration vers AWS à l’aide des données de configuration collectées concernant vos serveurs et bases de données sur site, en utilisant des techniques de machine learning pour planifier vos vagues de migration. Plusieurs méthodes sont possibles pour découvrir et collecter des données concernant vos serveurs sources.

L’outil de découverte AWS Transform peut effectuer une découverte centralisée en déployant le Discovery Collector (fichier OVA) via votre VMware vCenter. L’outil de découverte peut découvrir la configuration des machines virtuelles pour la génération d’analyses de rentabilisation et la planification de la migration, l’utilisation des ressources pour des recommandations de dimensionnement appropriées, ainsi que les métadonnées de base de données et les connexions serveur à serveur pour le mappage des dépendances des applications afin de permettre la création de plans de vague. En outre, vous pouvez également utiliser les exportations RVTools pour fournir des exportations au format CSV ou Excel contenant des informations détaillées sur votre environnement VMware, notamment les commutateurs virtuels, les groupes de ports et les VLAN. Il est également possible d’exporter des données de découverte à partir d’outils tiers sélectionnés pour les utiliser dans AWS Transform pour la planification de la migration. 

AWS Transform prend désormais en charge la migration de réseaux et d’applications vers plusieurs comptes cibles et la conversion de la configuration réseau à partir de sources de données supplémentaires (Cisco ACI, Palo Alto et Fortigate), ainsi que la gestion des transitions de réhébergement au niveau de la vague et du serveur.

Actuellement, la transformation d’AWS Transform ne prend en charge que la migration des environnements VMware source vers Amazon EC2. Bien qu’AWS Transform ne prenne pas en charge la migration automatique des environnements VMware source vers Amazon Elastic VMware Service (EVS), il comprend vos objectifs de migration et fournit des conseils sur la migration vers Amazon EVS en utilisant VMware Hybrid Cloud Extension (HCX) pour votre cas d’utilisation.

AWS Transform pour VMware met en œuvre un chiffrement complet pour vos données en transit et au repos :

Données en transit :

• Toutes les communications entre votre environnement, AWS Transform pour VMware et les services AWS utilisent le chiffrement au moyen du protocole TLS (Transport Layer Security) 1.2 ou version supérieure.
• La réplication des données depuis vos serveurs source vers AWS utilise des connexions chiffrées pour un transfert sécurisé.
• Les appels d’API entre les services AWS concernés par votre migration sont automatiquement chiffrés conformément aux pratiques de sécurité standard d’AWS.

Données au repos :

• Par défaut, AWS Transform pour VMware chiffre les données stockées dans des compartiments Amazon S3 à l’aide de clés de chiffrement gérées par AWS.
• Vous avez la possibilité d’utiliser vos propres clés AWS KMS gérées par le client pour renforcer le contrôle et la sécurité du processus de chiffrement.
• Les données de serveur répliquées stockées pendant la migration sont chiffrées conformément aux pratiques de chiffrement standard d’AWS Application Migration Service.
• Les métadonnées et les informations de configuration stockées par AWS Transform pour VMware sont chiffrées à l’aide des mécanismes de chiffrement standard AWS.

Cette approche de chiffrement complète permet de garantir la protection de vos données de migration tout au long du processus de migration, en s’alignant sur les pratiques exemplaires en matière de sécurité et en vous aidant à respecter les exigences de conformité en matière de protection des données.

Remarque importante : AWS Transform crée des compartiments Amazon S3 en votre nom dans vos comptes AWS cible. SecureTransport n’est pas activé par défaut pour ces compartiments. Si vous souhaitez que la stratégie des compartiments inclue SecureTransport, vous devez la mettre à jour vous-même. Pour en savoir plus, consultez la section Pratiques exemplaires en matière de sécurité pour Amazon S3.

Oui, AWS Transform pour VMware vous permet d’éviter d’utiliser l’Internet public pour la réplication des données. Vous pouvez établir une connectivité privée à l’aide d’AWS Direct Connect pour une liaison dédiée à bande passante élevée ou d’un AWS Site-to-Site VPN pour créer un tunnel chiffré entre votre centre de données et AWS. Ces options permettent de sécuriser le trafic migratoire et de le protéger de l’Internet public tout en améliorant les performances grâce à des conditions de réseau plus prévisibles. Lorsque vous configurez la réplication, vous pouvez configurer AWS Transform pour qu’il utilise votre connexion privée, ce qui en fait la solution idéale pour les migrations à grande échelle avec des données sensibles ou volumineuses.

AWS Transform pour VMware stocke vos données de migration à plusieurs endroits :

• Vos comptes AWS : AWS Transform crée des compartiments S3 dans vos comptes cible afin de stocker vos données de migration, vos artefacts et vos informations de configuration. Vous conservez un contrôle total sur ces compartiments et pouvez choisir les clés de chiffrement utilisées.
• Espace de travail AWS Transform : vos données sont traitées dans la Région AWS où vous avez créé votre espace de travail AWS Transform afin de générer des recommandations et des plans de migration.
• Stockage de service temporaire : pour certaines tâches de migration, les données des clients sont téléchargées de manière sécurisée et temporaire dans une boutique d’artefacts du compte de service AWS situé dans la même région que votre compte source. Ces données sont utilisées pour le traitement et sont automatiquement supprimées en cas de suppression de la tâche ou du compte.
• Stockage des métriques de service : les mesures de migration calculées et les résultats d’évaluation sont stockés dans les comptes de service AWS dans S3 et CloudWatch à des fins d’amélioration des services et de surveillance opérationnelle.
• Données de réplication : stockées dans des instantanés et des volumes EBS sur votre compte AWS cible.

Bien qu’AWS Transform crée des compartiments S3 avec des configurations de sécurité de base, y compris le chiffrement au repos, nous vous recommandons vivement de mettre en œuvre des pratiques exemplaires en matière de sécurité des compartiments S3 supplémentaires afin de protéger pleinement vos données, telles que l’application du chiffrement en transit, l’activation de la journalisation des accès et la mise en œuvre de stratégies de compartiment appropriées.

AWS Transform pour VMware fonctionne de deux manières distinctes en termes de disponibilité régionale :

Régions de l’espace de travail : ces régions hébergent les espaces de travail de l’IA où les données de découverte sont traitées, les évaluations effectuées, la planification des vagues déterminée et les recommandations de redimensionnement générées. Actuellement, les régions de l’espace de travail incluent :

• USA Est (Virginie du Nord)
• Asie-Pacifique (Incheon)
• Asie-Pacifique (Narita)
• Asie-Pacifique (Séoul)
• Asie-Pacifique (Sydney)
• Asie-Pacifique (Tokyo)
• Asie-Pacifique (Mumbai)
• Canada (Centre)
• Europe (Francfort)
• Europe (Londres)
• Amérique du Sud (São Paulo)

Amérique du Sud (São Paulo) Vous devez choisir la région de votre espace de travail en fonction des exigences de conformité relatives au traitement des données. Par exemple, les clients européens soumis à des exigences en matière de résidence des données doivent sélectionner Europe (Francfort) pour s’assurer que leurs données de configuration restent en Europe pendant l’analyse.

Régions de migration cibles : AWS Transform pour VMware prend en charge la migration vers ces régions cibles.

Dans le cadre du modèle de responsabilité partagée, vous êtes responsable de sélectionner les régions appropriées qui répondent à vos exigences de résidence et de conformité des données. Si vous choisissez une région cible différente de la région de votre espace de travail, sachez que les données seront transférées entre les Régions AWS au cours du processus de migration, et vous devrez l’évaluer par rapport à vos stratégies de gouvernance des données.

Pour obtenir les informations les plus récentes sur les régions prises en charge, consultez la section Services AWS par région.

AWS Transform Custom utilise l’IA agentique pour effectuer une modernisation personnalisée à grande échelle des logiciels, du code, des bibliothèques et des frameworks afin de réduire la dette technique. Il gère divers scénarios, notamment les mises à niveau de version (Java 8 à 17, Python 3.9 à 3.13), les migrations d’exécution (x86 vers Graviton), les mises à niveau et les transitions du framework (mises à niveau de Spring Boot, Angular vers React), la refactorisation (instrumentation d’observabilité) et les transformations spécifiques à l’organisation.

Le service inclut des transformations prêtes à l’emploi et gérées par AWS pour les cas d’utilisation courants, tels que les mises à niveau de Java, Node.js, Python et les mises à niveau du SDK AWS. Pour d’autres scénarios et besoins spécifiques à l’organisation, vous pouvez créer des transformations personnalisées via des interactions en langage naturel, de la documentation et des exemples de code. Grâce à un apprentissage continu, l’agent s’améliore grâce à chaque exécution et aux commentaires des développeurs, fournissant des transformations reproductibles de haute qualité sans besoin d’une expertise spécialisée en automatisation.

L’agent de transformation personnalisée comporte quatre composants principaux :

1. Définition de la transformation pilotée par le langage naturel : permet aux équipes de générer des transformations spécifiques à l’organisation à l’aide d’interactions en langage naturel, de documentation et d’exemples de code. L’agent d’IA génère une définition de transformation initiale qui peut être affinée de manière itérative par le biais du chat, d’exemples supplémentaires ou de modifications directes.
2. Exécution de transformations sur plusieurs bases de code : applique les définitions de transformation de manière fiable et cohérente sur plusieurs bases de code. AWS Transform Custom utilise des commandes de génération configurables pour créer et vérifier le code transformé. À l’aide des applications Web AWS Transform, vous pouvez mettre en place une campagne à grande échelle pour transformer plusieurs bases de code et suivre sa progression.
3. Apprentissage continu : capture automatiquement les commentaires et les améliore au fil du temps à chaque exécution pour améliorer la précision et l’efficacité de la transformation. AWS Transform Custom analyse toutes les données d’exécution et génère automatiquement des versions améliorées des définitions de transformation, garantissant ainsi une plus grande fiabilité et efficacité de chaque transformation ultérieure.
4. Transformations gérées par AWS : fournit des transformations prêtes à l’emploi et gérées par AWS pour les scénarios de mise à niveau courants tels que les mises à niveau des versions de Java, Python et Node.js. Ces transformations sont approuvées par AWS pour leur haute qualité et sont prêtes à être utilisées sans aucune configuration supplémentaire.

AWS Transform Custom s’adapte à votre flux de travail. Pour les projets de modernisation à grande échelle, vous pouvez appliquer des transformations répétables sur plusieurs bases de code en suivant les phases suivantes :

Phase 1 : définir la transformation (facultatif) : pour les transformations personnalisées, fournissez des instructions en langage naturel, des documents de référence et des exemples de code à l’agent d’IA, qui génère une définition initiale de la transformation. Vous pouvez affiner la définition de manière itérative par le biais du chat, d’exemples supplémentaires ou de modifications directes, puis tester et vérifier la transformation sur des exemples de bases de code avant de la publier pour une utilisation dans l’ensemble de l’organisation. Pour les transformations gérées par AWS, vous pouvez ignorer cette phase et utiliser des transformations prêtes à l’emploi.

Phase 2 : réalisation d’un projet pilote ou d’une validation de concept : valider que la transformation produit les résultats escomptés en effectuant un projet pilote sur un sous-ensemble du code cible. Cette phase est parfois associée à la validation de la définition de la transformation dans le cas de transformations personnalisées. Les projets pilotes peuvent également être utilisés pour estimer le coût en termes de temps et d’utilisation personnalisée des transformations par AWS Transform.

Phase 3 : exécution à grande échelle : après le projet pilote, la transformation est modifiée en fonction des résultats du projet pilote. Notez que l’apprentissage continu personnalisé d’AWS Transform aura amélioré la qualité pendant le projet pilote. Dans le cadre de l’exécution à grande échelle, les équipes peuvent configurer des exécutions groupées automatisées dans le cadre desquelles l’interface de ligne de commande AWS Transform exécute les transformations par lots et crée le code qui en résulte pour être examiné par les équipes individuelles, ou les équipes peuvent exécuter la CLI directement pour un contrôle total, ce qui est parfois préférable pour les transformations plus complexes.

Phase 4 : surveillance et révision : parallèlement aux exécutions à grande échelle, vous pouvez suivre la progression de l’exécution et examiner et approuver les apprentissages extraits par l’apprentissage continu personnalisé d’AWS Transform.

AWS Transform Custom est accessible via deux interfaces :

AWS Transform CLI (interface de ligne de commande)

La CLI est utilisée pour créer de nouvelles transformations personnalisées de manière interactive et pour exécuter des transformations sur des bases de code locales de manière interactive ou autonome. Elle est déployée sous la forme d’une interface de ligne de commande simple et pouvant contenir des scripts qui peut être intégrée à n’importe quel système de contrôle source ou pipeline de déploiement. La CLI est volontairement minimale et composable, et peut être exécutée sur des machines de développement individuelles, dans un conteneur ou dans le cadre de la modernisation globale de votre organisation.

Application Web AWS Transform (facultatif)

L’application Web AWS Transform est utilisée pour démarrer et surveiller des projets de transformation à grande échelle sur plusieurs référentiels. Elle vous permet de sélectionner la transformation que vous souhaitez exécuter à grande échelle et de suivre les mises à jour en temps réel sur l’exécution de la transformation.

Les transformations gérées par AWS sont des transformations prédéfinies et approuvées par AWS pour les scénarios de mise à niveau courants, prêtes à être utilisées sans aucune configuration supplémentaire :

Actuellement disponible :

• Migrations Java 8 vers 17 (pour Gradle et Maven)
• Mises à niveau de Node.js 12 à 22 (y compris les environnements Lambda)
• Mises à jour de l’environnement d’exécution Python vers 3.11/3.12/3.13 (standard et Lambda)
• Migrations du SDK AWS (v1 vers v2)

Caractéristiques :

• Validé par AWS : la qualité de ces transformations est approuvée par AWS
• Prêt à l’emploi : aucune configuration supplémentaire n’est requise
• Croissance continue : de nouvelles transformations prêtes à l’emploi sont continuellement ajoutées
• Personnalisable : les transformations prédéfinies peuvent être personnalisées en fournissant des conseils ou des exigences supplémentaires spécifiques aux besoins de votre organisation (par exemple, la transformation de mise à niveau Java peut être améliorée grâce à des règles spécifiques pour la gestion de vos bibliothèques internes ou de vos normes de codage)
• Support expérimental : certaines transformations peuvent être considérées comme expérimentales au fur et à mesure qu’elles sont soumises à des tests et à des améliorations supplémentaires

Les transformations prêtes à l’emploi gérées par AWS vous permettent de démarrer rapidement avec des modèles de modernisation courants tout en tirant parti de l’expertise d’AWS, puis de les personnaliser en fonction des besoins spécifiques de votre organisation.

Le temps de création d’une transformation varie en fonction de la complexité et des données disponibles sous la forme de guides de migration, de documentation et d’exemples de code existants. Plus les informations fournies sont nombreuses, meilleure est la qualité initiale de la transformation. Pour les mises à niveau, les migrations et les refactorisations courantes, la définition initiale de la transformation prend 1 à 2 jours, tandis que les tests et l’affinement sur des exemples de bases de code nécessitent 2 à 3 jours d’itération.

La transformation peut être affinée en l’exécutant de manière interactive, en faisant une pause et en fournissant un feedback en langage naturel si nécessaire, ou en fournissant un feedback à la fin. Les commentaires peuvent être en langage naturel, des corrections de code ou des exemples supplémentaires avant et après. AWS Transform Custom fournit des conseils sur la manière d’améliorer la qualité de la transformation. Il est important de se rappeler que vous devrez peut-être simplifier la transformation, par exemple en la décomposant en plusieurs étapes, pour obtenir de bons résultats. Une fois qu’elle fonctionne de manière fiable, la transformation peut être publiée pour une utilisation à l’échelle de l’organisation.

AWS Transform Custom met en œuvre plusieurs mesures de sécurité pour garantir la qualité de la transformation. Il intègre des barrières de sécurité Amazon Bedrock et divise les modifications de code en morceaux de taille raisonnable pour faciliter la révision. Les transformations utilisent des commandes de génération et de test définies par l’utilisateur pour valider les modifications et peuvent spécifier des critères de validation qui doivent être respectés, tels que l’exécution réussie des tests ou des modèles de code spécifiques qui doivent être conservés.

Lorsqu’une transformation rencontre des erreurs, AWS Transform Custom fournit des journaux détaillés indiquant ce qui s’est mal passé et où. En cas d’échec de compilation ou de test, il capture les messages d’erreur et le contexte spécifiques. Si un code incorrect est généré, vous pouvez fournir des commentaires, que l’agent intègre à son système d’apprentissage pour améliorer les transformations futures. Les transformations qui ont échoué peuvent être réessayées avec un contexte supplémentaire ou décomposées en modifications plus petites et plus faciles à gérer.

Le système d’apprentissage continu recueille des informations sur chaque exécution de transformation à la fois par le biais de commentaires explicites (commentaires et corrections de code) et d’observations implicites rencontrées par l’agent lors de la transformation et du débogage du code. Ces informations sont traitées pour créer des « éléments de connaissance » qui améliorent les transformations futures. Ces éléments de connaissance sont spécifiques à cette transformation et ne sont pas partagés entre différentes transformations ou différents clients. Les éléments peuvent être révisés et gérés par les responsables de la transformation, qui peuvent activer ou désactiver des apprentissages spécifiques. Le processus d’apprentissage se déroule automatiquement une fois les transformations terminées et ne nécessite aucune saisie supplémentaire de la part de l’utilisateur.

L’interface de ligne de commande AWS Transform peut être facilement intégrée aux pipelines CI/CD et exécutée directement dans votre propre infrastructure de build. Cela vous permet d’intégrer les transformations à vos flux de travail de développement et de déploiement existants, ce qui permet une exécution automatisée dans le cadre de vos processus standard.

Vous devez disposer d’un compte AWS et d’autorisations IAM pour exécuter l’interface de ligne de commande AWS Transform. L’accès à l’application Web AWS Transform nécessite AWS IAM Identity Center, mais pas pour accéder aux fonctionnalités de l’interface de ligne de commande.

Nous pouvons utiliser certains contenus d’AWS Transform pour améliorer le service. AWS Transform peut utiliser ce contenu, par exemple, pour fournir de meilleures réponses aux questions courantes, résoudre les problèmes opérationnels d’AWS Transform, pour le débogage ou pour l’entraînement des modèles.

Vous pouvez désactiver l’option d’amélioration du service à tout moment via vos paramètres de service. Pour l’expérience de la console Web AWS Transform, désactivez l’option en configurant une stratégie de désactivation des services d’IA dans AWS Organizations. Pour plus d’informations, consultez les politiques de désactivation des services d’IA dans le guide de l’utilisateur d’AWS Organizations. Pour l’IDE, ajustez vos paramètres pour désactiver cette option.

Votre confiance, votre confidentialité et la sécurité de vos données sont notre priorité absolue. Nous mettons en œuvre des contrôles techniques et physiques appropriés et sophistiqués, y compris le chiffrement au repos et en transit. Cela est conçu pour empêcher l’accès non autorisé à vos données ou leur divulgation et garantir que notre utilisation est conforme à nos engagements envers vous. Consultez les questions fréquentes (FAQ) sur la confidentialité des données pour en savoir plus.

Lorsque vous fournissez du code dont vous êtes propriétaire dans AWS Transform, vous conservez la propriété de la version portée de votre code. Une fois le portage terminé, vous pouvez vérifier le résultat et le modifier avant le déploiement en production, ou l’utiliser tel quel.

Oui. Contactez l’équipe responsable de votre compte AWS et demandez le document Service Accelerator pour AWS Transform. Si votre organisation dispose d’un accord de non-divulgation (NDA) signé par les deux parties avec AWS, l’équipe chargée de votre compte partagera les documents.

Sauf si vous désactivez explicitement cette option, le contenu d’AWS Transform peut également être utilisé pour augmenter ou améliorer la qualité des modèles de fondation (FM). Ces données ne seront pas partagées avec d’autres fournisseurs de modèles tiers. Votre contenu ne sera pas utilisé si vous utilisez le mécanisme de désinscription décrit dans la documentation. Pour plus d’informations, consultez la section Partage de vos données avec AWS.