Amazon Web Services 한국 블로그
Category: Amazon Elastic Container Service
Amazon ECS에서 기계 학습 추론을 위한 EC2 Inf1 인스턴스 정식 지원
기계 학습과 딥 러닝 모델이 더 정교해짐에 따라 높은 처리량으로 빠른 예측을 제공하는 데 필요한 하드웨어 가속의 중요성이 점점 더 커지고 있습니다. 오늘부터, AWS 고객은 Amazon ECS에서 Amazon EC2 Inf1 인스턴스를 사용하여 클라우드에서 성능을 개선하고 예측 비용을 절감할 수 있습니다. 이러한 인스턴스는 지난 몇 주 동안 Amazon Elastic Kubernetes Service에서도 제공되었습니다. EC2 Inf1 인스턴스에 대한 […]
AWS App2Container – Java 및 .NET 애플리케이션을 위한 컨테이너화 도구 출시
컨테이너와 서버리스 기술로 새 애플리케이션을 개발하는 고객이 점점 늘어나고 있고, 이들은 최신 지속적 통합 및 전달(CI/CD) 도구를 사용하여 소프트웨어 전달 수명 주기를 자동화하고 있습니다. 또한, 수작업이나 기존 시스템을 사용하여 개발하고 관리하는 기존 애플리케이션도 다수 보유 중입니다. 이러한 두 종류의 애플리케이션은 별도의 도구로 관리하기 때문에 운영 오버헤드가 증가하고, 새로운 비즈니스 기능을 제공하는 속도가 둔화됩니다. 저희 고객들은 […]
Amazon Elastic Container Service(ECS), Amazon EFS 파일 시스템 지원 출시 (서울 리전 포함)
Amazon Elastic Container Service의 출시 5년후, 이제 개발자들에게 일상적인 요소가 되었으며 AWS 고객은 ECS와 같은 컨테이너 오케스트레이션 도구를 점점 더 많이 채택하고 있습니다. 그런데, 일부 유형의 애플리케이션은 여전히 컨테이너화된 환경으로 전환하는 것이 어렵습니다. 컨테이너는 사실상 일시적이기 때문에 데이터 지속성 또는 공유 스토리지가 필요한 애플리케이션을 빌드하는 경우, 컨테이너가 동적으로 확장 및 축소될 때,컨테이너가 종료되면 로컬 데이터가 […]
[AWS Hero 특집] Docker, Amazon ECS 및 Spot Fleet의 환상적인 서비스 조합
AWS 컨테이너 히어로, Tung Nguyen 가 기고한 글입니다. Tung 는 AWS 클라우드 인프라 및 소프트웨어에 초점을 맞춘 컨설팅 회사, BoltOps의 설립자 겸 대표입니다. BoltOps Nuts and Bolts 블로그에도 컨테이너 관련 글을 올립니다. Amazon C2 스팟(Spot) 인스턴스를 사용하면 많은 할인을 받으면서 여분의 컴퓨팅 용량을 사용할 수 있습니다. AWS에서 워크로드를 실행하는 가장 좋은 방법 중 하나는, 스팟 […]
AWS CodeDeploy기반 AWS Fargate와 Amazon ECS 서비스 블루/그린 방식 배포 하기
AWS Fargate 및 Amazon ECS(Amazon Elastic Container Service)에서 호스팅되는 서비스에 대한 블루/그린 배포 지원을 위한 기능 추가 소식을 알려드립니다. AWS CodeDeploy에서 블루/그린 배포를 사용하면 애플리케이션 업데이트로 인한 다운타임을 최소화할 수 있습니다. 블루/그린 배포 방식을 사용하면 이전 버전 어플리케이션이 구동되어 있는 상태에서 신규 버전의 어플리케이션을 함께 런칭할 수 있습니다. 이로 인해 트래픽을 신규 버전으로 라우팅하기 전, […]
AWS Fargate, 서울 리전 출시
AWS Fargate을 서울 리전에 출시하였습니다. AWS Fargate는 가상 서버 또는 클러스터를 관리할 필요 없이 컨테이너를 실행할 수 있도록 지원하는 Amazon ECS 서비스를 위한 컴퓨팅 엔진입니다. AWS Fargate를 사용하면 더 이상 컨테이너를 실행하기 위해 가상 머신 클러스터를 프로비저닝, 구성 및 확장할 필요가 없습니다. 이제 컨테이너 기반 서비스에서 애플리케이션을 실행하는 인프라의 관리가 아니라 애플리케이션을 설계하고 구축하는 데 […]
Amazon SageMaker 기반 컨테이너를 활용한 Scikit-Learn 모델 훈련 및 호스팅 방법
지난 re:Invent 2017에서 처음 소개된 Amazon SageMaker는 원하는 규모의 머신 러닝 모델의 빌드, 훈련, 배포를 할 수 있는 서버리스(serverless) 데이터 사이언스용 환경을 제공하고 있습니다. 이를 통해 scikit-learn 처럼 폭넓게 사용되고 있는 프레임워크를 이용한 작업도 가능해졌습니다. 이 블로그에서는 2가지를 주제로 소개하려고 합니다: 첫번째는, 모델을 훈련(Training)시키고 호스팅하기 위해 Amazon SageMaker에서 컨테이너를 어떻게 사용하는지에 대해 알아봅니다. 그리고 두 […]