Tag: 서울 리전 소식

오늘 Amazon은 제가 몇 달 전 약속했던 5가지 새로운 EC2 베어 메탈 인스턴스를 출시합니다. 운영 체제는 기본 하드웨어에서 실행되며 프로세서 및 기타 하드웨어에 직접 액세스 할 수 있습니다. 이 인스턴스는 지속적으로 전체 코어를 사용하여 터보 성능을 제공하는 AWS 맞춤형 인텔® 제온® 확장 가능한 프로세서(Skylake)를 기반으로 합니다. 자세한 사양은 다음과 같습니다. 인스턴스 이름 지속적으로 전체 코어를 […]

Amazon Elastic File System에서 페타바이트급의 파일 시스템을 생성하고, 애플리케이션 중단 없이 온디맨드로 크기를 조정하면서 수백 또는 수천 개 EC2 인스턴스 및 온프레미스 서버에서 고도로 병렬화된 방식으로 이러한 파일 시스템에 액세스할 수 있습니다. EFS가 출시된 2016년 중반 이후로 저장된 데이터 및 전송 중 데이터의 암호화, 많은 공간을 차지하지 않는 파일 세트 액세스 시 높은 처리량이 요구되는 […]

HTTPS 프로토콜을 사용하여 웹 사이트에 액세스할 때에는 보안 통신 채널을 생성 및 유지하기 위해 다양하고 흥미로운 작업(공식 이름은 SSL/TLS 핸드셰이크)이 이루어집니다. 클라이언트(브라우저)와 웹 서버는 서로 연동하여 상호 동의 가능한 암호 및 익스체인지 키를 협상하고 세션 키를 설정합니다. 일단 통신이 설정되면 대화의 양 측은 세션 키를 사용하여 모든 후속 트래픽을 암호화 및 암호 해독합니다. 세션 키는 […]

Amazon Elastic Container Service for Kubernetes (EKS)가 드디어 서울 리전에 출시되었습니다! 2018년 7월에  정식 출시된 이후로 고객의 요구에 따라 지속해서 리전 확대를 진행하였습니다. Amazon EKS는 Kubernetes를 직접 설치, 운영, 유지 관리할 필요 없이 AWS에서 제공하는 완전 관리형 Kubernetes 서비스입니다.  CNCF 재단에서 공인하는 오픈 소스 Kubernetes 인증 서비스이므로 업스트림 프로젝트에서 실행되는 기존의 모든 애플리케이션은 Amazon EKS와 […]

대용량 메모리를 지원하는 Amazon EC2 X1e 인스턴스를 오늘 부터 서울 리전에서 사용할 수 있습니다. EC2 X1e 인스턴스는 지난 2017년 9월 출시 이후 고성능 데이터베이스, SAP HANA와 같은 대용량 메모리  작업 및 메모리 집약적 엔터프라이즈 애플리케이션을 실행하도록 설계되었습니다.  5개의 인스턴스 타입을  추가하였고, 최대 128 개의 vCPU와 3,904 GiB의 DRAM 기반 메모리를 제공하는 4 개의 Intel® Xeon® […]

2019 년 1 월 7 일부터 AWS Fargate의 가격을 vCPU의 경우 20 %, 메모리 가격은 65 % 가격을 인하합니다. 컨테이너에 할당하는 CPU와 메모리의 비율에 따라 전체 가격이 최소 35 %에서 50 %까지 사용 비용이 감소 할 수 있습니다. 더 자세한 것은 Fargate 요금 페이지를 참고하시기 바랍니다. 아래는 vCPU와 메모리 조합에 따른 비용 감소 도표입니다. vCPU […]

작년 말에  Amazon EC2 P3 인스턴스를 소개하고, 대규모 딥러닝 신경망을 위한 기계 학습 훈련 및 추론을 가속화하도록 설계된 특수 컴퓨팅 유닛인 Tensor Core의 개념에 대해 설명해 드린 바 있습니다. 이미 많은 AWS 고객의 사랑을 받고 있는 P3 인스턴스는 광범위한 기계 학습 및 고성능 컴퓨팅(HPC) 워크로드를 실행하는 데 사용됩니다. 예를 들어, fast.ai는 단 40 USD로 백만 […]

AWS Step Functions는 애플리케이션 개발자를 위한 완전 관리형 워크플로우 서비스입니다. 고객은 높은 레벨에서 생각하고 작업하면서 안정적이고 반복 가능한 방식으로 작업을 연결 및 조율하는 동시에 비즈니스 로직을 워크플로우 로직으로부터 분리할 수 있습니다. 워크플로우(AWS에서는 이를 “상태 시스템”이라고도 부름)를 설계 및 테스트했으면 수만 개에서 수십만 개에 이르는 개별 워크플로우가 동시에 실행되도록 대규모로 배포할 수 있습니다. Step Functions는 각 […]

최근 인공 지능과 딥러닝이 발전한 이유 중 하나로 GPU(그래픽 처리 장치)의 환상적인 컴퓨팅 성능을 꼽을 수 있습니다. 약 10년 전 연구자들은 기계 학습과 고성능 컴퓨팅에 대규모 하드웨어 병렬 처리를 활용하는 방법을 찾아냈습니다. 관심 있는 분들은 2009년 스탠포드 대학이 발표한 논문(PDF)을 살펴보시기 바랍니다. 현재 GPU는 개발자와 데이터 과학자들이 의료 영상 분석이나 자율 주행을 구현하기 위해 복잡한 […]

지난 몇 년간 기계 학습(Machine Learning)은 많은 관심을 받아왔으며, 의료 영상 분석부터 무인 주행 트럭까지 ML 모델을 통해 할 수 있는 복잡한 작업의 목록은 꾸준히 증가하고 있습니다. 이러한 최근 기계학습 기술은 어떤 방법이 있을까요? 간단히 말해 다음과 같은 3가지 방법으로 모델을 훈련할 수 있습니다. 지도 학습(Supervised Learning): 레이블이 지정된 데이터 세트(샘플 및 답변이 포함된 데이터 […]