Przejdź do treści
niedziela, 22 listopada 2026
Tenesys AI News
Subskrypcja

Wszystkie wiadomości

TENESYS AI NEWS śledzi najważniejsze wiadomości o AI i wyjaśnia, co się zmieniło, dlaczego to ważne i czy technologię warto przetestować.

#AWS — 39 artykułów ✕

Automatyzacja· Ważne· 🧪 Warte przetestowania

Amazon SageMaker AI automatyzuje wykrywanie dryftu opóźnień i nieefektywności punktów końcowych

Amazon SageMaker AI monitoruje teraz punkty końcowe wnioskowania, aby identyfikować wzrosty opóźnień, nieużywane zasoby GPU oraz brakujące optymalizacje wydajności. Funkcja wykorzystuje środowisko agentowe w SageMaker Studio, aby pomóc w przeprowadzaniu testów porównawczych i rozwiązywaniu problemów bez konieczności ręcznej konfiguracji.

AWS Machine Learning
Automatyzacja· Ważne· 🧪 Warte przetestowania

Amazon wprowadza Global Inference Gateway do równoważenia obciążenia LLM między regionami

Firma Amazon wprowadziła Global Inference Gateway dla SageMaker HyperPod, umożliwiając użycie jednego punktu końcowego do routingu zapytań między wieloma klastrami i regionami AWS. Brama zarządza ruchem w oparciu o sygnały o stanie klastra w czasie rzeczywistym, takie jak wykorzystanie pamięci podręcznej KV i głębokość kolejki, automatyzując przełączanie awaryjne między regionami.

AWS Machine Learning
Automatyzacja· Ważne· 🧪 Warte przetestowania

Amazon wprowadza weryfikowalne wyodrębnianie danych z dokumentów przy użyciu AI

Amazon Textract Insights udostępnia teraz funkcje generatywnej sztucznej inteligencji, które umożliwiają ekstrakcję strukturalnych danych z dokumentów, oferując jednocześnie wskaźniki pewności (confidence scores) oraz wskazanie źródła informacji na stronie. Narzędzie automatycznie rozdziela mieszane pakiety dokumentów i dopasowuje je do zdefiniowanych wzorców.

AWS Machine Learning
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Google rozszerza wykrywanie anomalii agentów na środowiska chmurowe

Google rozszerzyło usługę wykrywania anomalii agentów (Agent Anomaly Detection), aby obsługiwała agentów działających poza Google Cloud, takich jak AWS Lambda czy Microsoft Foundry. Usługa wykorzystuje telemetrię i logi do identyfikacji odstępstw od normy w zachowaniu, nieautoryzowanego użycia narzędzi lub wyczerpywania zasobów, bez potrzeby dostępu do środowiska uruchomieniowego.

Google Developers
Automatyzacja· 🧪 Warte przetestowania

Exa zwiększa przepustowość indeksowania dokumentów o 50% dzięki AWS Neuron

Firma Exa zoptymalizowała swoje potoki tworzenia embeddingów, osiągając 47% poprawę efektywności kosztowej na chipach AWS Inferentia2 i Trainium2. Dzięki zastosowaniu dostosowanych jąder NKI (Neuron Kernel Interface) oraz metodologii programistycznej opartej na agentach, zespół znacząco poprawił utylizację sprzętu.

AWS Machine Learning
Agenci· Ważne· 🧪 Warte przetestowania

Wsparcie dla prywatnych urzędów certyfikacji w agentach Amazon Bedrock

Amazon Bedrock AgentCore Identity umożliwia teraz agentom uwierzytelnianie u dostawców tożsamości za pomocą prywatnych urzędów certyfikacji (CA). Aktualizacja eliminuje potrzebę wystawiania publicznych punktów końcowych dla usług hostowanych wewnętrznie, takich jak Keycloak czy PingFederate.

AWS Machine Learning
Modele· Ważne· 🧪 Warte przetestowania

Kimi Code CLI dodaje natywne uwierzytelnianie Amazon Bedrock

Moonshot AI zaktualizowało Kimi Code CLI do wersji 2.7.0, wprowadzając natywnego dostawcę Amazon Bedrock. Pozwala to programistom na uwierzytelnianie przy użyciu standardowych łańcuchów poświadczeń AWS oraz SSO, zamiast zarządzania oddzielnymi, długoterminowymi kluczami API.

AWS Machine Learning
Automatyzacja· Ważne· 🧪 Warte przetestowania

Amazon SageMaker wprowadza natywny routing wnioskowania między regionami

Amazon SageMaker AI obsługuje teraz natywny routing wnioskowania między regionami (cross-Region inference routing), co pozwala na automatyczne przekierowywanie ruchu do działających punktów końcowych w innych regionach w przypadku niedoborów mocy obliczeniowej. Funkcja ta zarządza przełączaniem awaryjnym, monitorowaniem stanu i przywracaniem ruchu bez konieczności tworzenia własnego kodu.

AWS Machine Learning
Voice AI· Ważne· 🧪 Warte przetestowania

Amazon Polly wprowadza natywną funkcję klonowania głosu

Amazon Polly udostępniło narzędzie do klonowania głosu, które tworzy syntetyczne brzmienia na podstawie zaledwie 2–10 minut nagrań. Funkcja ta jest dostępna w ramach ograniczonej dystrybucji dla siedmiu języków i integruje się bezpośrednio z usługami AWS, zapewniając bezpieczne zarządzanie własnymi zasobami głosowymi.

AWS Machine Learning
Agenci· Ważne· 🧪 Warte przetestowania

Aktualizacje Amazon Bedrock AgentCore obejmują wbudowane narzędzia i haki cyklu życia

Amazon Bedrock AgentCore zaktualizował swój podstawowy szkielet do technologii Strands. Wprowadzono wbudowane możliwości, takie jak wyszukiwanie w sieci, planowanie zadań i automatyczne zarządzanie kontekstem, a także nowe haki cyklu życia (lifecycle hooks) umożliwiające deterministyczną kontrolę nad agentami.

AWS Machine Learning
Agenci· Ważne· 🧪 Warte przetestowania

Bezpieczny dostęp do prywatnych API dla Amazon Bedrock AgentCore poprzez centralną inspekcję

Firma Amazon opublikowała wzorcową architekturę łączenia Bedrock AgentCore z prywatnymi interfejsami REST API oraz serwerami MCP w restrykcyjnych środowiskach sieciowych. Dzięki zastosowaniu bramy zasobów (resource gateway) VPC Lattice umieszczonej w dedykowanym VPC konta sieciowego, ruch między agentami a narzędziami wewnętrznymi jest wymuszany przez centralną zaporę sieciową.

AWS Machine Learning
Automatyzacja· Ważne· 🧪 Warte przetestowania

Optymalizacja dużych obciążeń JSON dla agentów AI

AWS przedstawia trzy strategie zarządzania masywnymi danymi JSON (ponad 20 MB) w agentach AI, osiągając redukcję zużycia tokenów do 71% i opóźnień do 80%. Podejście obejmuje przeniesienie stanu do Amazon S3, stronicowanie wyników oraz kompaktowanie danych słownikowych.

AWS Machine Learning
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Bezpieczne wzorce architektury dla Amazon Bedrock AgentCore Runtime

Firma Amazon opublikowała przewodnik bezpieczeństwa dla wdrażania agentów AI w środowisku Bedrock AgentCore Runtime, kładąc nacisk na rygorystyczną kontrolę wejściową. Przewodnik szczegółowo omawia zapobieganie wyciekom danych między najemcami oraz eskalacji uprawnień poprzez propagację tożsamości i autoryzację warstwową.

AWS Security
Automatyzacja· Ważne· 🧪 Warte przetestowania

Amazon wprowadza zintegrowane narzędzia do przygotowywania danych AI w SageMaker

Amazon wprowadził nowe możliwości przygotowywania danych oparte na AI w platformie SageMaker, usprawniając tworzenie i utrzymywanie wysokiej jakości zbiorów danych treningowych i ewaluacyjnych. Funkcje obejmują automatyczne etykietowanie, generowanie danych syntetycznych i zautomatyzowane kontrole jakości, sterowane przez Python SDK lub agentów AI.

AWS Machine Learning
Modele· Ważne· 🧪 Warte przetestowania

Skalowanie inferencji LLM dzięki NVIDIA Dynamo na SageMaker HyperPod

AWS wprowadziło zarządzane wsparcie dla NVIDIA Dynamo w SageMaker HyperPod, co upraszcza wdrożenia wielkoskalowych modeli językowych. Aktualizacja wprowadza inferencję wielowęzłową, umożliwiając obsługę modeli przekraczających pamięć pojedynczego GPU dzięki rozdzieleniu faz prefill i decode.

AWS Machine Learning
Modele· Ważne· 🧪 Warte przetestowania

Amazon SageMaker AI wprowadza routing świadomy pamięci podręcznej KV

Amazon SageMaker AI wprowadziło strategię routingu 'KV_AWARE', która kieruje zapytania LLM do instancji na podstawie stanu ich pamięci podręcznej KV, a nie tylko nagłówków promptów. Optymalizuje to wieloetapowe konwersacje i długie konteksty, zapewniając obsługę zapytań tam, gdzie dane są już dostępne w pamięci GPU.

AWS Machine Learning
Agenci· Ważne· 🧪 Warte przetestowania

Amazon Bedrock wprowadza zautomatyzowaną pamięć dla rozwiązań agentowych

Amazon Bedrock uruchomił nową funkcję obsługi pamięci dla AgenticRetrieveStream. Automatyzuje ona przechowywanie, ekstrakcję i przywoływanie faktów oraz historii rozmów użytkownika, co pozwala agentom udzielać odpowiedzi świadomych kontekstu przy zachowaniu rygorystycznej kontroli dostępu do dokumentów.

AWS Machine Learning
Modele· Ważne· 🧪 Warte przetestowania

Optymalizacja kosztów agentów kodujących w Amazon Bedrock dzięki NVIDIA NeMo Switchyard

Amazon opublikował architekturę referencyjną integrującą bibliotekę NVIDIA NeMo Switchyard z LiteLLM w celu dynamicznego kierowania zapytań agentów programistycznych między różnymi modelami w Bedrock. Stosując routing warstwowy (stage) lub losowy (random), możesz przekierowywać ruch między modelami o wysokiej wydajności a modelami ekonomicznymi, balansując koszty i skuteczność.

AWS Machine Learning
Modele· Ważne· 🧪 Warte przetestowania

AWS wprowadza obsługę SGLang dla układów Trainium

Firma Amazon udostępniła SGLang-Neuron – wtyczkę, która pozwala programistom uruchamiać wielkoskalowe modele AI na sprzęcie AWS Trainium przy użyciu standardowego interfejsu SGLang. Integracja ta umożliwia natywne wykonywanie kodu PyTorch i wspiera zaawansowane funkcje, takie jak PD disaggregation za pośrednictwem EFA, w celu optymalizacji serwowania modeli.

AWS Machine Learning
Agenci· Ważne· 🧪 Warte przetestowania

AWS aktualizuje środowisko Bedrock AgentCore dla szybszych i wydajniejszych agentów AI

Amazon wprowadził nową generację środowiska wykonawczego dla Bedrock AgentCore, przeznaczoną do obsługi złożonych i długotrwałych zadań AI. Aktualizacja wprowadza izolowane sprzętowo środowiska z szybszym uruchamianiem, większymi zasobami obliczeniowymi oraz lepszą efektywnością kosztową dzięki rozliczaniu opartemu na rzeczywistym zużyciu.

AWS Machine Learning
Agenci· Ważne· 🧪 Warte przetestowania

Wdrażanie bezpiecznej kontroli dostępu w bazach wiedzy Amazon Bedrock

Amazon wprowadził wzorzec zabezpieczania agentów AI obsługujących wielu użytkowników poprzez ograniczenie zasięgu zapytań RAG do konkretnych osób. Rozwiązanie wykorzystuje bazy wiedzy z obsługą list kontroli dostępu (ACL) oraz przechwytywacz zapytań w bramie AgentCore Gateway, który deterministycznie wstrzykuje zweryfikowane tożsamości użytkowników do wywołań narzędzi, zapobiegając dostępowi do nieautoryzowanych danych przez LLM.

AWS Machine Learning
Modele· Ważne· 🧪 Warte przetestowania

Bezpośredni dostęp do wyszukiwarki internetowej w Amazon Bedrock AgentCore

Amazon udostępnił interfejs API do wyszukiwania w sieci w ramach Bedrock AgentCore, co pozwala deweloperom na wykonywanie zapytań przez standardowe AWS SDK i CLI. To rozwiązanie eliminuje konieczność konfiguracji bramy AgentCore Gateway, ułatwiając implementację funkcji wyszukiwania w niestandardowych agentach AI.

AWS Machine Learning
Automatyzacja· 🧪 Warte przetestowania

Automatyzacja aktualizacji AWS Agent Registry dla serwerów MCP

AWS opublikowało przewodnik tworzenia architektury sterowanej zdarzeniami, która automatycznie synchronizuje schematy narzędzi Model Context Protocol (MCP) z AWS Agent Registry. Wykorzystując AWS CloudTrail, EventBridge i Lambda, ten proces wykrywa zmiany w czasie wykonywania i aktualizuje rejestr za każdym razem, gdy ewoluuje schemat narzędzi serwera MCP.

AWS Machine Learning