AWS re:Invent 2018 アップデート紹介 re:Invent Media & Entertainment Launches

© 2018, Amazon Web Services, Inc. or its affiliates. All rights reserved.
AWS re:Invent 2018アップデート紹介
Relevant Media & Entertainment Launches
Yuta Ishii, Solutions Architect
Amazon Web Services Japan K.K.
Dec 2018

• 本資料では2018年12月11日時点のサービス内容および価格についてご説明しています。最新の情
報はAWS公式ウェブサイト(http://aws.amazon.com)にてご確認ください。
• 資料作成には十分注意しておりますが、資料内の価格とAWS公式ウェブサイト記載の価格に相違
があった場合、AWS公式ウェブサイトの価格を優先とさせていただきます。
• 価格は税抜表記となっています。日本居住者のお客様が東京リージョンを使用する場合、別途消費
税をご請求させていただきます。
• AWS does not offer binding price quotes. AWS pricing is publicly available and is subject to
change in accordance with the AWS Customer Agreement available at
http://aws.amazon.com/agreement/. Any pricing information included in this document is
provided only as an estimate of usage charges for AWS services based on certain information
that you have provided. Monthly charges will be based on your actual use of AWS services, and
may vary from the estimates provided.
内容についての注意点

自己紹介
• Yuta Ishii（石井悠太）
• Amazon Web Services Japan K.K.
• Solutions Architect
 Media & Entertainment
 Media / Mobile

開催概要
• AWS 世界最大のカンファレンス。技術者
のみならず、ビジネスに責任を持つ方向け
も含めて幅広い「学び」をご提供
 2018 年 11 月 25 日〜 11 月 30 日
 ラスベガスのホテル 7 箇所が会場（宿泊は +7 箇所）
 50,000 人以上の参加者
 日本からも 1,000 名以上の方がご参加
 2,100 以上のセッション
• 新サービス / 新機能の発表、ハンズオン
• パートナー様のブース展示
• re:Play パーティや Pub Crawl などネット
ワーキングイベントも盛りだくさん

End to End クラウドメディアワークフロー
コンテンツ配信＆送出
(OTT, 放送, パブリッシュ)
コンテンツ制作＆
ポストプロダクション
コンテンツ＆ワークフロー管理
機械学習＆データ分析

SFTP で S3 にアクセス可能な AWS Transfer for SFTP を発表
• S3 API を利用することなく、SFTP で S3 バケットに
アクセスできるようになった。ユーザの権限は IAM
ロールで制御する
• フルマネージドで利用状況に応じて自動的にスケー
ル。冗長性も確保されている
• エンドポイント利用料が $0.30 /時、UP/DOWN の
双方で $0.04/GB の料金が発生。料金はすべての
リージョンで共通
• 東京を含むすべてのリージョンで利用可能に

AWS へのデータ転送をシンプルにする AWS DataSync を発表
• エージェントを介してオンプレミスのデータを高速
かつ自動的に S3 または EFS に転送。エージェント
は自動で更新されるため、ほぼメンテナンス不要
• 暗号化された独自プロトコルで高速転送を実現。
エージェントあたり最大 10Gbps での転送が可能。
スロットリング機能による帯域制限もサポート
• 1GB あたり$0.04 の料金
• 東京を含む各リージョンで利用可能

エッジにさらに高性能なコンピューティングパワーをもたらす
Snowball Edge Compute Optimized が一般利用開始
• 42TB の S3 互換ストレージと 7.68TB の NVMe SSD
を搭載した Snowball Edge Compute Optimized が
一部リージョンで一般利用開始
 52vCPU/208GiB：Snowball Edge Compute Optimized
 52vCPU/208GiB：Snowball Edge Compute Optimized with GPU
 従来のSnowball Edge(24vCPU/32GiB/100TB S3互換ストレージ)
は“Snowball Edge Storage Optimized”として引き続き利用可能
• 物理的には従来のものより少しだけ大きい
• バージニア、オレゴン、アイルランド、カリフォル
ニア、GovCloud(US-West)で利用可能

ARM ベースの AWS Graviton プロセッサを搭載した
Amazon EC2 A1 インスタンスを発表
• マイクロサービスや、ウェブサーバ、
キャッシュサーバなど、小規模イン
スタンスを多用する用途に最適
• 他ファミリと比較して最大 45% の
コスト削減を期待できる
• Amazon Linux 2, RHEL, Ubuntu の
AMI がすでに利用可能で他も近日サ
ポート開始予定
• バージニア、オレゴン、アイルラン
ド、オハイオで
a1ファミリ vCPU メモリ
(GiB)
EBS帯域
(Gbps)
NW帯
域
(Gbps)
コスト
($/時)
a1.medium 1 2 Max 3.5 Max 10 0.0255
a1.large 2 4 Max 3.5 Max 10 0.0510
a1.xlarge 4 8 Max 3.5 Max 10 0.1020
a1.2xlarge 8 16 Max 3.5 Max 10 0.2040
a1.4xlarge 16 32 3.5 Max 10 0.4080

EC2 のプロセッサとアーキテクチャの幅広い選択肢

サーバの状態を維持したままインスタンスを停止できる
Amazon EC2がハイバネーションをサポート
• ハイバネーションの対応により、メモリ状態をディ
スクに書き出した上でインスタンスを停止可能に
• サーバで動作しているアプリケーションなどを停止
することなく、インスタンスを停止できる
• ハイバネーション中のインスタンスサイズを変更す
ることはできない。メモリサイズと EBS 速度に応
じて停止・復帰には処理時間を要するので注意
• M3/M4/M5/C3/C4/C5/R3/R4/R5 インスタンスで
利用可能。Amazon Linux 1 がサポートされ、
Amazon Linux 2 も近日対応

Windows 向け共有ファイルシステムのフルマネージドサービス
Amazon FSx for Windows File Server を発表
• AZ 内でのレプリケーションによる可用性の確保と
ともに、S3 へのバックアップにも対応
• Windows ベースで実装。DFS Replication や Active
Directory に対応。詳細はドキュメントをチェック
• 最大 10GB/s のスループットをミリ秒オーダのレイ
テンシで。スループットは用途に合わせて選択可能
• コストは以下の通り（価格はバージニアのもの）
 ストレージ：1GBあたり$0.13/月
 スループット：1MBpsあたり$2.2/月
 バックアップ：1GBあたり$0.050/月

複数オブジェクトに対する一括オペレーションを可能にする
Amazon S3 Batch Operations のプレビューを開始
• 蓄積したオブジェクトの管理は手間のかかる作業
だったが、これを容易にする Batch Operations のプ
レビュー開始を発表
• S3 で複数のオブジェクトに対してまとめてオペレー
ションを行うジョブを作成できるようになった
 現時点ではバケット間のオブジェクトコピー、タグの編集、ACL の
変更、Glacier からのリストアが対象
 オペレーションの結果は CSV 形式で S3 バケットに格納されるので
遡って確認できる
 オブジェクトに対する操作ログは CloudTrail にも出力されるため、
何が行われたかを追跡可能

Amazon S3 Intelligent Tiering でストレージコストを自動最適化
• 新たなストレージクラスS3-INTを指定すると、アク
セス状況を解析して自動的にコストを最適化。ライ
フサイクルポリシーを定義する必要なし
• 機能・耐久性・パフォーマンスについては通常のS3
と同等。可用性99.0%のSLAあり
• アクセス頻度に応じてS3-StandardまたはS3-IAと同
額の費用で利用可能。1,000オブジェクトあたり
$0.0025の管理コストが発生する（東京の料金）
• 128KB以下のサイズは低頻度扱いにならない。また、
保管日数は30日に切り上げとなるため注意

S3 Intelligent-Tiering —What is It?
• Amazon S3 ストレージクラスの選択
高頻度低頻度

コールドデータをこれまでよりも低コストでアーカイビングする
Amazon S3 Glacier Deep Archive を発表
• 長期間保管する必要があるが、ほぼ参照することは
ないデータを Glacier 以上に安価に保管できる
• 利用が終了したメディアコンテンツのアーカイブ用
途や、監査目的で生ログの保管が必要なケースなど
に最適
• データ取り出しは標準で 12 時間以内だが、急がな
い場合はバルクモードで 48 時間かかる代わりに安
価に取り出すこともできる
• 今回はプレアナウンスメント。2019 年に利用可能
になる予定

S3 Storage Classの比較
S3 Standard
S3 Intelligent-Tiering* S3 Standard-IA S3 One Zone-IA† S3 Glacier
S3 Glacier
Deep Archive**
Designed for durability 99.999999999%
(11 9’s)
99.999999999%
(11 9’s)
99.999999999%
(11 9’s)
99.999999999%
(11 9’s)
99.999999999%
(11 9’s)
99.999999999%
(11 9’s)
Designed for availability
99.99% 99.9% 99.9% 99.5% N/A N/A
Availability SLA 99.9% 99% 99% 99%
N/A
N/A
Availability Zones ≥3 ≥3 ≥3 1 ≥3 ≥3
Minimum capacity charge
per object
8KB N/A 128KB 128KB 40KB 40KB
Minimum storage duration
charge
N/A 30 days 30 days 30 days 90 days 180 days
Retrieval fee
N/A N/A per GB retrieved
per GB retrieved per GB retrieved per GB retrieved
First byte latency milliseconds millseconds milliseconds milliseconds select minutes or hours select hours
Lifecycle transitions Yes Yes Yes Yes Yes Yes

Amazon S3 Glacier アップデート
Direct Put, リストア通知, リストアオプションの上書き
• S3 に PUT する際にストレージクラスとして直接
Glacier を指定可能に。同時に S3 のクロスリージョ
ンレプリケーションで、コピー先のリージョンで直
接 Glacier クラスを指定することも
• S3-Glacier のオブジェクト復元完了時に SNS/SQS
で通知が発行される。ポーリングが不要に
• 一度発行した復元リクエストを、より高速な取り出
しオプションで上書きできるようになった
 バルクから標準へ、バルクから高速へ
 標準から高速へ
Queue

様々なサービスをプログラミングレスでつなぎ合わせる
AWS Step Functions API Connectorsを発表
• Step Functionsのステートマシンから他のAWSサー
ビス群に対して直接操作できるようになり、
Lambdaを介在させる必要がなくなった
 DynamoDB: 既存のテーブルからitemの取り出し、新規itemの追加
 AWS Batch: バッチジョブの開始と完了待機
 Amazon ECS/Fargate: ECSまたはFargateのタスクを実行する
 Amazon SNS: SNSトピックにメッセージをパブリッシュする
 Amazon SQS: キューにメッセージをプッシュする
 AWS Glue: ジョブを開始する
 Amazon SageMaker: 学習ジョブ、変換ジョブを開始する

セキュアかつ高信頼性のリアルタイムビデオ転送を安価に実現する
AWS Elemental MediaConnect を発表
• 高額のコストがかかりがちだったビデオ転送ワーク
ロードを安価かつセキュアに実現するサービス
• カメラからクラウドの転送とともに、ストリームを
複数の配信先への転送を放送に耐える信頼性で実現
• CloudWatchによるメトリクスのモニタリングによ
り、転送状況を把握できる
• 東京を含む8リージョンで利用可能。価格は下記
 稼働中の転送フローに対して$0.2819/時間の料金
 同リージョンに送出するデータに対して$0.01/GBの料金
 他リージョンに送出するデータに対して$0.09/GBの料金
 AWS外部に転送する場合は通常のインターネット転送料金

AWS Machine Learning Services Stack

Amazon SageMaker

Amazon SageMaker Update

データ
準備

Amazon SageMaker Ground Truth
• データにラベル (Ground Truth) を付与するアノテーションを支援
• 以下の4タスクにはテンプレートが用意されており、自作も可能
• ラベルを付与するワーカーは、Amazon Mechanical Turk、外部ベ
ンダ、自社のチームの3つから選べる

モデル
変換

Amazon SageMaker Neo
• Tensorflow や PyTorch などのモデルを、 EC2 インスタンスや Greengrass デバイ
ス上で高速に動作するように変換するサービス
• 従来のDeep Learning フレームワークが 500MB-1GB 程度であるのに対し、
Amazon SageMaker Neo Runtime は 1MB 程度
• Apache Software License で OSS として提供予定

学習済み推論モデルをマーケットプレイスで調達できる
AWS Marketplace for Machine Learning をローンチ
• 自分で教師データの準備・開発・学習をおこなわな
くても、3rd party が提供する成果物を即座に調達
• SageMaker が提供する学習の仕組みや、推論エンド
ポイントの仕組みから簡単に利用できる
• 200 以上の学習アルゴリズムと学習済みの推論モデ
ルがラインナップされており、用途に適するものが
あれば開発の必要がない
 ボットネットによるアタック検知
 クレジットカードの画像認識
 ボールベアリングの品質検査などなど

カスタム辞書によるより高精度な翻訳を実現
Amazon Translate でカスタマイズされた翻訳処理をサポート
• 翻訳精度の向上のためには、翻訳元の単語と翻訳先
の単語のマッピングを記述したカスタム辞書
(Custom Terminology)が非常に重要
• 原文に対応すべき訳語が明確に決まっている場合が
ある。そういった場合にカスタム辞書を利用すると、
単語の対応も含めた精度が向上する
• カスタム辞書は TMX または CSV 形式で、翻訳元の
単語と翻訳先の言語毎の訳語を羅列するイメージで
作成する。詳細はドキュメントを参照
https://docs.aws.amazon.com/translate/latest/dg/creating-custom-terminology.html

機械学習の知識なしで画像から文章やその構造を識別する
Amazon Textract をローンチ
• 画像内からの文字認識機能を提供。文章だけでなく
見出しやヘッダ、フォーム、テーブルなどの文書構
造情報も識別することができる
• 機械学習のテクノロジが使われているが、ユーザに
機械学習の知識は不要。画像を渡すだけで処理
• 現時点では英語に対応
• 現在プレビュー中。単純な OCR か、構造解析まで
実施するかで料金が異なるが、処理した文書の数に
応じた従量課金の料金体系

the 137 protein structures
The performance of the various clusterings was evalu-
MethOd Num' C'USte'S Rand mdex ated using two types of measures. The first is the average
TM~score 8 89.7% silhouette width itself, which is a measure of the clus-
ppm 9 39,396 ter compactness and separation. In general, clustering is
305C 9 895% based on the assumption that the underlying data form
compact clusters of similar characteristics. Larger aver-
R50 7 92.096
age Silhouette Width means that the result of a clustering
従来のOCRは文字の塊のみを取り出す

T E X T
method. Then, the proteins were clustered using the k- medoids method with the optimal
number of clusters.
The performance of the various clusterings was evalu- ated using two types of measures.
The first is the average silhouette width itself, which is a measure of the clus- ter
compactness and separation. In general, clustering is based on the assumption that the
underlying data form compact clusters of similar characteristics. Larger average silhouette
width means that the result of a clustering algorithm consists of compact clusters which are
well separated from each other, i.e. probably close to the actual data distribution. A small
average silhouette width means e.g. that one of the clusters discovered by the clustering
algorithm could be separated in two clusters, or that some
Search
index
Amazon Textract:
ドキュメント内容の整理されたファイルキャビネッ
ト

Method Num. clusters Rand index
TM-score
FPFH
3DSC
RSD
VFH
Combined silhouette weights
Combined equal weights
8
9
9
7
8
7
7
89.7%
89.3%
89.5%
92.0%
85.3%
92.2%
90.2%
Aurora
Amazon Textract:
ドキュメント内容の整理されたファイルキャビ
ネット

Graceland, Memphis
Presley, Elvis Aaron
TCB Limited
12-12-1234
TN
01 08 1935 X
901 987-6543
3765 Elvis Presley Blvd.
38116
X RCA Records
Rock n Roll Health
X
Presley, Elvis Aaron
Government forms (e.g. FDA new drug
application, financial disclosure form,
incident reporting)
Tax forms (US – e.g. W2, 1099-MISC, 990,
1040; UK – e.g. P45; Canada – e.g. T4, T5)
Amazon Textract:
データ入力、ルール定義の不要な自動ドキュメント処理

音楽映画製品コンテンツ
トラック
アーティスト
アルバム
俳優
監督
ジャンル
料金
カテゴリ
プロモーション
テーマ
ユーザープロファイル
ニュース速報

人気の罠
最も人気のアイテムのみを推薦して
しまうと、リコメンデーションの個
性がなってしまいます。
コールドスタート
お客様の数の限られた履歴からでも、適切な
レコメンデーションを見つけ出せる必要があります。
スケール
レコメンデーションは数千の製品やお客様に
も拡大して対応できる必要があります。
リアルタイム
パーソナライゼーションは低レイテンシーで動作し、
お客様の意図の変化に対応できなければなりません。

アクティビティストリーム
ビュー・サインイン・コンバージョン等
在庫
ビデオ・製品・記事等
カスタマイズされた
レコメンデーション
API
ユーザープロファイルデータ
(オプション)
名前・年齢・場所等
1. データの読み込み
2. データの検査
3. 特徴の認識
4. アルゴリズムの選択
5. ハイパーパラメータの選択
6. モデルの学習
7. モデルの最適化
8. モデルの保存
9. デプロイとモデルのホスト
10. リアルタイムキャッシュの作成
Amazon Personalize

リアルタイムほぼすべての製品や
コンテンツに対して利用可能
重要な特徴
興味の変化に
対応
自動化された
機械学習
SageMakerから
既存のアルゴリズム
を持ち込むことも
高品質なレコメンデーション
を提供
深層学習を利用した
アルゴリズム
利用が簡単

Amazon Forecast
Amazon.comと同様のテクノロジーを利用し、機械学習の経験が不要な
精度の高い時系列データ予測サービス

予測では精度が一番重要な要素となる
最近のアメリカの会社の調査では、15%の精度の向上が3%の利益の向上につながった
低い予測は機会の損失につ
ながる
過剰な予測はリソースの
浪費につながる
*http://demand-planning.com/2018/07/12/how-much-does-forecasting-software-cost/*

外的要因
天気, 休日, イベント、トレ
ンドは需要に影響を与える
ため、予測に組み込む必要
がある
過去データが使えない
新しい商品、プロセスでは過去データが存在せず、
予測を行うことが難しい
追加データの利用
トラディショナルなモデルでは複数の系列のデー
タを同時に扱うことが難しい
スパイク/途切れるデータ
現実世界のデータでは時折異常なパターンが発生
し、トラディショナルなモデルが使えない

Amazon Forecast
Amazon.comと同様のテクノロジーを利用し、機械学
習の経験が不要な
精度の高い時系列データ予測サービス

アマゾンのフルフィルメントではトラディショナルなモデルをディープラーニングベースに変更するこ
とで13.9%の向上を実現。現在では200万以上の売り手が在庫レベルの最適化でアマゾンのフル
フィルメントの予測を利用しています

過去履歴データ
売り上げ, 在庫, 価格など
関連データ
天気, プロモーションなど
1. データの読み込み
2. データの検査
3. 特徴の認識
4. アルゴリズムの選択
5. ハイパーパラメータの選択
6. モデルの学習
7. モデルの最適化
8. デプロイとモデルのホスト
Amazon Forecast
カスタマイズされた
予測API

高い精度でスパイク
を予測
新商品の予測の生成複数の関連する時系
列データを学習
外部データの取り込み
(休日, プロモーション
など)

End to End クラウドメディアワークフロー
コンテンツ配信＆送出
(OTT, 放送, パブリッシュ)
コンテンツ制作＆
ポストプロダクション
コンテンツ＆ワークフロー管理
機械学習＆データ分析
データ転送方法
データ処理基板
のラインナップ拡充
グローバルな
コンテンツ伝送
ストレージ機能改善
ストレージ費用最適化
ワークフロー構築省力化
機械学習環境強化
レコメンデーション
時系列データ予測

AWS re:Invent 2018 アップデート紹介 re:Invent Media & Entertainment Launches

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ähnlich wie AWS re:Invent 2018 アップデート紹介 re:Invent Media & Entertainment Launches

Ähnlich wie AWS re:Invent 2018 アップデート紹介 re:Invent Media & Entertainment Launches (20)

Mehr von Amazon Web Services Japan

Mehr von Amazon Web Services Japan (20)

AWS re:Invent 2018 アップデート紹介 re:Invent Media & Entertainment Launches