Angling for Adventure: JBLM teen fishes with Make-A-Wish
华盛顿州刘易斯-麦科德联合基地 – 刘易斯-麦科德联合基地 15 岁的杰克·“布巴”·达尔林普尔 (Jack “Bubba” Dalrymple) 过着快车道上的生活。“他总是喜欢冒险……
Build a Physical AI model factory with NVIDIA Cosmos 3 on SageMaker HyperPod
构建物理人工智能系统需要连续的管道，而不是单一的训练工作。本文展示了如何在 Amazon EKS 上的持久、弹性 Amazon SageMaker HyperPod 集群上运行该模型工厂（合成数据生成、训练后和使用 NVIDIA Cosmos 3 进行闭环评估），并以 GPU 吞吐量作为重要指标。
Run agent-driven Amazon SageMaker HyperPod operations with InstantStart
HyperPod InstantStart 是一个开源控制平面，它将 Amazon EKS 编排与 Amazon SageMaker HyperPod 的托管功能组合在一起。它通过 Web 界面和 AI 代理驱动相同的受保护操作，将集群引导、容量、训练、推理和存储转变为可靠的代理驱动的基础设施。
How ZS democratized secure ad-hoc analytics with Amazon SageMaker
了解 ZS 如何构建安全强化的 Amazon SageMaker 平台，在开发人员敏捷性与医疗保健级治理之间取得平衡，为 200 多个 SageMaker 域中的 1,000 多名日常活跃用户提供服务。
From Darjeeling’s hillside plots to wider markets: Makaibari Collective takes root
该计划将值得信赖的品牌与当地的生计、复原力和有机种植联系起来
Bombardier to Acquire Toronto-Area Wing Maker MHI Canada
Bombardier to acquire MHI Canada Aerospace in Mississauga, bringing 750 employees in-house and strengthening control over wing production.The post Bombardier to Acquire Toronto-Area Wing Maker MHI Canada appeared first on AeroMorning.com.
Luxmi Group to launch Makaibari Collective with Darjeeling small tea growers
该计划将把来自 Makaibari 的茶叶和独立种植者结合起来，同时帮助农民获得更好的价格和利润分成
Batch write and discover records in Amazon SageMaker Feature Store
Amazon SageMaker Feature Store 现在支持两个新 API：BatchWriteRecord 在一次调用中跨多个功能组写入最多 25 条记录，ListRecords 枚举功能组内的记录标识符。在这篇文章中，我们将通过可用于入门的代码示例来介绍每个 API。
Deepgram deepens Amazon SageMaker AI observability with Enhanced Metrics
自托管语音 AI 需要进行可观察性权衡：驱动容量规划和成本管理的数字被锁定在供应商容器内。 Deepgram 通过两项功能缩小了 Amazon SageMaker AI 的这一差距，这些功能可将计费、使用情况和每个 GPU 指标直接存入您自己的 Amazon CloudWatch 账户中。
Spreading the load: How Salesforce met Multi-AZ HA with SageMaker Inference Components
了解 Salesforce 如何使用 Amazon SageMaker AI Inference 组件放置（SchedulingConfig 参数）跨多个可用区分发模型副本，满足其多可用区高可用性合规性要求，同时又不牺牲多模型共同托管的成本效率。
Altra 培训学院与 KJA Surya Dinamika Global Makmur 合作，于 2026 年 8 月 22 日（星期六）WIB 08:00 - 11:30 举办了主题为“企业税务规划与战略”的网络研讨会。传单：
医疗保健、零售和生命科学团队在 Snowflake 中存储大量运营数据，但将其转化为预测非常困难。在本系列的第 1 部分中，您将使用 Amazon SageMaker Canvas 设置 AWS 账户和 Snowflake 环境以实现无代码 ML 工作流程，为无需编写代码即可构建欺诈检测模型奠定基础。
在这个无代码 ML 系列的第 2 部分中，您将 Amazon SageMaker Canvas 连接到 Snowflake，准备交易数据并将其与 Data Wrangler 可视化转换结合起来，并训练 XGBoost 欺诈检测模型。所有这些都无需编写机器学习代码，为第 3 部分中的交互式仪表板奠定了基础。
在这个无代码 ML 系列的第 3 部分中，您将实现欺诈检测预测。将您的 Amazon SageMaker Canvas 预测导入 Amazon Quick Sight，构建交互式仪表板，使用生成式 BI 以自然语言回答问题，并为利益相关者发布 AI 生成的执行摘要。
NVIDIA Nemotron 3.5 Lightning now available in Amazon SageMaker JumpStart
NVIDIA Nemotron 3.5 Lightning 是一种专为大容量代理工作负载而构建的开放模型，现已在 Amazon SageMaker JumpStart 中提供。本文介绍了如何部署 30B 专家混合模型（3B 主动），该模型可为始终在线的代理提供高达 4 倍的吞吐量和高达 30% 的任务完成速度。
Building agentic workflows with SageMaker AI and Bedrock AgentCore
了解如何将 Amazon SageMaker AI 上与 OpenAI 兼容的终端节点与 Amazon Bedrock AgentCore 运行时相结合，以构建多代理工作流程，其中每个专业代理都使用最适合其工作的模型。这篇文章还展示了如何从 Strands Agent 默认情况下不检测的 SageMaker 端点获取令牌级别的可观测性。
US Space Force Unveils Makau Cray XD2000 Supercomputer
美国太空军毛伊岛高性能计算中心 MHPCC 正式成立
