Capacity-aware inference: Automatic instance fallback for SageMaker AI endpoints
今天，Amazon SageMaker AI 为新的和现有的推理终端节点引入了容量感知实例池。您定义实例类型的优先级列表，只要在创建、横向扩展和横向收缩期间容量受到限制，SageMaker AI 就会自动处理您的列表。您的端点无需人工干预即可配置可用的人工智能基础设施。此功能适用于单模型端点、基于推理组件的端点和异步推理端点。
From data lake to AI-ready analytics: Introducing new data source with S3 Tables in Amazon Quick
Amazon Quick 推出 Amazon S3 表（Apache Iceberg 表）作为新数据源。借助此功能，客户可以直接查询和可视化存储在 Amazon S3 表存储桶中的 Apache Iceberg 表，而无需中间数据层。在这篇文章中，我们探讨了 Amazon Quick 的新 Amazon S3 表数据源如何在简化现代数据架构的同时实现近实时分析。
AWS Transform now automates BI migration to Amazon Quick in days
在这篇文章中，我们将介绍整个过程，从在 AWS Transform 中设置迁移工作区，到通过 AWS Marketplace 订阅合作伙伴代理，再到解锁可改变组织使用数据方式的 Amazon Quick 功能。
Generate dashboards from natural language prompts in Amazon Quick
构建有意义的仪表板需要数小时的手动设置，即使对于经验丰富的 BI 专业人员也是如此。Amazon Quick 现在可以根据自然语言提示生成完整的多表仪表板，让您在几分钟内从一个或多个数据集开始进行生产就绪分析。数据分析师构建经常性运营报告、项目经理准备领导力审查或工程师探索新数据集可以 [...]
Configuring Amazon Bedrock AgentCore Gateway for secure access to private resources
在本文中，您将配置 Amazon Bedrock AgentCore Gateway 以使用资源网关访问私有终端节点，资源网关是一种托管结构，可直接在 Amazon VPC 内配置弹性网络接口 (ENI)，每个子网一个。您将探索两种实施模式（托管和自我管理）并演练三个实际场景：连接到私有 Amazon API Gateway 终端节点、与 Amazon Elastic Kubernetes Service (Amazon EKS) 上的 MCP 服务器集成以及访问私有 REST API。
Agent-guided workflows to accelerate model customization in Amazon SageMaker AI
Amazon SageMaker AI 现在提供的代理体验改变了这一点。开发人员使用自然语言描述他们的用例，AI 编码代理简化了整个过程，从用例定义和数据准备到技术选择、评估和部署。在这篇文章中，我们将引导您使用 SageMaker AI 代理技能完成模型自定义生命周期。
Unleashing Agentic AI Analytics on Amazon SageMaker with Amazon Athena and Amazon Quick
本文演示了 Amazon Quick 的代理 AI 助手如何使用 Amazon Simple Storage Service (Amazon S3) 作为存储、使用 Amazon SageMaker 和 AWS Glue for Lakehouse、Amazon Athena 跨多种存储格式（S3 表、Iceberg 和 Parquet）进行无服务器 SQL 查询，从而将数据分析转变为自助服务功能。
Pentagon clears 8 tech firms to deploy their AI on its classified networks
根据今天上午的公告，国防部已与 Amazon Web Services、Google、微软、NVIDIA、OpenAI、SpaceX 和 Reflection 达成协议，数小时后又与第八个 Oracle 达成协议。
