日本語에서 번역 • 원문 보기 안녕하세요. 저는 하시모토, 인프라 엔지니어입니다.
사에키와 마찬가지로 저희도 AWS가 자랑하는 주요 행사인 re:Invent 2017에 참여하고 있습니다.
출발 전부터 체크인 오류가 있었고, 첫날에는 버스를 타고 이동하는 데 어려움을 겪었는데(이유는 모르겠지만 안내책자에 적힌 순서와 다릅니다
도착했을 때 모두 아무 말 없이 내렸지만, 익숙해져서 이틀째 날 보고하려고 열심히 일했습니다.
첫날의 상황은 다음과 같습니다.
글로벌 파트너 서밋
주요 목사 요약
- 올해 AWS의 도입이 특히 심혈관 관리와 은행 시스템 효율성 향상 등 의료 및 금융 분야에서 진전되고 있습니다.
- 파트너 생태계를 확장하고(최종 사용자의 비즈니스 요구를 충족시키기 위해 다양한 파트너 기업 간 클라우드 가치를 유연하게 제공하는 메커니즘), AWS가 절대적이라는 인상을 줍니다.
- IOT, ML, 블록체인, AI 분야를 계속 강화할 것입니다
- 기업들이 점차 AWS로 이동하고 있습니다. 현재는 미국이지만, 다음 트렌드는 전 세계가 될 것입니다
- 데이터베이스에서 온프레미스에서 이동하지 않는(이동 안 함) 옵션이 없습니다. 예를 들어, 특정 오라클 같은 곳입니다. 어느 쪽에 속하는지 선택해야 합니다(장소 내에서 윙윙거림).
- 65개의 새로운 프리미어 파트너
화요일 밤 라이브
AWS 글로벌 인프라 부사장 피터 데산티스의 기조연설.
지역 소개
2016-2018년에는 11개의 추가 지역이 계획되어 있습니다. 정부 지역도 미국에 진출할 예정입니다. 중동의 첫 번째 지역인 바레인도 이용 가능합니다.
스웨덴을 시작으로, 재생 에너지를 사용하는 새로운 지역들이 출범할 예정입니다
이용 가능 구역에 대하여
- 물리적 거리를 둔 여러 DC에 10만 대 이상의 서버가 있다는 기본 기원에 대한 설명.
- 애리조나에는 최소 2개의 구역이 있지만, 일부 지역은 최대 6개의 구역을 가지고 있습니다.
- 100GB의 Amazon Global Network 및 AWS에 연결된 67개의 DirectConnect 지역
대규모 컴퓨팅
머신 러닝 (이하 ML로 함)
딥러닝과 엑스레이는 실제로 의료 분야에서 사용됩니다
예를 들어: 뇌종양을 찾기 위한 엑스레이 검사 등.
우리가 이렇게 성장할 수 있었던 이유
(1) 하드웨어 정교성
(2) ML 프레임워크 개선
**AWS의 Apache MXNet**를 사용한 머신러닝 훈련은 7-8배 더 높은 학습 효과를 보였습니다
(3) 급속한 성장
- 글루온
- 개방형 신경망 교환
- NNVM 및 TVM
머신러닝 모델 API를 사용하든, 한 엔진에서 훈련한 후 다른 엔진에서 실행하는 전환 도구를 사용하든 말이죠.
이 방법이 엄청난 학습 효과를 주는 것 같습니다.
이 도구들이 머신러닝의 극적인 속도를 이끌고 있는 것 같습니다.
모든 하드웨어에서 모든 프레임워크에 대한 > 가속
모든 하드웨어에서 모든 프레임워크를 가속
이것이 바로 메시지였습니다.
베어 메탈 인스턴스 발표
- 가상화할 수 없는 것이 있다면
- 특수 하이퍼바이저가 필요하다면요
- 특수 호스트 라이선스를 사용할 때
위 사례에 적합합니다.
아마존 경비 임무 발표
AWS 환경에서 위협을 감지하는 새로운 보안 서비스입니다.
단순히 IDS/IPS/SIEM을 제공하도록 활성화하면 됩니다.
에이전트리스 시스템이라 로그 크기 계산을 미리 고민할 필요가 없습니다.
도쿄 지역에서도 사용할 수 있습니다.
결론
첫째, 둘째 날에는 세션을 포함해 이동할 시간이 부족합니다.
발표 측면에서 저는 IOT, AI, 머신러닝 분야가 계속해서 흥미롭게 이어지고 있으며, 이들을 보안과 자동화와 결합함으로써 기존 서비스들이 이전에 할 수 없었던 새로운 서비스와 기능들을 실현하고 있다고 느꼈습니다.
결국, 자동화가 더 이상 인간의 손을 필요로 하지 않는 시대가 다가오고 있습니다.
이 글을 쓰는 시점에는 3시가 넘었지만, 일어나면 키노트가 저를 기다리고 있어요! 이렇게 아이 같은 설렘을 느낀 건 정말 오랜만이에요.
다음에는 주로 키노트에서 내용을 업데이트하고 싶습니다.