AWS Local Zone

ขยายบริการ AWS ให้มากกว่า 30 เมโทรทั่วโลก เพื่อให้คุณสามารถเรียกใช้แอปพลิเคชันที่อ่อนไหวต่อเวลาแฝงได้ใกล้กับผู้ใช้ปลายทาง แก้ไขข้อกำหนดในสถานที่จัดเก็บข้อมูลสำหรับเวิร์กโหลดที่มีการควบคุม และเร่งการย้ายและการปรับปรุงแอปพลิเคชันเดิมไปยังคลาวด์

ปรับใช้เวิร์กโหลด AI/ML ด้วยคลัสเตอร์ GPU ขนาดเพตาบิต สำหรับการฝึกและอนุมานขนาดใหญ่ในเมโทรที่ระบุ (แอตแลนตา ดัลลัส ฟีนิกซ์) และเรียกใช้การอนุมานแบบกระจายทั่ว Local Zones ในกว่า 30 เมโทร ทั้งหมดนี้โดยไม่ต้องสร้างศูนย์ข้อมูล เจรจาสัญญาพื้นที่เช่าสำหรับตั้งเซิร์ฟเวอร์หรือจัดการโครงสร้างพื้นฐานเฉพาะ

ใช้โครงสร้างพื้นฐาน บริการ API และเครื่องมือของ AWS ที่คุ้นเคย พร้อมเข้าถึงบริการระดับภูมิภาคได้อย่างเต็มที่ผ่านแบ็คโบนของ AWS สร้างขึ้นบน AWS Nitro System เดียวกัน Local Zones จะสืบทอดการควบคุมความปลอดภัยจาก AWS Regions ออกแบบสถาปัตยกรรมเพื่อความพร้อมใช้งานระดับสูงโดยใช้กลยุทธ์ด้านความยืดหยุ่นของระบบที่คุ้นเคยใน AWS

ปรับขนาดแอปพลิเคชันของคุณตามความจำเป็นด้วยการปรับขนาดตามความต้องการ โดยไม่ต้องจัดเตรียมทรัพยากรเกินความจำเป็น และชำระค่าใช้จ่ายเฉพาะส่วนที่คุณใช้งานจริงเท่านั้น เลือกประเภทอินสแตนซ์หลายประเภท โมเดลราคา (On-Demand, Savings Plans, Spot) และตัวเลือกการปรับใช้ที่หลากหลายเพื่อให้ตรงกับความต้องการของเวิร์กโหลดของคุณ

มอบประสบการณ์คุณภาพสูงสำหรับแอปพลิเคชันแบบโต้ตอบที่ต้องการเวลาแฝงต่ำให้กับผู้ใช้ เรียกใช้แอปพลิเคชันใกล้กับผู้ใช้ปลายทางใน AWS Local Zone เพื่อเปิดใช้งานการเล่นเกมแบบเรียลไทม์ การสตรีมสด การใช้งานเทคโนโลยีความจริงเสริมและความจริงเสมือน (AR/VR) เวิร์กสเตชันเสมือน การเร่งความเร็วแอปพลิเคชันผู้จำหน่ายซอฟต์แวร์อิสระ (ISV) และอื่น ๆ

จัดการกับข้อกำหนดสถานที่จัดเก็บข้อมูลในกรณีที่ข้อมูลจำเป็นต้องมีถิ่นที่อยู่ในประเทศ รัฐ หรือเทศบาลต่าง ๆ ด้วยเหตุผลด้านกฎระเบียบ สัญญา หรือความปลอดภัยของข้อมูล ซึ่งกรณีนี้มักเกิดขึ้นกับการพนันและการเล่นเกม บริการทางการเงิน การดูแลสุขภาพ และอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวดอื่น ๆ เมื่อใช้ AWS Local Zone คุณสามารถควบคุมตำแหน่งที่เวิร์กโหลดทำงานและถิ่นที่อยู่ของข้อมูล ด้วยการเคลื่อนย้ายที่มีความขัดแย้งต่ำระหว่างตำแหน่งที่ตั้งบนระบบคลาวด์และ Edge Location เพื่อปรับให้เข้ากับการเปลี่ยนแปลงด้านกฎระเบียบได้อย่างง่ายดาย

เรียกใช้งานเวิร์กโหลด AI/ML ในพื้นที่ต่าง ๆ ได้มากขึ้น โดยให้ใกล้กับแหล่งที่ข้อมูลถูกสร้างขึ้นและถูกนำไปใช้งานจริง ช่วยให้สามารถใช้งานการคาดการณ์ที่มีเวลาแฝงต่ำและการตัดสินใจแบบเรียลไทม์สำหรับกรณีการใช้งาน เช่น การตรวจจับการทุจริต การวินิจฉัยผู้ป่วย และการให้คำแนะนำส่วนบุคคล  

ในเมโทรที่ระบุ (แอตแลนตา ดัลลัส ฟีนิกซ์) ให้เรียกใช้งานการฝึกสอนและการอนุมานโมเดลภาษาขนาดใหญ่ (LLM) ในขนาดใหญ่ โดยใช้ GPU ล่าสุดและชิป AWS Trainium ที่ปรับใช้กับ EC2 UltraClusters ซึ่งเชื่อมต่อกันโดยใช้ระบบเครือข่าย Elastic Fabric Adapter (EFA) สำหรับเวิร์กโหลด AI/ML ที่ต้องการอัตราการโอนถ่ายข้อมูลสูง ใช้ Amazon Bedrock และ Amazon SageMaker เพื่อสร้าง ปรับแต่ง และปรับใช้โมเดลพื้นฐานด้วยข้อมูลที่เป็นกรรมสิทธิ์ของคุณ 

ย้ายแอปพลิเคชันเดิมที่ทำงานในองค์กรไปยังคลาวด์โดยไม่รบกวนส่วนประกอบของระบบที่อ่อนไหวต่อเวลาแฝง ย้ายส่วนข้อมูลแอปพลิเคชันของคุณไปยัง AWS Local Zone ใกล้เคียงโดยที่ยังเป็นไปตามข้อกำหนดด้านเวลาแฝงต่ำในการนำไปใช้จริงแบบไฮบริดจนกว่าคุณจะพร้อมที่จะย้ายข้อมูลอย่างสมบูรณ์