Author: AWS Team

本篇成功地在 Amazon EKS 上使用 DeepSpeed 框架训练 LLama2 大语言模型，方案结合 Kubeflow 进行任务编排，DeepSpeed 的 ZeRO 优化器有效降低了内存占用， 利用 EFA 网络加速节点间通信，实现高效 GPU 资源调度和低延迟数据传输，为企业级模型训练提供可扩展解决方案。

本文介绍了跨国企业如何利用亚马逊云科技文档 MCP 服务器解决中国区域差异问题。通过设置 AWS_DOCUMENTATION_PARTITION 环境变量，企业可以便捷访问中国区文档，了解服务差异和合规要求。这一功能帮助企业降低市场进入风险，加速本地化进程，为跨国企业在中国市场的成功落地提供技术支持。

在本博客中，我们演示介绍了一种如何使用 FSx for NetApp ONTAP、NetApp ONTAP CLI、Trident 为 ONTAP 卷设置支持 EKS 与 Windows 对同一个卷的多协议访问的方法，为金融及其它行业云上容器化应用与 Windows 应用同时并发访问同一份数据的场景提供了解决方案。

客户以 EKS 为底座的容器化交易系统在云上部署时，遇到了 EKS 默认网络插件 VPC CNI 不支持组播的尴尬局面。为不影响现代化交易系统的云上部署，寻找基于 AWS 原生服务来支持 EKS 集群组播通信的方案已迫在眉睫。 本篇博客将介绍一个使用 AWS Transit Gateway 作为组播能力基座，通过增加额外 ENI 的方式为 EKS 集群提供组播通信能力的方案。

本文将结合 AWS 官方指南、真实客户案例以及实战调试经验，全面解读 Go 应用从 x86 到 AWS Graviton 的迁移注意事项与最佳实践。

大语言模型（Large Language Models, LLMs）在近几年经历了前所未有的发展。之前我们已经推出过《基于 Amazon SageMaker 和 LLaMA-Factory 打造一站式无代码模型微调部署平台 Model Hub》，文中主要介绍了如何使用这一平台利用 Amazon Sagemaker AI 的动态算力资源进行高效的监督微调（Supervised Fine-tuning, SFT）和模型部署。

一、Agentic AI 时代来临：亚马逊云科技 Strands Agents 框架引领企业智能化转型新范式 […]

在数据质量监控逐渐引入 AI Agent 来增强自动化诊断能力。这类智能 Agent（通常由大语言模型+工具组成）可以自主扫描数据管道和指标，一旦发现异常立即触发分析。智能 Agent 具备快速根因归因能力：它们可以沿着 dbt 等工具提供的血缘关系链，将异常现象追溯到具体的数据表、字段或源头任务，从而立刻定位问题来源。

本文将深入探讨 Amazon Nova Sonic 基础模型与 MCP (Model Context Protocol) 协议的结合，介绍基于 Amazon Nova Sonic 和 MCP 构建实时语音交互应用的技术实践，涵盖技术原理、实际开发部署等，为开发者提供全面的技术指南。

着生成式 AI 尤其是大语言模型的快速发展，数据分析领域正在发生显著变化。过去依赖手动建模、拖拽图表、编写查询语句的流程，正逐渐被“自然语言驱动分析”的方式所取代。这种变化带来的最大影响，是让业务人员可以用他们熟悉的语言与数据对话，不再依赖专业分析师或复杂工具，从而显著提升分析效率与业务响应速度。面对这样的趋势，越来越多的企业开始探索将 AI 与 BI 结合，以提升数据的使用效率和覆盖人群。