Amazon Web Services ブログ

AWS IAM role managerが変える、IAM ロール作成の出発点

AWS IAM role manager は、サポート対象のサービスコンソールで構築を進めるのに合わせて、必要な IAM ロールを AWS が自動的に作成・アタッチする新機能です。本記事では、role manager の有効化方法、Amazon EventBridge ルールや AWS Lambda 関数での動作例、IAM Access Analyzer を使ってワークロードの成熟に合わせてロールを最小権限に絞り込む方法を紹介します。

【開催報告】Amazon Quick ではじめるデータドリブン実践ワークショップ in 大阪

こんにちは。アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクトの辻林です。2026 年 7 月 29 日に、大阪オフィスにて「AWS Business Innovation Series – West Japan」の第 3 回を開催いたしました。本シリーズは、西日本のお客様のデジタル変革を加速することを目的に、生成 AI を活用した実践的なプログラムを約 3 ヶ月に 1 回のペースでお届けしているものです。ご参加いただいた皆様に、改めて御礼申し上げます。
本ブログでは、イベントの背景や当日の様子、参加者の皆様からいただいた声をお届けいたします。

どの Kiro アプリを選べばいい?

Kiro は IDE、CLI、Web、Mobile、Kiro Crew という複数のアプリとして提供されるソフトウェアエンジニアリングエージェントです。これらは ACP(Agent Client Protocol)を介して単一のエージェントハーネスに接続する「玄関口」であり、どれかを選ぶのではなく作業や場面に応じて使い分けるのが正解です。本記事では、各アプリの特徴と成熟度、そして「今この瞬間に選ぶべきアプリ」を判断するためのフレームワークを解説します。

寄稿:Claude Code on AWSで創薬研究・業務を加速する – JCRファーマのAIエージェント活用事例

本稿は、JCRファーマ株式会社による、Amazon BedrockでClaude Codeを導入した約2ヶ月間の取り組みについて、蘆田 勇平様、服部 将太様、東本 伸一様、前田 善貴様、倉本 航佑様より寄稿いただきました。

Amazon EKS Auto Mode 上で Agones を安定稼働させる設計のポイント

リアルタイム性の高いマルチプレイヤーゲームでは専用ゲームサーバー方式が広く使われており、マッチメイキングやサーバーの割り当て・回収といったライフサイクル管理のオーケストレーション基盤の設計が重要なテーマとなります。AWS で専用ゲームサーバーをホストする主な選択肢は、マネージドの Amazon GameLift Servers を使うか、EC2 / ECS / EKS 上でセルフホストするかの2つです。より柔軟な制御が必要な場合は、EKS 上にデプロイできる OSS の Agones が選択肢になりますが、Kubernetes 基盤の運用負荷は避けられませんでした。2024 年 12 月に GA した Amazon EKS Auto Mode は Kubernetes の構築・運用負担を軽減する機能で、Agones の基盤 EKS クラスタと組み合わせることで柔軟さと簡素さを両立できます。ただし EKS Auto Mode にはいくつかの制約もあります。本記事では、EKS Auto Mode の制約が Agones の特性を阻害しないための設計方針を紹介します。

MGI、Sentieon、AWS で強化するゲノムデータストレージとワークフロー

MGI、Sentieon、AWS の協業により、ゲノミクスラボは大規模なシーケンシングデータを効率的に管理・解析できます。ベルリンの MGI 欧州本社では、3 台の DNBSEQ-T7 シーケンサーが週あたり合計で最大 63 テラベース生成するゲノムデータを AWS HealthOmics Sequence Store に取り込み、Sentieon の DNAscope や TNseq を Ready2Run ワークフローまたはプライベートワークフローで実行します。Ready2Run の固定料金と自動リソース管理により、コストを予測しやすく、迅速で高精度な発見を実現します。

AWS HealthOmics ワークフローで PacBio 全ゲノムシーケンシングのバリアント解析パイプラインをベンチマークする

PacBio HiFi の全ゲノムシーケンシング (WGS) バリアント解析パイプラインを AWS HealthOmics 上に実装し、大規模運用に向けてベンチマークしました。DeepVariant を GPU (NVIDIA Tesla A10G / omics.g5.2xlarge) で実行すると、CPU 比 21.3 パーセントのコスト削減と 8.5 パーセントの高速化を達成。run_analyzer の推奨構成なら 19.15 ドルまで削減できる見込みです。