AWS What's New Digest

Appearance

2026年05月12日 ​

[SageMaker] Announcing Region Expansion of P6-B200 instances on SageMaker Studio notebooks ​

概要 ​

Amazon EC2 P6-B200インスタンスがAmazon SageMaker Studioノートブック（US East (N. Virginia)）で一般利用可能になりました。大容量GPUメモリと最新CPUを備え、P5en比で最大2倍のトレーニング性能を提供します。

変更内容・新機能の詳細 ​

P6-B200インスタンスは8基のNVIDIA Blackwell GPU、合計1440GBの高帯域幅GPUメモリ、および第5世代Intel Xeon（Emerald Rapids）プロセッサを搭載します。SageMaker StudioのJupyterLabおよびCodeEditorから直接利用でき、対話的な大規模ファウンデーションモデル（LLM、Mixture-of-Experts、マルチモーダル推論モデルなど）の開発・ファインチューニング・実験を効率化します。P5enインスタンスと比較してAIトレーニング性能が最大2倍とされ、大きなモデルやバッチ・分散トレーニング、メモリ集約型ワークロードに適しています。利用時はSageMaker Studioのワークスペースでインスタンスタイプ選択により起動し、対応するDeep Learning Container／CUDA／NVIDIAドライバ環境（コンテナイメージ）を使用してGPUを活用します。価格はSageMakerのインスタンス価格ページを参照してください。

影響範囲・利用シーン ​

  • 対象ユーザー: 機械学習エンジニア、研究者、MLプラットフォームチーム、SRE/運用チーム
  • 利用シーン: 大規模言語モデルやマルチモーダルモデルの対話的開発・ファインチューニング、分散トレーニングの実験、生成AI（企業向けコパイロット、テキスト/画像/動画生成）ワークロード
  • 運用効果: より大きなモデルをStudio上で直接実験・反復できるため、プロトタイピング期間短縮とモデル改善の高速化が期待できる
  • コスト影響: 大容量GPUインスタンスは時間単価が高く、トレーニング実行時間とリソース利用の最適化（スポット、バッチ、分割学習など）が重要
  • リージョン適用範囲: 現時点ではAWS US East (N. Virginia) (us-east-1)で一般利用可能。その他リージョンは順次対応の可能性あり

技術的な注意点 ​

  • IAM権限: SageMaker Studioでインスタンスを起動・操作するための適切なSageMaker関連IAMロール／ポリシーが必要（Studioのドメイン/ユーザー権限、実行ロール、EFSアクセスなど）
  • サービスクォータ: EC2/GPUに関するクォータ（新しいGPUインスタンスタイプやGPU数上限）はデフォルトで制限されることがあるため、必要に応じてクォータ引上げを申請してください
  • イメージ/ドライバ: 対応するNVIDIAドライバ、CUDA、NCCLを含むDeep Learning Containerやフレームワークイメージを利用する必要があります。カスタムコンテナを使う場合はGPUドライバ互換性を確認してください
  • ネットワーク/VPC: StudioがVPCとENI経由でリソースを使用する場合、適切なサブネット・セキュリティグループ設定とEFS接続が必要です
  • コスト: P6-B200は高コストのインスタンスです。スポットやスケジューリング、チェックポイント機構の活用でコストを抑制してください
  • リージョン制限: 本発表時点では us-east-1 のみ。利用前に対象リージョンでのサポート状況を公式ドキュメントで確認してください

参考情報 ​

[SageMaker] Announcing Region Expansion of G6e instances on SageMaker Studio notebooks ​

概要 ​

Amazon EC2 G6eインスタンスがSageMaker Studioノートブックで中東（ドバイ）、アジア太平洋（東京、ソウル）、欧州（フランクフルト、ストックホルム、スペイン）リージョンに展開され、一般提供が開始されました。G6eは最大8基のNVIDIA L40 Tensor Core GPU（GPUあたり48GB）と第3世代AMD EPYCを搭載し、G5に対して最大2.5倍の性能向上を実現します。

変更内容・新機能の詳細 ​

G6eインスタンスはSageMaker Studioのノートブックで利用可能になり、開発者はJupyterLabおよびCodeEditor上でインタラクティブにモデル検証・微調整・デプロイのテストを行えます。ハードウェアは最大8基のNVIDIA L40（各48GB GPUメモリ）と第3世代AMD EPYCプロセッサを組み合わせており、大規模な生成AIのファインチューニングやLLM（最大約13Bパラメータまでを想定）や画像・映像・音声生成の拡散モデルのトレーニング・推論に適しています。SageMaker Studio側では、対応するコンテナ/イメージ（CUDA対応のDeep Learning Containers／SageMaker prebuiltイメージ）を選択することでGPUを活用できます。より大きなモデルやデータセットではマルチGPUを使ったデータ並列・モデル並列（例：DeepSpeed、Torch Distributed等）の利用が推奨されます。なお、料金は利用リージョンの料金表に従いますので事前に確認してください。

影響範囲・利用シーン ​

  • 対象ユーザー: 機械学習エンジニア、データサイエンティスト、AIリサーチャー、MLOpsチーム
  • 利用シーン: インタラクティブなモデルのプロトタイピング／微調整（生成AI、LLM、拡散モデル）、GPUを用いた推論性能検証、SageMaker Studio上でのノートブックベースの実験ワークフロー
  • 運用効果: より高いGPU性能によりトレーニング時間短縮・推論レイテンシ改善が期待でき、ローカル検証から本番デプロイまでの開発サイクルを短縮可能
  • リージョン影響: 中東（ドバイ）、東京、ソウル、フランクフルト、ストックホルム、スペインで利用可能になり、これらリージョンのユーザーは遅延低減とデータ主権要件への適合が行いやすくなる

技術的な注意点 ​

  • インスタンスタイプ/スペック: 最大8×NVIDIA L40（GPUあたり48GB）、第3世代AMD EPYC。G5と比較して最大2.5xの性能向上が謳われています
  • SageMaker設定: StudioでG6eを選択するにはノートブックのインスタンスタイプ指定（Runtime/Kernel選択）と対応するイメージ（CUDA対応のDeep Learning Container等）を使用してください。カスタムコンテナを使う場合はCUDA／NVIDIAドライバ互換性に注意
  • モデル規模: Amazonは最大13BパラメータのLLMのデプロイを例示しています。より大きなモデルはマルチGPU（データ並列・モデル並列）やシャーディング技術が必要です（例：DeepSpeed、torch.distributed、HF Accelerate等）
  • クォータ/割当: 新リージョンでの利用にはデフォルトのサービスクォータ（GPUインスタンス数）が制限されている場合があるため、必要に応じてAWSサポートへクォータ増加依頼を行ってください
  • IAM権限: SageMaker Studioでインスタンスを作成・実行するためのIAMロール／ポリシー（sagemaker:*やECR、S3アクセス等）を事前に確認してください
  • コスト: G6eは高性能GPUを搭載するため利用料金が高くなる可能性があります。トレーニング時間・インスタンス数を考慮してコスト試算を行ってください（料金はリージョン毎に異なります）
  • リージョン制限: 本リリースで挙がっているのは中東（ドバイ）、東京、ソウル、フランクフルト、ストックホルム、スペインの各リージョンのみ。その他リージョンでは未対応の可能性があります
  • 互換性: フレームワーク（PyTorch、TensorFlow等）はSageMakerの事前構築イメージでCUDA対応が提供されていますが、特定のライブラリや拡張（カスタムCUDA拡張等）は追加検証が必要です

参考情報 ​

[SageMaker] Announcing Region Expansion of G6 instances on SageMaker Studio notebooks ​

概要 ​

Amazon EC2のG6インスタンスが、SageMaker Studioノートブックで中東（ドバイ）およびアジアパシフィック（マレーシア）リージョンで一般提供されました。高性能なNVIDIA L4 GPU（最大8基、各24GB）と第3世代AMD EPYCを搭載し、推論性能が従来のG4dn比で約2倍向上します。

変更内容・新機能の詳細 ​

SageMaker Studioノートブック上でG6インスタンスが利用可能になりました。G6は最大8基のNVIDIA L4 Tensor Core GPU（各24GBメモリ）と第3世代AMD EPYCプロセッサを採用しており、主に推論（特に深層学習推論）でG4dnより約2倍の性能を提供します。これにより、Studio上でのインタラクティブなモデルデプロイ確認、ファインチューニングやインタラクティブなトレーニング、生成系AIの微調整、NLP（言語処理）、翻訳、コンピュータビジョン、レコメンダー等のワークロードに適しています。JupyterLabやCodeEditorといったStudioアプリケーションから直接起動して利用でき、SageMakerの開発者ガイドに利用手順が記載されています。価格情報はAWSの料金ページを参照してください。

影響範囲・利用シーン ​

  • 対象ユーザー: 機械学習エンジニア、データサイエンティスト、SRE/プラットフォームチーム
  • 利用シーンまたは効果: インタラクティブな推論検証、生成AIのファインチューニング、低レイテンシ推論やバッチ推論の高速化、開発サイクル短縮
  • 運用効果: 推論性能向上によりレスポンス改善とコスト効率の向上（同等性能でインスタンス数削減の可能性）、Studio上での開発からデプロイまでの作業が一貫して行える

技術的な注意点 ​

  • IAM権限: SageMaker Studioのノートブック作成・起動、関連するEC2のインスタンスタイプ利用、VPC/ENI/サブネット作成などに必要なIAM権限を確認してください
  • リージョン制限: 本リリースは中東（ドバイ）およびアジアパシフィック（マレーシア）での一般提供です。他リージョンでは未対応の可能性があるため事前にリージョン対応状況を確認してください
  • コスト: G6は最新GPU搭載のためG4dnより高コストとなる可能性があります。オンデマンド、スポット、リザーブドインスタンス/Savings Plansの検討と、料金ページでの確認を推奨します
  • ドライバ/ランタイム: NVIDIA L4は対応するNVIDIAドライバおよびCUDA/CuDNNバージョンの要件があります。SageMaker提供のDeep Learningイメージやコンテナを利用するか、独自環境を構築する際はドライバ互換性を確認してください
  • サービスクォータ: GPU数やインスタンスタイプのアカウント上限（クォータ）を事前に確認し、必要であれば引き上げ申請を行ってください
  • 互換性/運用: Studioノートブック上での利用に最適化されていますが、トレーニングジョブやエンドポイントでの利用を検討する場合はインスタンスタイプの対応可否（トレーニング/推論用のサポート）を公式ドキュメントで確認してください

参考情報 ​

[Ec2] ENA Express for Amazon EC2 instances now supports traffic between Availability Zones ​

概要 ​

ENA Expressが同一リージョン内の異なるアベイラビリティゾーン（AZ）間のトラフィックをサポートし、単一フローで最大25Gbpsの帯域を提供するようになりました。SRDプロトコルとマルチパスを使い、アプリケーションに透過的にTCP/UDPの性能向上をもたらします。

変更内容・新機能の詳細 ​

ENA ExpressはAWSのScalable Reliable Datagram（SRD）プロトコルを利用するネットワーキング機能で、従来のENAよりも高スループットと低遅延を実現します。今回の更新で、同一リージョン内の異なるAvailability Zone間のEC2インスタンス間トラフィックに対して、単一フローあたり最大25Gbpsをサポートします。実現方法としては、ENA Express対応の両インスタンス間で互換性を検出しSRD接続を確立、SRDのマルチパス機能によってトラフィックを複数経路に分散させ、パケット到着順を要求しないためヘッドオブラインブロッキングを回避します。これによりTCP/UDPいずれのプロトコルでもアプリケーションに透過的に性能向上が提供されます。SRDは既にEBS io2 Block ExpressやEFAでも利用されている技術で、分散ストレージ、データベース、分散ファイルシステム等のAZ跨ぎ配置で特に効果を発揮します。ENA ExpressのAZ間接続は、提示された多数のリージョン（例：東京、ソウル、シドニー、フランクフルト、米国各リージョン、GovCloud等）でサポートされ、追加費用は発生しません。対応インスタンス一覧や有効化手順はEC2ドキュメントを参照してください。

影響範囲・利用シーン ​

  • 対象ユーザー: 分散ストレージ、データベース、分散ファイルシステム、HPC/MLワークロードをAZ跨ぎで運用するアプリケーション所有者およびクラウド/ネットワークエンジニア
  • 利用シーンまたは効果: AZ間の単一フロー帯域を5Gbpsから最大25Gbpsへ向上させることで、レプリケーションや同期処理、分散トランザクションのスループットとレイテンシが改善される
  • 運用効果: ネットワークボトルネックによるレプリケーション遅延や長時間の同期処理が軽減され、障害耐性を保ったまま性能向上が期待できる
  • コスト影響: ENA Express自体は追加料金なし。ただしAZ間のデータ転送料金や関連するインスタンス/ストレージの構成変更によるコスト増加の可能性がある
  • 導入のしやすさ: アプリケーション側の変更は原則不要（透過的）。ただしインスタンス側でENA Expressを有効化する必要があるため、AMIやドライバの準備が必要

技術的な注意点 ​

  • IAM権限: ENA Expressの有効化自体に特別なIAMポリシーは不要だが、インスタンスの変更やネットワーク設定変更を行う場合は該当するEC2/ネットワーク操作権限が必要
  • リージョン制限: 記載のあるリージョンで利用可能（例：アフリカ（ケープタウン）、アジア太平洋（東京、ソウル、シンガポール等）、欧州、北米、一部GovCloud等）。リージョンによっては未対応の可能性があるためドキュメントで最新の対応状況を確認してください
  • コスト: ENA Express自体は追加料金なし。ただしリージョン内AZ間のデータ転送料金や、パフォーマンス向上に伴うインスタンスタイプ変更/ネットワーク設計変更のコストは別途発生する可能性があります
  • インスタンス互換性: 両通信端がENA Expressをサポート・有効化している必要あり。対応インスタンスとサイズはEC2ドキュメントを参照
  • OS/ドライバ: ENAドライバやカーネル/OSのバージョン要件がある場合があるため、最新のENAドライバや推奨AMIを使用することを推奨
  • ネットワーク設計: SRDはマルチパスかつ順不同パケット到着を前提とするため、パケット順序依存のカスタムミドルウェアやインラインネットワークアプライアンスで挙動を確認すること
  • 検証: 本番導入前に実環境に近い条件で単一フローのベンチマーク（iperf/TCP/アプリケーション負荷）を実施し、期待するスループットとレイテンシ改善を確認してください

参考情報 ​

[Sagemaker Studio] Announcing Region Expansion of P4de instances on SageMaker Studio notebooks ​

概要 ​

Amazon SageMaker Studio のノートブックで、8基の NVIDIA A100（各80GB HBM2e）を搭載した EC2 P4de インスタンスが東京、シンガポール、フランクフルトの各リージョンで利用可能になりました。P4de は合計 640GB の GPU メモリを提供し、P4d と比べて最大で学習性能が約60%向上し、学習コストを約20%削減します。

変更内容・新機能の詳細 ​

P4de インスタンスは各 GPU に 80GB の高性能 HBM2e を持つ NVIDIA A100 を 8基搭載し、ノートブック内で合計 640GB の GPU メモリを利用できます。SageMaker Studio の JupyterLab や CodeEditor から直接 P4de を選択してインタラクティブに大規模モデルの開発・実験が行えます。P4de は高解像度データや大きなバッチ/モデルを扱うワークロードで効果を発揮し、P4d（各 GPU のメモリが少ない既存世代）と比較して単体での学習時間短縮およびコスト効率改善が見込まれます。セットアップについては SageMaker Studio の開発者ガイドに従い、ノートブックインスタンスまたはユーザプロファイルでインスタンスタイプを P4de に切り替えて利用します。詳細な料金は EC2/SageMaker の料金ページを参照してください。

影響範囲・利用シーン ​

  • 対象ユーザー: 機械学習エンジニア、データサイエンティスト、モデル開発チーム
  • 利用シーン: 大規模モデルの実験・開発、ハイレゾ画像やビデオなどメモリ集約型データのトレーニング、インタラクティブなデバッグやチューニング
  • 運用効果: モデル学習時間の短縮により反復速度が向上し市場投入までの時間を短縮可能
  • コスト影響: P4d と比較して同等ワークロードで最大約20%の学習コスト削減が期待されるが、インスタンス単価は高めのため利用時間・ジョブ設計によって総コストは変動します
  • リージョン: 現時点で SageMaker Studio ノートブック上の P4de は Asia Pacific (Tokyo)、Asia Pacific (Singapore)、Europe (Frankfurt) で利用可能

技術的な注意点 ​

  • IAM権限: SageMaker と EC2 を利用するための適切な IAM ロール/ポリシー（SageMaker のノートブック起動権限、必要に応じて EC2 関連の権限）を確認してください
  • リージョン制限: Tokyo、Singapore、Frankfurt の各リージョンで利用可能。その他リージョンでは未対応の可能性があります
  • リソース制限/クォータ: インスタンス数の上限（サービスクォータ）があるため、必要に応じてサポート経由でクォータ増加を申請してください
  • ドライバ/ソフトウェア互換性: NVIDIA ドライバ、CUDA、cuDNN、NCCL のバージョン互換性を確認してください。既存のコンテナ/イメージが 80GB A100 に最適化されているか検証が必要です
  • インスタンスタイプ指定: SageMaker Studio のユーザプロファイルまたはノートブック作成時にインスタンスタイプを P4de に変更して利用します。トレーニングジョブ（SageMaker Training）とは別の設定箇所です
  • パフォーマンス最適化: 大容量 GPU メモリに合わせてバッチサイズやデータローダ、分散設定を調整すると効果を最大化できます
  • コスト: 高性能インスタンスのため利用時間に応じたコストが発生します。スポット利用や適切なオンデマンド運用でコスト最適化を検討してください

参考情報 ​

[General] Amazon Aurora DSQL is now available in five additional AWS Regions ​

概要 ​

Amazon Aurora DSQL のシングルリージョンクラスタが、香港、ムンバイ、シンガポール、ストックホルム、サンパウロの5リージョンで利用可能になりました。Aurora DSQL はサーバーレスで分散型の高速なSQLデータベースで、ほぼ無制限のスケーラビリティと高可用性を提供します。

変更内容・新機能の詳細 ​

今回の拡張により、Aurora DSQL の single-Region クラスタは以下の追加リージョンで利用可能になりました：Asia Pacific (Hong Kong)、Asia Pacific (Mumbai)、Asia Pacific (Singapore)、Europe (Stockholm)、South America (Sao Paulo)。Aurora DSQL はサーバーレス設計の分散SQLエンジンで、アプリケーションに対して常時稼働（always-available）かつ高スケーラビリティを提供することを目的としています。読み取り・書き込みの分散処理を低レイテンシで行い、インフラ管理を不要にすることでスケールとレジリエンスの運用負荷を低減します。今回のローンチにより、Aurora DSQL は次のリージョンで利用可能です：US East (N. Virginia), US East (Ohio), US West (Oregon), Canada (Central), Canada West (Calgary), Asia Pacific (Hong Kong), Asia Pacific (Melbourne), Asia Pacific (Mumbai), Asia Pacific (Osaka), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo), Asia Pacific (Seoul), Europe (Ireland), Europe (London), Europe (Frankfurt), Europe (Paris), Europe (Stockholm), South America (Sao Paulo)。AWS Free Tier を通じて無料で試用を開始できます。詳細は製品ページおよびドキュメントを参照してください。

影響範囲・利用シーン ​

  • 対象ユーザー: クラウドアーキテクト、データベース管理者、アプリケーション開発者
  • 利用シーン: グローバル／リージョン単位での可用性重視アプリケーション、スパイクのあるトラフィックに対する自動スケーリング、低レイテンシ分散読み書きが必要なマイクロサービス
  • 運用効果: インフラ管理負荷の軽減、オンデマンドでのスケールアウトによりキャパシティ計画コストの削減、追加リージョン対応でユーザー近接性と災対性（DR）選択肢が拡大

技術的な注意点 ​

  • IAM権限: Aurora/Amazon RDS の作成・管理権限（例: rds:CreateDBCluster など）が必要です。IAM ポリシーで適切な権限を付与してください。
  • リージョン制限: この記事で追加された5リージョン以外にも既存の対応リージョンがありますが、全リージョンで未対応の可能性があるため利用前にコンソールまたはドキュメントで対応状況を確認してください。
  • 互換性・移行: Aurora DSQL は分散サーバーレスアーキテクチャのため、既存のプロビジョンド型 Aurora や他DBからの移行では動作特性（スケーリング、接続モデル、運用ツール連携）を確認する必要があります。DMS などのツール利用可否・影響を事前検証してください。
  • コスト: AWS Free Tier による無料利用枠がありますが、Free Tier を超える利用や商用利用時は従量課金が発生します。サーバーレスの使用量ベース課金（実行時間・リソース使用量等）を事前に確認してください。
  • 運用注意: モニタリング／アラート（CloudWatch メトリクス）やバックアップ・復旧ポリシーの設定を事前に設計してください。特に分散読み書きのレイテンシと一貫性要件はアプリ設計で考慮が必要です。

参考情報 ​

[Genomics] AWS HealthOmics now supports caching of cancelled workflow runs ​

概要 ​

AWS HealthOmicsは、キャンセルされたワークフロー実行で完了済みのタスク出力をキャッシュ（S3に保存）できるようになり、再計算を回避して中断箇所から実行を再開できるようになりました。Nextflow、WDL、CWLの実行で利用可能です。

変更内容・新機能の詳細 ​

変更内容: 実行がキャンセルされた際に、すでに完了しているタスクの出力を自動的にお客様のS3バケットへ保存するキャッシュ機能が追加されました。これを有効化すると、後で同じワークフローを再開する際に、保存された中間ファイルやタスク出力を再利用して、完了済みタスクの再実行を省くことができます。 技術的説明: キャッシュ対象は「完了済みのタスク出力」のみで、部分的な実行中の成果は含まれません。HealthOmicsはワークフロー実行（Nextflow/WDL/CWL）に対してキャッシュ設定が有効になっているときに、キャンセル発生時点で完了したジョブの出力ファイルを指定したS3バケットへPutします。再実行（リスタート）時は、HealthOmicsが保存済みの出力を検出して該当タスクをスキップし、未完了タスクのみを実行して実行時間とコストを削減します。サービスはHIPAA適合（HIPAA-eligible）で、機密性の高い医療・ライフサイエンス向けのワークロードに適しています。 対応フォーマット: Nextflow、WDL、CWL。 対応リージョン: 米国東部（バージニア北部）、米国西部（オレゴン）、欧州（フランクフルト、アイルランド、ロンドン）、イスラエル（テルアビブ）、アジア太平洋（シンガポール、ソウル）。 運用上のメリット: デバッグや反復開発時に中間出力を検査できるため、ワークフローの修正・検証サイクルが短縮され、再計算に伴う時間とコストを節約できます。

影響範囲・利用シーン ​

  • 対象ユーザー: 研究者、バイオインフォマティクスエンジニア、ワークフロー開発者、SRE/運用チーム
  • 利用シーンまたは効果: キャンセルや中断が発生したワークフローの再開（デバッグ/反復開発）で、既に完了したタスクを再計算せずに中断箇所から再実行できる。これにより長時間実行されるジョブの無駄な再実行を防止。
  • 運用効果: 実行時間と計算コストの削減、デバッグ速度の向上、ワークフロー開発の反復効率改善
  • 対象リージョン: 米国東部（バージニア北部）、米国西部（オレゴン）、欧州（フランクフルト、アイルランド、ロンドン）、イスラエル（テルアビブ）、アジア太平洋（シンガポール、ソウル）
  • サポートワークフロー: Nextflow、WDL、CWL

技術的な注意点 ​

  • 有効化方法: キャッシュは「有効化」して使用します（実行設定またはワークフロー設定で有効にする必要があります）。詳細な設定方法はドキュメントを参照してください。
  • S3設定と権限: 保存先はお客様のS3バケットです。HealthOmicsがPutObject/GetObject/List等の操作を行えるように、適切なIAMロールとバケットポリシー（および必要ならKMSキーの利用許可）を設定してください。オブジェクト所有権やACLの設定も考慮が必要です。
  • 暗号化とコンプライアンス: HIPAA対応ワークロードで使用する場合、SSE-S3/SSE-KMSなどのサーバー側暗号化とKMSキーアクセス管理を検討してください。ログ保管やアクセス監査も運用ポリシーに合わせて設定してください。
  • コスト: キャッシュ自体はS3に保存されるため、S3ストレージ料金、リクエスト料金、KMS使用時の料金（該当する場合）が発生します。一方で長時間タスクの再実行を回避することでコンピューティングコストを節約できます。ライフサイクルポリシーで保存期間を管理することを推奨します。
  • 制限事項: キャッシュされるのは「完了したタスクの出力」のみで、途中の失敗や未完了タスクは対象外です。ワークフローやツールが非決定的な出力を生成する場合、再利用に注意が必要です。
  • 互換性: Nextflow、WDL、CWLの実行でサポートされています。ワークフロー設計時に出力パスやキャッシュキーの取り扱い（入力の同一性）が再利用に影響する点に注意してください。
  • リージョン制限: 上記の対応リージョンで利用可能です。東京リージョンなど未記載リージョンでは未対応の可能性があるため、利用前に対応状況を確認してください。

参考情報 ​

[General] AWS WAF introduces dynamic label interpolation for custom request and response handling ​

概要 ​

AWS WAFが動的ラベル補間（dynamic label interpolation）をサポートしました。単一ルールでラベル名前空間全体をリクエストヘッダー／レスポンスへ転送したり、カスタムブロックページへコンテキストを埋め込めます。

変更内容・新機能の詳細 ​

技術的には ${namespace:} という構文を、WAFのカスタムリクエストヘッダ、レスポンスヘッダ、レスポンスボディ内で利用して、ラベル名前空間（namespace）に含まれる全ラベル値を一括で展開（転送／埋め込み）できます。対応する名前空間は AWS Managed Rules、AWS Marketplace のルールグループ、自前のカスタムラベルなど任意で、名前空間に新しいラベルが追加されてもヘッダは自動で追随します。複数のラベルがマッチする場合は値がカンマ区切りのリストとして解決されます。

また、合成（synthetic）ラベルも導入され、クライアントIP、WAFリクエストID、JA3／JA4（TLS/SSL フィンガープリント）などリクエストコンテキスト由来の組み込み値を参照可能です。これにより、アプリケーション側でIPレピュテーションに応じたMFA強制や、ブロックページに参照IDを表示して誤検知レポートの識別子とする等の適応動作が容易になります。

利用開始にあたって新しいAPIフィールドや追加の設定手順は不要で、AWS WAFが利用可能なすべてのリージョンで追加料金なしで提供されます（既存のルールやカスタム応答設定に ${namespace:} を埋め込むだけで利用可能）。

影響範囲・利用シーン ​

  • 対象ユーザー: セキュリティエンジニア、SRE、アプリケーション開発者
  • 利用シーン: WAF分類シグナル（例：IPレピュテーション、マルウェア検出、TLSフィンガープリント）をアプリへ転送して適応認証（MFA強制など）を行う、ブロック／チャレンジページに参照IDや診断情報を埋め込む
  • 運用効果: ルール数の削減と運用負荷低減（各値ごとの個別ルール不要）、誤検知調査の迅速化、アプリ側での柔軟な応答制御が可能
  • コスト影響: 追加料金は無し（ただし転送するヘッダ量増加に伴う転送帯域やログコストには注意）
  • リージョン: AWS WAFが利用可能なすべてのリージョンで利用可能

技術的な注意点 ​

  • IAM権限: WAFのルール・カスタム応答を編集するIAM権限（waf:UpdateRule / wafv2:UpdateWebACL 等）が必要です
  • リージョン制限: 記載の通り、AWS WAFが利用可能なリージョンで使用可能です（グローバル／リージョンのWAF構成に依存）
  • コスト: 機能自体に追加料金はありませんが、転送するヘッダやログによりネットワーク転送量やログ保存コストが増える可能性があります
  • ヘッダ長・サイズ制限: 名前空間内の複数ラベルが展開されるとヘッダが大きくなるため、HTTPヘッダ長やバックエンドの受信制限に注意してください
  • センシティブ情報: ラベルや合成値をレスポンスに埋め込む際は個人情報／機微情報の漏洩に注意し、必要に応じてマスキングやアクセス制御を行ってください
  • 値の解決形式: 複数マッチ時はカンマ区切りで返されるため、アプリ側でパース可能にしておく必要があります
  • 互換性: 既存のAWS Managed Rules / Marketplaceルールグループ / カスタムラベルいずれの名前空間でも利用可能です。既存ルールのロジック変更は不要だが、ヘッダ追加に伴うアプリ側の処理実装が必要となります
  • 設定手順: 特別なAPI追加は不要。WAFのルールまたはカスタム応答設定で ${namespace:} をヘッダやボディに埋め込むだけで利用可能です

参考情報 ​

AI要約はOpenAI APIによって生成されています。

Copyright © 2026