AWS What's New Digest

Appearance

2026年08月12日 ​

[Ec2] Amazon EC2 R8a instances are now available in Canada (Central) region ​

概要 ​

Amazon EC2の新しいメモリ最適化インスタンス「R8a」がカナダ（Central / ca-central-1）リージョンで利用可能になりました。5th Gen AMD EPYCプロセッサ（Turin）と第6世代Nitroカードを採用し、R7aと比べて性能・メモリ帯域・価格性能が改善されています。

変更内容・新機能の詳細 ​

R8aインスタンスは5th Gen AMD EPYC（コードネーム：Turin）プロセッサを搭載し、最大クロック4.5GHzを実現します。R7aインスタンス比で最大30%高い処理性能、最大19%良好な価格性能、45%増のメモリ帯域を提供し、GroovyJVMでは最大60%高速化を達成しています。第6世代Nitroカードを用いたAWS Nitro System上で動作し、メモリ集約型かつレイテンシに敏感なワークロード（SQL/NoSQLデータベース、分散インメモリキャッシュ、インメモリデータベース、リアルタイムビッグデータ解析、EDAなど）に適しています。インスタンスは12サイズ（うち2つはベアメタル）を用意し、SAP認定を受けており、R7a比で38%多いSAPSを提供します。カナダ（Central）リージョンでの提供開始で、AWSマネジメントコンソール、CLI、SDKから起動可能です。詳細はR8aのインスタンスタイプ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: クラウドエンジニア、SRE、DBA、ハイパフォーマンス/メモリ集約型アプリケーションの開発者
  • 利用シーン: レイテンシ敏感なデータベース（オンメモリDB、インメモリキャッシュ）、リアルタイム分析、EDAワークロード、JVMベースのビジネスクリティカルアプリのスケールアップ
  • 運用効果: より高いスループットと低レイテンシにより応答性が向上し、同等の処理量をより少ないインスタンスで処理できるためコスト効率が改善（ただしリージョンごとの料金確認が必要）

技術的な注意点 ​

  • IAM権限: インスタンス起動にはec2:RunInstancesなどの標準EC2権限が必要です。イメージ操作やタグ付けなどの権限も確認してください。
  • リージョン制限: 本アナウンスは Canada (Central) (ca-central-1) の提供開始を示します。他リージョンでの利用可否はリージョンごとに確認してください。
  • コスト: AWSの性能改善（価格性能向上）をうたっていますが、リージョン毎のオンデマンド/Reserved/Spot価格を確認し、必要に応じてリザーブド/セービングスプランを検討してください。ベアメタルは追加コストの可能性あり。
  • 互換性／ドライバ: Nitroベースのインスタンスのため、カスタムAMIを使う場合はENA（Enhanced Networking）およびNVMeドライバ（EBS用）や最新カーネルのサポートを確認してください。古いWindows/Linuxディストリビューションでは追加対応が必要な場合があります。
  • インスタンス仕様: 12サイズ（うち2つがベアメタル）を提供。用途に応じてvCPU/メモリ/ネットワーク性能を選択してください。
  • SAPおよび認定: R8aはSAP認定を取得していますが、SAP導入前にSAPの公式サポート/ドキュメントで対応OS/バージョンと適切なインスタンスサイズを確認してください。
  • サービスクォータ: 新しいインスタンスタイプのvCPUクォータがデフォルトで0または低いことがあるため、必要に応じてサービスクォータ（vCPU上限）の引き上げをリクエストしてください。
  • ベアメタル留意点: ベアメタルは物理ホストの直接利用が可能ですが、ハイパーバイザ特有の管理機能が異なります。ライセンスやセキュリティ要件を事前に確認してください。

参考情報 ​

[Bedrock] Amazon Bedrock expands IAM principal cost allocation to the bedrock-mantle endpoint ​

概要 ​

Amazon Bedrock の bedrock-mantle エンドポイントで、IAM のプリンシパル（ユーザー／ロール）単位のコスト配分が可能になりました。これにより、ユーザーやチーム、プロジェクト別に推論コストを正確に把握できます。

変更内容・新機能の詳細 ​

従来 bedrock-runtime エンドポイントで提供されていた IAM プリンシパル単位のコスト配分機能が、bedrock-mantle エンドポイントにも拡張されました。具体的には、IAM ユーザーや IAM ロールに付与したタグ（team、project、cost-center 等）をコスト配分タグとして有効化することで、bedrock-mantle を経由したモデル推論リクエストのコストをそのタグで集計できます。集計結果は AWS Cost Explorer のフィルター／グループ機能で利用できるほか、AWS Cost and Usage Report 2.0（CUR 2.0）の明細レベルで「Include caller identity (IAM principal) allocation data」を選択してエクスポートすることで、ラインアイテム単位の分析が可能です。設定手順の概要は、(1) IAM ユーザー／ロールにタグを付与、(2) AWS Billing and Cost Management コンソールで該当タグをコスト配分タグとして有効化、(3) Cost Explorer でタグ別集計、または CUR 2.0 にて caller identity を含めてエクスポート、という流れです。本機能は bedrock-mantle エンドポイントが利用可能なすべての AWS リージョンで利用できます。

影響範囲・利用シーン ​

  • 対象ユーザー: AI/ML 開発者、SRE、クラウド管理者、FinOps チーム
  • 利用シーンまたは効果: ユーザー／チーム／プロジェクト単位で Bedrock（bedrock-mantle）推論コストを正確に配賦し、費用管理・予算配分・内部請求やプロジェクト別レポーティングを行える
  • 運用効果: コスト可視化により無駄な推論呼び出しの特定、チーム別の料金最適化、課金責任の明確化が可能

技術的な注意点 ​

  • IAM権限: IAM プリンシパルにタグを付与するには iam:TagUser / iam:TagRole 等の権限が必要。コスト配分タグの有効化や CUR の設定には請求関連（aws-portal や billing）と S3 バケットへの書き込み権限が必要です。
  • リージョン制限: bedrock-mantle エンドポイントが提供されている全リージョンで利用可能。ただし、リージョンごとに Bedrock サービスの提供状況を確認してください。
  • コスト: タグ付け自体に追加料金は発生しませんが、CUR の S3 エクスポート先ストレージ費用や、Billing データの処理に伴う間接的なコスト（データ転送や解析処理）は発生する可能性があります。
  • ログ／集計遅延: Cost Explorer と CUR のデータ更新頻度や遅延に注意（CUR は通常日次更新）。即時のリアルタイム課金反映には向きません。
  • 適用対象のリクエスト: bedrock-mantle エンドポイント経由の推論リクエストが対象。別エンドポイントや外部経由の呼び出しは対象外になる場合があります。
  • クロスアカウント／一時的認証: STS による AssumeRole やフェデレーションを利用した場合は、記録されるプリンシパルが想定どおりか確認してください（呼び出し元が一時的な IAM ロールで記録される等）。
  • タグ設計: 集計に利用するタグ名・値は事前に命名規則を決め、必須タグを運用ポリシーに含めることを推奨します。

参考情報 ​

[Sagemaker Jumpstart] LocateAnything-3B, Qwen-AgentWorld-35B-A3B, and Qwen3.5-122B-A10B models now available on Amazon SageMaker JumpStart ​

概要 ​

Amazon SageMaker JumpStartで、NVIDIAのLocateAnything-3B、QwenのQwen-AgentWorld-35B-A3B、Qwen3.5-122B-A10Bが利用可能になりました。これにより視覚基盤モデル、エージェント環境シミュレーション、大規模マルチモーダル推論をAWS上でワンクリック展開できます。

変更内容・新機能の詳細 ​

今回追加されたモデルは用途とアーキテクチャが異なり、企業向けの多様なAI課題に対応します。LocateAnything-3Bは自然言語指示からの高速かつ高品質なビジュアルグラウンディングと物体局在化に最適化されており、Parallel Box Decoding (PBD) フレームワークを採用してバウンディングボックスとポイントを単一ステップで原子単位としてデコードすることで幾何学的一貫性を保ちつつ並列性を高めています。これにより精密なオブジェクトローカリゼーション、密検出（dense detection）、ポイントベースの局在化が多様なドメインで可能です。Qwen-AgentWorld-35B-A3Bは「言語ワールドモデル」として7つの相互作用ドメイン（ツール呼び出し、検索、ターミナル、ソフトウェア工学、Android、ウェブ、OS操作）を単一モデルでカバーし、エージェントのアクションと履歴から次の環境状態を予測する長いChain-of-Thoughtスタイルの推論を行います。10M超の実世界インタラクショントラジェクトリで訓練されています。Qwen3.5-122B-A10Bは総パラメータ122Bながら、トークンごとに実際に活性化されるパラメータは約10Bに抑えるハイブリッド設計（Gated Delta Networks + sparse Mixture-of-Experts(256 experts)）を採用し、262Kネイティブコンテキストウィンドウを提供、低レイテンシで高性能なマルチモーダル推論、コーディング支援、エージェント実行、視覚理解を実現します。これらのモデルはSageMaker JumpStartのモデルカタログからコンソール操作またはSageMaker Python SDK経由で数クリックでデプロイ可能で、AWSのGPU/インスタンス（例: p4/p5/g5系等）上でスケーラブルにホスティングできます。

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プロダクトオーナー、SRE/プラットフォームチーム
  • 利用シーンまたは効果: ・LocateAnything-3B: 画像内の自然言語検索・オブジェクト定位、ロボティクスや現場オペレーションの視覚アシスト・Qwen-AgentWorld-35B-A3B: エージェント挙動シミュレーション、複合操作の自動化テスト、ツール連携シナリオの検証・Qwen3.5-122B-A10B: 大規模マルチモーダル推論、長文コンテキストを要する対話エージェント、コード生成・レビュー、視覚＋言語タスクの統合処理
  • 運用効果: 高性能モデルをSageMakerで即時利用可能にすることで、プロトタイプから本番までの時間短縮、スケールに応じたインスタンス選択によるコスト最適化、特定用途（視覚局在化／環境シミュレーション／大規模推論）への性能向上が期待できる

技術的な注意点 ​

  • IAM権限: SageMakerモデルデプロイ、ECR利用、S3アクセスなどの権限が必要です（事前にIAMロールを確認してください）
  • リージョン制限: モデル提供はリージョン依存となる可能性があります。利用前にSageMakerコンソールで対象リージョンのカタログを確認してください
  • コスト: 大規模モデルは推論・ホスティングで高コストになるため、インスタンスサイズ（GPU種類/数）とスケーリング戦略を設計してください。プロビジョンド/オートスケーリング、スポット推論も検討を
  • インスタンスタイプ: 高メモリGPU（p4、p5、g5等）や分散推論設定が想定されます。Qwen3.5-122B-A10Bはメモリと通信帯域の要件が高いです
  • モデルライセンス: 各モデルのライセンス／利用制限（商用利用、データ利用規約等）をモデルカードや提供元ドキュメントで必ず確認してください
  • データセキュリティ: 機密データを外部へ送信する場合はVPCエンドポイント、SSE暗号化、ログ管理の設定を行ってください
  • 入力/出力制約: Qwen3.5の長大コンテキストを活かす場合はバッチ化とトークナイザの制約に留意し、LocateAnythingではアノテーション形式（ボックス/ポイント）や座標系の仕様を合わせてください
  • 推論レイテンシ: Mixture-of-Expertsや大規模コンテキストはレイテンシに影響するため、リアルタイム要件がある場合は最適化（パイプライン並列、量子化、コンパイル最適化）を検討してください
  • デプロイ方法: JumpStartコンソールのワンクリック、またはSageMaker Python SDK（モデルアーティファクト経由）でのデプロイが可能です
  • 運用監視: CloudWatchで推論メトリクス、コスト、エラー率を監視し、必要に応じてモデルバージョン管理とBlue/Greenデプロイを適用してください
  • 特記事項: 学習済データやバイアス、説明可能性に関する制約がある可能性が高いため、用途に応じた評価・検証が必要です

参考情報 ​

[General] NVIDIA Nemotron 3.5 Lightning model is now available on Amazon SageMaker JumpStart ​

概要 ​

NVIDIA Nemotron 3.5 Lightning が Amazon SageMaker JumpStart で利用可能になりました。エージェント向けの永続ワークロードや高スループットのエンタープライズ自動化に適した、高速なオープンモデルを簡単にデプロイできます。

変更内容・新機能の詳細 ​

Nemotron 3.5 Lightning はハイブリッドな Mixture-of-Experts (MoE) アーキテクチャを採用し、総パラメータ数は約30Bながら、1回の順伝播でアクティブになるのは約3Bに抑えられる設計です。これにより、同クラスのモデルと比べて最大約4倍のスループット（約410 tokens/sec）とタスク完了の高速化（約30%）を達成するとされています。Nemotron 3 Ultra から蒸留されており、DFlash による speculative decoding を用いることで最大1Mトークンのコンテキストを扱える点が特徴です。Persistent agent（継続的に動作するアシスタントや自動化エージェント）や高スループット処理（金融文書処理、サイバーセキュリティのトリアージ、通信オペレーションなど）向けに最適化されており、主要なエージェントハーネスと直接統合可能です。モデルはオープンデータでトレーニングされているため、企業は自社のワークフローやポリシーに合わせて追加学習（ポストトレーニング／ファインチューニング）して導入でき、エッジ、オンプレミス、クラウドにおける完全な所有での展開が可能です。SageMaker JumpStart のモデルカタログから数クリックでデプロイでき、SageMaker Python SDK でも展開できます。

影響範囲・利用シーン ​

  • 対象ユーザー: AI/機械学習エンジニア、SRE、プロダクトチーム、企業の自動化担当者
  • 利用シーン: 永続エージェント（常駐アシスタント）、高スループットな文書解析・自動化パイプライン、サイバーセキュリティのトリアージ、通信事業者の運用自動化
  • 運用効果: 同等精度のモデルと比べてトークン当たりの処理スループット向上によりレイテンシ低下とコスト効率改善（ただしハードウェア要件次第）、長文コンテキスト処理の強化で文脈依存タスクの精度向上

技術的な注意点 ​

  • IAM権限: SageMaker のモデル作成・エンドポイント作成（sagemaker:CreateModel, sagemaker:CreateEndpoint など）や関連リソースへのアクセス権を事前に確認してください
  • リージョン制限: SageMaker JumpStart のモデル提供はリージョン差があります。使用前にコンソールで対象リージョンの対応状況を確認してください
  • コスト: GPU インスタンス（推論用/ホスティング）の利用料金、長文コンテキストや高スループット運用に伴う実行時間増加でコストが増える可能性があります。バッチ/スケーリング設計で最適化を検討してください
  • ハードウェア要件: MoE や大規模コンテキスト処理は高速な GPU と大容量メモリを必要とする場合があります。実運用では適切なインスタンスタイプや分散推論の検討が必要です
  • モデル動作上の注意: MoE のルーティングや sparse 活性化はバッチ処理・並列化の挙動に影響します。バッチサイズや並列配置のチューニングが重要です
  • ライセンスとデータ: 記事では「open-trained」と明記されていますが、商用利用・再配布・再学習時のライセンス条項を確認し、社内ポリシーに従ってデータガバナンスを行ってください
  • セキュリティ・コンプライアンス: 機密データを入力する場合は入力/出力のログ管理と暗号化、アクセス制御を設定してください
  • 導入・検証: 本番導入前に小規模での負荷試験（スループット、レイテンシ、コスト評価）と精度評価を行ってからスケールアウトしてください

参考情報 ​

AI要約はOpenAI APIによって生成されています。

Copyright © 2026