Todas las novedades que AWS ha anunciado en su evento AWS re:Invent

Durante las primeras horas de su evento AWS re:Invent, la división cloud de Amazon ha aprovechado para mostrar sus principales novedades, que se unen al anuncio de ayer de la disponibilidad de instancias EC2 con MacOS. Andy Jassy, CEO de AWS, ha sido el encargado de desvelarlas en la presentación que ha marcado el punto de partida del evento, que se celebrará online y se extenderá a lo largo de tres semanas.

AWS Proton, ECR Public y Trainium

Entre las novedades anunciadas en la presentación están AWS Proton, en fase de prueba pública, y el lanzamiento de ECR Public, es decir, de Amazon Elastic Container Registry Public. Proton es un servicio para su oferta de contenedores de AWS, compuesta por Amazon Elastic Kubernetes Service (EKS), Amazon Elastic Container Service (ECS) y AWS Fargate. Con Proton, AWS busca ofrecer un servicio de despliegue de aplicaciones completamente gestionado para contenedores y aplicaciones sin servidor.

Proton permite a los equipos de desarrollo de plataformas crear una especie de pila que define todo lo necesario para provisionar, desplegar y supervisar un servicio. Básicamente, intenta ayudar a los equipos dedicados a la infraestructura a gestionar microservicios y a actualizar la infraestructura sin que esto tenga impacto en la productividad de los desarrolladores. Ya está disponibles en las zonas Estados Unidos Este (Virginia y Ohio)), Estados Unidos Oeste (Oregon), Asia-Pacífico (Tokyo) y Europa (Irlanda). Por otro lado, Jassy también anunció ECS Anywhere y EKS Anywhere, servicios diseñados para que los clientes puedan ejecutar servicios de contenedores en local y en la nube. Aparte de esto, también confirmó que AWS iba a convertir a EKS en open source.

ECR Public es un registro de contenedores público que permite que sus usuarios puedan almacenar, gestionar, compartir y desplegar imágenes de contenedores públicas para uso abierto. En este contexto, AWS va a abrir una nueva web en la que buscar imágenes de contenedores públicas y ver detalles de los desarrolladores, entre otra información.

La compañía también ha decidido desarrollar su propio chip de machine learning. Se trata de AWS Trainium, y está destinado al entrenamiento de modelos. Pensado para empresas que estén iniciándose en el entrenamiento de modelos y que quieran avanzar en sus estrategias de Inteligencia Artificial, se lanzará en 2021. Si todo sale según lo previsto, a este lanzamiento le seguirán otros de procesadores personalizados de AWS.

Novedades en Amazon EC2, AWS Outpost y tres nuevas zonas de AWS

En otro orden de cosas, AWS también ha confirmado cinco nuevos tipos de instancias para Amazon EC2, dos nuevos modelos de factor de forma de AWS Outpost y tres nuevas zonas locales de AWS en Estados Unidos. Las nuevas instancias de EC2 incluyen nuevas instancias AWS C6gn impulsadas por el chip Graviton2, que pueden alcanzar un rendimiento de red de hasta 100 Gbps y ofrecer un rendimiento en costes un 40% mejor que las instancias de la generación actual basadas en x86.

El Graviton2 es un chip de Arm diseñado por AWS y su división Annapurna Labs que está optimizado para aplicaciones nativas de la nube y se basa en los núcleos de 64 bits Arm Neoverse y un sistema personalizado en un chip diseñado por AWS. No es la única actualización para las instancias EC2 de AWS, que ahora también incluyen instancias impulsadas por las GPUs AMD G4ad, pensadas para aplicaciones que hagan un uso intensivo de los gráficos.

Además, EC2 contará con nuevas instancias M5zn con procesadores Intel Xeon Scalable en la nube, con una frecuencia turbo en todos los núcleos que les permite llegar hasta los 4,5 GHz. También contarán con un rendimiento de computación por núcleo un 45% superior al de las instancias M5 actuales. Las instancias EC2 también tendrán D3 y D3en con chips de Intel para una mayor capacidad de almacenamiento en la nube. Y también tendrán nuevas instancias R5b optimizadas en cuando a memoria con un rendimiento tres veces superior a las R5 del mismo tamaño de Amazon EBS.

Como hemos comentado, AWS también ha anunciado dos modelos más pequeños de AWS Outposts, los servidores 1U y 2U. Con ellos, los clientes tendrán acceso a AWS en local en espacios de tamaño reducido. Por otro lado, AWS va a crear tres nuevas zonas locales en Boston, Houston y Miami, y tiene planes de lanzar otras nuevas en 12 ciudades más de Estados Unidos en 2021.

Novedades para call centers

En AWS re:Invent también se han anunciado varias novedades para dotar a centros de contacto y call centers con información en tiempo real, para lo que pondrán a su disposición diversas herramientas impulsadas por machine learning. Entre ellas destacan las que incorpora el servicio para call centers Amazon Connect, como Amazon Connect Wisdom, con conectores a repositorios de datos integrados, que «escucha» las llamadas y ofrece información a los agentes para que puedan personalizar el servicio.

Además de esta novedad, el servicio también contará con Amazon Connect Customer Profiles, que agrega un histórico de pedidos y contactos, ventas, CRM y otros datos. También Real-time Contact Lens, que identifica problemas del usuario en tiempo real durante una llamada; Amazon Connect Tasks, para gestionar y rastrear tareas para agentes y supervisores; y Amazon Connect Voice ID, para ofrecer autenticación de quien llama en tiempo real mediante machine learning.

Amazon Monitron y Amazon Looukout for Equipment

En el evento también se han mostrado varias herramientas que ampliarán la gama de servicios y herramientas de Internet de las Cosas Industrial de AWS. Como Amazon Monitron, un servicio de monitorización de estado para clientes que no cuenten con una red de sensores. Se trata de un sistema que con un array de sensores puede detectar fallos potenciales en equipos críticos, lo que permite la puesta en marcha de un programa de mantenimiento predictivo.

Para los clientes que sí cuenten con una red de sensores, AWS ha presentado en AWS re:Invent un servicio de machine learning basado en API, Amazon Lookout for Equipment. Su misión es hacer de camino para enviar los datos de sensores a AWS para el modelado predictivo. Como Monitron, este servicio analiza los datos de sensores para detectar comportamientos anormales en maquinaria industrial.

No son las únicas novedades de AWS para Internet de las Cosas Industrial. Otro es AWS Panorama, un nuevo dispositivo hardware que permite que las empresas agreguen visión por ordenador a las cámaras instaladas en local, y que lleva la visión por computador de AWS al edge. Una vez conectada a una red, este dispositivo identifica automáticamente los flujos de cámara y ejecuta modelos de visión por computador en ellas.

El sistema cuenta con un SDK para que los fabricantes de cámaras puedan utilizarlos para desarrollar cámaras capaces de ejecutar modelos de visión por computador en el edge. AWS también ha anunciado Amazon Lookout for Vision, un software de detección que emplea machine learning para procesar miles de imágenes por hora para identificar defectos y anomalías.

Amazon QuickSight Q

Otro de los anuncios de la compañía en la presentación que sirve como partida para el AWS re:Invent es la ampliación de su servicio cloud de Business Intelligence Amazon QuickSight con QuickSight Q, una herramienta de preguntas mediante lenguaje natural que amplía las funciones de QuickSight. Con esta herramienta, los usuarios pueden hacer búsquedas en bases de datos con lenguaje natural y cotidiano, y recibir respuesta en unos segundos.

Q es capaz de extraer de las preguntas términos de empresa, así como la finalidad de las preguntas de un usuario, para conseguir y mostrar los datos relacionados de la fuente en la que se hace la búsqueda, y dar una respuesta con números y gráficos. Ya está disponible en fase de pruebas en sus zonas Estados Unidos Este (Norte de Virginia y Ohio), Estados Unidos Oeste (Oregon) y Europa (Irlanda).

Novedades en almacenamiento y bases de datos en AWS re:Invent

AWS también ha aprovechado para anunciar novedades en su proceso de actualización de almacenamiento y bases de datos. Entre ellas, AWS Glue Elastic Views, un servicio que se encarga de gestionar el almacenamiento de los datos y de mantenerles actualizados en bases de datos y analíticas. Además, AWS también ha presentado varias herramientas de migración de bases de datos.

Andy Jassy también ha apuntado que cuantas más cargas de trabajo de bases de datos y analíticas sea capaz de admitir AWS más facilidades tendrá para utilizar machine learning y entrenamiento de modelos. Para ello, la filial de Amazon ha presentado SageMaker Data Wrangler, cuya misión es preparar datos procedentes de almacenes de datos en AWS o a través de terceros para el machine learning.

Acuerdo con BlakcBerry anunciado en AWS re:Invent

En otro orden de cosas, AWS también ha anunciado un acuerdo con BlackBerry, de varios años de duración, para desarrollar y lanzar al mercado la plataforma de datos integrada en vehículos de BlackBerry. Conocida como Ivy, esta plataforma está pensada para ofrecer a los fabricantes de coches una forma estandarizada de leer los datos de los sensores de los vehículos y analizarlos para ofrecer servicios personalizados a bordo. Se basa en las funciones de la plataforma QNX de BlackBerry, su sistema operativo certificado para la seguridad. así como en el portfolio de capacidades de Internet de las Cosas y machine learning de AWS.

BlackBerry Ivy será compatible con múltiples sistemas operativos de vehículos, así como con despliegues multicloud. El sistema se ejecutará en el edge, dentro de los sistemas integrados de los vehículos, pero se gestionará y configurará desde la nube.

Amazon DevOps Guru

DevOps Guru es otra de las novedades anunciadas en AWS re:Invent. Se trata de un servicio de operaciones completamente gestionado que emplea machine learning para facilitar a los desarrolladores la mejora de la disponibilidad de aplicaciones. Para ello detecta automáticamente problemas operativos y recomienda acciones específicas para solucionarlos. DevOps Guru aplica machine learning basado en información operativa de varios años de funcionamiento de Amazon y AWS para recopilar y analizar automáticamente diversos datos, como métricas de aplicación, grabaciones, eventos y rastros para identificar comportamientos que se desvíen de los patrones operativos considerados normales.

Cuando Amazon DevOps Guru identifique un comportamiento anómalo de aplicaciones que podrían causar apagones o fallos potenciales de servicio, alerta a los desarrolladores, ofreciéndoles detalles del problema a través del servicio de notificaciones Amazon SNS, así como de integraciones de partners. Los desarrolladores pueden entonces emplear las sugerencias de soluciones de Amazon DevOps Guru para reducir el tiempo de resolución de los problemas cuando aparezca, y para mejorar la disponibilidad y fiabilidad de las aplicaciones que no cuentan con configuración manual o precisan de experiencia en machine learning.