Tante le novità da AWS Re:Invent, quest’anno in formato virtuale, con un’accelerazione degli annunci che l’emergenza Covid non sembra aver frenato, elencati nell’intervento introduttivo di tre ore del Ceo Andy Jassy. Ne riportiamo inevitabilmente solo alcuni sulla scorta di una sintesi della prima settimana per la stampa italiana, ricordando che nella maggior parte dei casi le novità annunciate saranno sul mercato nel corso del 2021, alcune già disponibili in anteprima.
Sul mondo computing segnaliamo due novità. La prima riguarda gli sviluppatori per il mondo Apple (desktop e mobile) che per i loro workload potranno utilizzare AWS, che supporterà sia il sistema macOs sia iOS.
AWS Proton renderà più facile il deployment per i container e il serverless; in generale aiuterà alla standardizzazione dei processi (quali deploying, continuus intergration, monitoring, ecc.), rendendo più facile la collaborazione fra i team che gestiscono la parte infrastrutturale e quelli che progettano nuovi servizi, grazie all’uso di componenti predefiniti. La novità del mondo serverless riguarda soprattutto la granularità con cui vengono calcolati (al millisecondo ) i tempi di computazione, consentendo alle organizzazioni clienti di bilanciare potenza e memoria RAM (fino 6 CPU allocate e fino 10 GB ) per ottimizzare la spesa; già disponibile per tutte le region (compresa l’Italia) per chi usa AWS Lambda.
Nel campo database e analytics due nuovi strumenti della famiglia AWS Glue: DataBrew per facilitare la preparazione dei dati, senza scrivere codice, semplificando la vita a data analyst e data scientist per la pulizia e la normalizzazione dei dati; Elastic Views per combinare e replicare i dati provenienti da fonti diverse.
QuickSight Q è inoltre un’interfaccia che trasforma le domande sui dati aziendali, formulate in linguaggio naturale in query, e presenta la risposta sotto forma di grafico.
Sul versante machine learning le aziende potranno ridurre i costi di addestramento grazie al supporto hardware basato su chip custom (Intel Gaudi – Habanae e Trainium AWS). Ci sono poi tre novità nella già ricca famiglia SageMaker: Data Wrangler, un’interfaccia visiva per la pulizia e la preparazione dei dati per il ML; Feature Store, un catalogo di funzionalità ML utili per il data scientist che sta addestrando un nuovo modello (con funzionalità di discover, store, share); Pipelines che rappresenta l’equivalente del DevOps nel modo ML e può essere utilizzato anche da sviluppatori non specializzati in AI, utilizzabile con chiamata API. Un’applicazione pratica del ML ai call/contact center consente di migliorare la produttività integrando agenti umani e virtuali e semplificando le attività a valle e a monte della chiamata.
Novità infine per i sistemi industriali, con Amazon Monitron, che abilita la manutenzione preventiva delle macchine (basata su ML), grazie a sensori che comunicano con gateway e via cloud attivando la app Monitron. È previsto sia il servizio end-to-end (compresi i sensori e il gateway targati Amazon) sia il servizio di allerta cloud che preleva i dati dai sensori già presenti in fabbrica.
Lookout for Equipment, basato su computer vision, serve a evidenziare i difetti di produzione; per il training su cloud sono sufficienti poche immagini. Nel caso l’azienda abbia già installato le telecamere, è possibile renderle più intelligenti grazie al dispositivo fisico AWS Panorama.
