一、服务的新功能

ALB 支持 Target Group level weighted 分流

Amazon Elastic Load Balancing（ELB） 提供三种负载平衡器，针对不同使用情景可以选择不同种类的 ELB。Application Load Balancer（ALB）适合用来处理 HTTP 与 HTTPS 流量的负载平衡。

以往透过 ALB 要实作 Blue/Green 部署，会有以下做法：

部署两组 ALB Services，透过 Route53 做 DNS Weighted 权重分流
同一组 ALB 底下，以 Target Group 为单位，作 Listener 切换
同一个 Target Group 当中做 AutoScaling Launch Configuration/Template 切换或是 Rolling update

透过本次更新，可以在同一个 listener 的 Routing Rule 底下，做 Weighted 权重分流 (0~999)。所有 Target Group 类型，EC2 Instances, IPs 或 Lambda Functions 皆有支持。

仅需要分别建立 Blue Target Group 和 Green Target Group，并在 ALB Listener 底下更新 Routing Rule 即能藉由一个 ALB 实现。同时也支持 Target Group Stickiness（Stick session），以确保用户在一定时间内的服务体验一致。

如下范例，将 20% 流量导致target group 1、将 80% 流量导至target group 1，其有效 Stick 时间为2000秒。

aws elbv2 modify-listener \
    --listener-arn "<listener arn" \
    --default-actions \
    '[{
       "Type": "forward",
       "Order": 1,
       "ForwardConfig": {
          "TargetGroups": [
             {"TargetGroupArn": "<target group 1 arn>", "Weight": 20}, \
             {"TargetGroupArn": "<target group 2 arn>", "Weight": 80}, \
          ],
          "TargetGroupStickinessConfig": {
             "Enabled": true,
             "DurationSeconds": 2000
          }
       }
   }]'

参考资源至 : Blog – Application Load Balancer Simplifies Deployment with Weighted Target Groups

Amazon CloudWatch 推出 Embedded Metric Format

Amazon CloudWatch 是针对 DevOps 工程师、开发人员、网络可靠性工程师 (SRE) 和 IT 管理员建置的监控和可观察性服务。

CloudWatch Embedded Metric Format（内嵌指针格式） 可让用户在推送信息到 CloudWatch Metric 时宣告成符合 Metric 的格式，CloudWatch Log 便可直接从中建立新的 Custom Metric，并可同时新增警告（Alarm），如此一来便节省了许多自定义 Metric 与 Alarm 的时间。

好处：可将自定义指针与详细的日志事件数据一起嵌入，CloudWatch 会自动撷取自定义指针，以便用户可在其上可视化和警示，以进行实时事件侦测。此外，也可用 CloudWatch Log Insights 查询与撷取指针相关联的详细日志事件，以深入了解操作事件根本原因。

参考资源至 : Amazon CloudWatch Launches Embedded Metric Format

AWS ECS 新增功能及增强支持

AWS 推出适用于 Amazon ECS 和 AWS Fargate 的日志路由器的 FireLens

Amazon Elastic Container Service (Amazon ECS) 是可高度扩展的高效能容器协调服务，支持 Docker 容器，可让用户在 AWS 上轻松执行及扩展容器化应用程序。无须安装和操作自己的容器协调软件、管理和扩展虚拟机丛集，也不用排程这些虚拟机上的容器。

AWS Fargate 是一种适用于 Amazon ECS 的运算引擎，可让用户执行容器而无需管理服务器或丛集。不需要布建、设定及扩展执行容器的虚拟机丛集。免除了与服务器或丛集互动或规划相关事项的需要。

FireLens 是 Amazon ECS 和 AWS Fargate 的容器日志路由器，可扩充使用 AWS 或合作伙伴解决方案的广泛服务来进行日志分析和储存。意味着用户可使用许多插件之一，包括 AWS for Fluent Bit 或携带自己的 Fluentd 输出插件。

FireLens 为用户提供简化的接口，可在原始码过滤日志、新增有用的元数据，以及将日志传送到几乎任何目的地。现在可将日志直接串流到 Amazon CloudWatch、Amazon Kinesis 数据防火软管目的地，例如：Amazon Elasticsearch、Amazon S3、Amazon Kinesis 数据串流和合作伙伴工具。

参考资源至 : AWS launches FireLens, a log router for Amazon ECS and AWS Fargate

ECS container instances 的监控功能，现在可在 Amazon CloudWatch Container Insights 中使用

此次更新之后，用户现在可以监控、隔离和诊断 Amazon Elastic Container Service（Amazon ECS）容器实例的效能。 CloudWatch Container Insights 可自动收集十五个新 CloudWatch 自定义指针，例如：CPU、内存和 Amazon EC2 实例的文件系统和网络使用率，并将摘要显示在 ECS Instance 仪表板中，以改善应用程序恢复性和可用性，以及更快地疑难解答 ECS 丛集问题。

参考来源至：ECS container instances monitoring now available in Amazon CloudWatch Container Insights

Amazon Redshift 功能更新

Amazon Redshift 是快速、全受管的数据仓储，可让用户使用标准 SQL 及现有的商业智能 (BI) 工具，以简单且经济实惠的方式分析所有数据。它可让用户使用精密的查询优化、高效能本机磁盘的单栏式储存及大规模平衡查询执行，对数 PB 的结构化数据执行复杂的分析查询。

Amazon Redshift 推出跨实例还原

Amazon Redshift 现在支持跨实例还原，可让用户将 Redshift 快照还原到不同大小或执行不同节点类型的丛集。这可简化快照还原工作流程，以支持不断演进的使用案例，并可根据特定工作负载的运算资源、储存容量和成本需求来变更实例类型和计数。

例如，用户可以跨实例将具有小型实例的生产密集计算丛集的快照还原到具有强大实例的丛集中，以满足更高需求的工作负载或成本较低的开发丛集。恢复丛集之后，可以随着时间的效能和容量需求变更而调整它的大小。

参考资源至 : Amazon Redshift launches cross-instance restore

Amazon Redshift 宣布控制台重新更新，并改善数据仓储的管理和监控

Amazon Redshift 现在为用户提供了一个新的控制面板。新的用户接口和新功能可简化管理，并提升 Redshift 丛集和工作负载健康状况和效能的深入解析。全新 Redshift 控制台中的新监控仪表板可统一所有相关信息 (例如：可用性状态、丛集和查询效能、事件和警报)，让管理员更容易从单一页面监控其所有 Redshift 丛集。这可让系统管理员快速了解与其工作负载相关的活动。

新的控制台可简化用户体验并减少日常操作的点击次数，简化 Redshift 丛集的管理。可以检视与工作负载管理队列相关联的查询，并将它们与丛集效能建立关联。新的控制台允许用户搜寻和探索查询，然后向下展开以可视化查询计划和执行统计数据，藉此减少了解和优化查询效能所需的时间。它也让用户能够将运行时间与丛集效能度量建立关联，并提供就地优化建议。

新的查询编辑器(Query Editor)可以使用 SQL 编辑器来改善复杂查询的编写，以便管理查德询并提供查询结果的视觉分析。它透过内容协助、查询格式和键盘快捷方式等功能，提升用户的生产力。

参考资源至 : Amazon Redshift announces a console refresh to improve management and monitoring of your data warehouse

Amazon EKS 增加布建与管理 Kubernetes 工作节点的支持

Amazon Elastic Kubernetes Service (Amazon EKS) 可让用户使用 AWS 上的 Kubernetes 轻松部署、管理和扩展容器化应用程序。

以往，若用户想要针对 EKS Cluster 的 worker nodes 做 Instance Type：On-Demand、Spot Instances 进行混搭，必须经过 eksctl，CloudFormation 或者 Terraform 的方式让 Instances provision 启动后，向 EKS Control Panel 注册，加入 EKS Cluster 当中运作。

用户现在可为 Amazon Elastic Kubernetes Service (EKS) 丛集布建托管工作节点，并使用 Amazon EKS 管理控制台、API 或 CLI 让它们保持在最新状态。

使用 Amazon EKS 托管节点群组(managed node groups)，用戶不需要单独布建或连接提供运算容量来执行 Kubernetes 应用程序的 EC2 实例。用戶可使用单一指令来建立、更新或终止丛集的节点。

参考资源至 : Amazon EKS adds support for provisioning and managing Kubernetes worker nodes, Extending the EKS API: Managed Node Groups

Amazon SNS 新增 Dead Letter Queue（DLQ）

Amazon Simple Notification Service (SNS) 是高度可用、耐用、安全的全受管发布/订阅简讯服务，可让用户分离微型服务、分布式系统及无服务器应用程序。

现在可以在 Amazon Simple Notification Service (SNS) 订阅中设定死信队列 (DLQ)，以撷取无法传递的讯息。 Amazon SNS DLQ 透过储存讯息，以防用户的订阅端点无法联机，让应用程序更具弹性和耐用性。

Amazon SNS DLQ 是标准的 Amazon SQS 队列。若要在无法传递讯息移至 DLQ 时接收通知，可设定 Amazon CloudWatch 警示，也可分析 Amazon CloudWatch 日志，以更有效地排解讯息传递失败的问题。

参考资源至 : Amazon SNS Adds Support for Dead-Letter Queues (DLQ)

Amazon GuardDuty 支持将 Exporting Findings 汇到 Amazon S3 Bucket

Amazon GuardDuty 是一种威胁侦测服务，可持续监控是否有恶意活动和未经授权的行为，以保护 AWS 帐户和工作负载。

Amazon GuardDuty 的用户现在可以将 Export findings 汇到 Amazon S3。透过导出问题列表（finds），可简化来自不同区域的问题列表。用户可将所有关联成员帐户和所有 AWS 区域的 Eexport findings 至单一客户拥有的 S3 储存贮体。

参考资源至 : Amazon GuardDuty Supports Exporting Findings to an Amazon S3 Bucket

二、功能的增强或改动

Amazon DynamoDB 适应型容量，可以透过自动隔离经常存取的项目

Amazon DynamoDB 是一种键值和文件数据库，可在任何规模下达到不到 10 毫秒的效能。它是全受管、多区域、多主机的耐用数据库，内建安全性、备份和还原以及内存内快取，以供因特网规模的应用程序使用。

如果用户的应用程序将不成比例的高流量导致一个或多个项目，DynamoDB 将重新平衡用户的分割区，使经常存取的项目不会位于同一个分割区上。这项最新的增强功能可协助用户维持工作负载不间断的效能。且让用户更有效率地布建吞吐量容量，而不是过度布建以因应不均匀的数据存取模式，藉此协助降低成本。

参考资源至 : Amazon DynamoDB adaptive capacity now handles imbalanced workloads better by isolating frequently accessed items automatically

AWS App Mesh 增加了几个资源的默认限制

AWS App Mesh 是一种服务网格，可提供应用层级网络，让用户的服务轻松在多种类型的运算基础设施之间相互通讯。

AWS App Mesh 增加一组应用程序 Mesh 资源 (虚拟节点、后端、路由器和路由) 的默认限制。这些限制增加可让用户更轻松地使用 App Mesh 管理较大的应用程序。每个网格对应至用户的服务、工作集或可连接至网格的部署的虚拟节点数目从 20 增加至 200。每个节点的后端端点数目；特定服务可联机的相依服务数目从 25 增加至 50。每个网格的虚拟路由器数量从 20 个增加到 200 个，以便在所有网格连接的服务上进行路由。每个虚拟路由器的路由数量从 20 增加到 50 个，以便对多个参数进行路由决策。

参考资源至 : AWS App Mesh increases default limits on several resources

AWS Elemental MediaConvert 现在支持 Dolby Vision 和 Dolby Atmos 编码

AWS Elemental MediaConvert 是以档案为基础的影片转码服务，内含广播级功能。它能让用户轻松地建立随选视讯 (VOD) 内容，以在广播和多屏幕进行大规模交付。

AWS Elemental MediaConvert 现在支持 Dolby Vision 高动态范围 (HDR) 视讯编码，在消费者显示设备上提供更佳的色彩、对比和亮度，并支持 Dolby Atmos 音频编码，以提供身历其境的环绕音效。使用 MediaConvert 搭配 Dolby Vision HDR 可为视讯输出提供更宽广的色域和更大的亮度范围，改变观赏体验。MediaConvert 会处理 HDR 和元数据生成，无需任何额外的处理。

参考资源至 : Support for Dolby Vision and Dolby Atmos Encoding Now Available with AWS Elemental MediaConvert

Parameter Store 宣布增强的搜寻体验

AWS Systems Manager 能让用户查看及控制 AWS 的基础设施。Systems Manager 提供统一的用户界面，方便用户查看多项 AWS 服务的运作数据，并允许用户将各种 AWS 资源上的操作任务设为自动化执行。

Parameter Store 为用户的应用程序组态数据提供安全的集中式储存。用户可使用参数存放区将组态数据与应用程序程序代码分开。新的搜寻体验会寻找名称中包含搜寻关键词的所有参数。如：如果帐户中有大量参数，并且需要找到名称中有 ‘sql’ 的参数，则只需在搜索框中键入 ‘sql’ 即可。Parameter Store 将返回所有在其名称中任何位置具有字符串 ‘sql’ 的参数（搜索结果不会区分大小写）。

参考资源至 : Parameter Store announces enhanced search experience

Amazon Chime management API 现在允许用户管理聊天室

Amazon Chime 是一项通讯服务，在公司内外都能进行会议、聊天和拨打商务电话。使用 Amazon Chime 时，可以弹性选择用户的在线会议、视频会议和商务电话所需要的功能，而且仅需按用量付费。

Amazon Chime 现在提供应用程序编程接口 (API)，用户可使用它在商务程序、工具和 Amazon Chime 聊天室之间建立整合。如：可自动将聊天室成员与 Active Directory 群组同步，或为您的问题管理工具中建立的票证自动建立并填入聊天室。

参考资源至 : Amazon Chime management APIs now allow you to manage chat rooms

Amazon Personalize 现在支持批量推荐

Amazon Personalize 是一种机器学习服务，用户能够使用可以在 Amazon Personalize 创建的自定义机器学习模型来个性化的网站、应用程序、广告、电子邮件等。

Amazon Personalize 现在支持批次建议，可让用户针对大量用户产生个人化建议，或针对大量项目一次性产生类似项目，然后在批处理中使用它们，如：传送电子邮件或通知。若要使用批次建议，只需透过 AWS 控制台或 API 建立批次推断工作，并提供档案 (透过 S3)，其中包含用户要为其产生建议的用户或项目列表。然后 Amazon Personalize 将生成建议并将其上传到您指定作为输出的 S3 路径。

参考资源至 : Amazon Personalize now supports batch recommendations

Amazon WorkSpaces 引入 WorkSpaces Directory APIs

Amazon WorkSpaces 是安全且受管的桌面即服务 (DaaS) 解决方案。用户可以使用 Amazon WorkSpaces 在几分钟内布建 Windows 或 Linux 桌面，并快速地扩展，为全球工作者提供数千个桌面。

用户现在可使用 Amazon WorkSpaces API 向 WorkSpaces 注册目录并修改目录详细信息。新的 API 可让用户自动化使用 WorkSpaces 注册目录或修改目录层级 WorkSpaces 属性 (包括默认 WorkSpace 建立设定、自助权限和访问控制) 的工作流程。

参考资源至 : Amazon WorkSpaces introduces WorkSpaces Directory APIs

AWS 平行丛集 2.5.0，含有 Intel HPC 平台规格、NICE DCV、平行 19 等等

AWS ParallelCluster 是一个完全支持和维护的开放原始码丛集管理工具，可让科学家、研究人员和 IT 管理员在 AWS 云端中部署和管理高效能运算 (HPC) 丛集。

这个最新版本的AWS ParallelCluster 重大新增功能：

增加了符合 Intel HPC 平台规格的规范
Intel® MPI 链接库 2019 年更新 5 的支持
图形远程桌面可视化：AWS ParallelCluster 现在本身支持 NICE DCV，允许客户透过在 Web 浏览器中执行的远程桌面联机至 HPC 丛集。除了其他优点之外，这也简化了与远程视觉效果相关的步骤，做为后处理步骤的一部分。
Slurm 19：客户现在可以在 GPU 实例上使用 Slurm 19 搭配原生 GPU 排程功能。有了这项增强功能，客户可以对使用 GPU 的任何丛集工作进行更细微的控制。
改进的配置体验：AWS 并行丛集的 pcluster 配置命令已经过改良，以简化丛集设置。客户现在可以利用自动化网络设定，减少建立丛集所需的步骤。

参考资源至 : AWS ParallelCluster 2.5.0 with Intel HPC Platform Specification, NICE DCV, Slurm 19, and More

较长的格式资源 ID 现在可在 Amazon EC2 中使用

Amazon Elastic Compute Cloud (Amazon EC2) 是一种 Web 服务，可在云端提供安全、可重设大小的运算容量。

从今天起，AWS GovCloud (美国西部) 区域的 AWS 用户可选择使用 API 或 AWS 管理控制台使用较长的 ID。用户可使用较长格式测试系统，并在准备就绪时选择加入。目前的格式是资源标识符后 8 个字符的字符串。新格式将是相同的资源标识符后 17 个字符的字符串。例如，今天，用戶的 VPC 具有类似 “vpc-1234abc0” 的资源标识符。 2020 年 4 月之后，新的 VPC 将被分配一个标识符，如 “vpc-1234567890abcdef0”。

参考资源至 : Longer Format Resource IDs are Now Available in Amazon EC2

现在扩展 AWS CloudFormation 以建模、布建和管理第三方资源

AWS CloudFormation 提供一种通用语言，可用来描述和布建云端环境中的所有基础设施资源。CloudFormation 可让用户使用编程语言或简单的文本文件以自动且安全的方式，在所有区域和帐户为应用程序所需的资源建立模型并进行布建。

AWS CloudFormation 推出了一组功能，让用户可轻松建立第三方资源的模型和自动化管理，例如 SaaS 监控或事件管理工具，并利用基础设施即程序代码的优点。透过此次启动，用户可使用 AWS CloudFormation 作为单一工具，自动布建用户的基础设施和应用程序资源 (无论是 AWS 或第三方)，无需自定义脚本或手动程序。

这项新功能也可搭配 AWS Control Tower 和 AWS Service Catalog 等服务即用，以协助用户执行管理和资源合规，以及用于跨帐户和跨区域管理的 AWS CloudFormation StackSets。

参考资源至 : Now extend AWS CloudFormation to model, provision, and manage third party resources

Amazon EMR 增強功能

Amazon EMR 是业界领先的云端原生大数据平台，可让团队快速、经济高效地大规模处理大量数据。

宣布 Amazon EMR 运行时间 for Apache Spark

AWS 宣布 Apache Spark 的 Amazon EMR 运行时间 – 在可用和默认情况下打开 Amazon EMR 集群，并对 Apache Spark 的性能运行时优化环境。Amazon EMR 运行时间 for Spark 运行时速度高达 32 倍，并与开源 Spark 100％的 API 兼容性。

参考资源至 : Announcing EMR Runtime for Apache Spark

Amazon EMR 现在支持在 Amazon S3 上的记录层级插入、更新和删除

Amazon EMR 5.28.0 現在支援 Apache Hudi。现在可用 Apache Hudi 来简化需要记录层级的插入、更新和删除作业的增量数据管理和数据隐私使用案例。 Apache Hudi 可让 Amazon S3 数据湖符合数据隐私权法律、使用实时串流、变更数据撷取日志、恢复延迟到达的数据，及追踪变更历史记录和回复。

Apache Hudi 可让用户管理 Amazon S3 中记录层级的数据，以简化变更数据撷取 (CDC) 和串流数据撷取，并提供一个架构来处理需要记录层级更新和删除的数据隐私使用案例。由 Apache Hudi 管理的数据集使用开放存储格式存储在 S3 中，并与 Presto、Apache Hive、Apache Spark 和 AWS Glue 数据目录集成，让用户使用熟悉的工具近乎实时访问更新的数据。

参考资源至 : Support record-level insert, update, and delete on Amazon S3 with Amazon EMR

AWS Step Functions 增加与 Amazon EMR 服务整合

AWS Step Functions 是一项可帮助用户协调多个 AWS 服务成为无服务器工作流程的服务，以便将服务（例如：AWS Lambda、Amazon ECS）整合到一个应用程序中。

此次更新之后，用户可以建立有效的数据处理工作流程，并排列 Amazon EMR 步骤、管理相依性以及并行执行工作。同时，用户还可以在 ETL 工作流程中主动向上和向下扩展丛集。此外，也可以选择如何处理例外、重试失败的工作，以及警示用户失败，以改善数据处理工作流程的恢复能力。

若按照以下流程，可透过 Step Fumction 来建立 EMR Cluster，并在最后维持 running 的状态。若用户不再需要这个 Cluster，需手动关闭以免产生更多费用。

用戶可在「Create_A_Cluster」步骤的 output 中，找到新创建的 Cluster。

参考来源至：AWS Step Functions adds Amazon EMR service integration

图片来源至：New – Using Step Functions to Orchestrate Amazon EMR workloads

AWS AppSync 使用 GraphQL 订阅的 Pure WebSocket 支持新增实时增强功能

AppSync 是采用 GraphQL 的受管服务，可让应用程序轻松取得所需的确切数据。使用 AppSync 建立可扩展的应用程序，包括需要在各式各样数据源 (如 NoSQL 数据存放区、关系数据库、HTTP API 和 AWS Lambda 自定义数据源) 进行实时更新的应用程序。对于行动和 Web 应用程序，AppSync 还可在装置脱机时提供本机数据存取，并在装置重新联机之后，使用自定义冲突解决方案同步数据。

AWS 发布 AppSync 的增强功能，现在可以利用 Pure WebSockets 作为一种新的协议选项，与连接的客户端实时通信。新通讯协议支持更高的最大承载大小 (240kb 与 128kb)、增强的联机和广播速率、CloudWatch 指针，以及 GraphQL 订阅的选集筛选。现在新的与现有的 AppSync API 都支持 Pure WebSockets 协议。

参考资源至 : AWS AppSync adds Real-Time enhancements with Pure WebSockets support for GraphQL Subscriptions

参考资源至 : New features that will enhance your Real-Time experience on AWS AppSync

AWS Lambda 新增支持新的程序语言

AWS Lambda 是一种计算服务，可让您运行代码而无需置备或管理服务器。

此次更新之后，AWS Lambda 新增支持 Node.js 12、Java 11、Python 3.8 等程序语言。针对用户旧有的 Lambda function，可在修改程序代码后，透过更改 runtime 来改变配置，使用最新版本并享用新版语言的新功能。

参考来源至：AWS Lambda now supports Node.js 12

参考来源至：AWS Lambda now supports Java 11

参考来源至：AWS Lambda now supports Python 3.8

AWS Lambda 支持 Amazon SQS 先进先出（FIFO, First-In-First-Out）作为事件来源

Amazon SQS 是一种完全受管的消息队列服务，可在分布式软件组件和微服务之间可靠地进行通讯。FIFO 队列会保留传送和接收讯息的确切顺序，以及支持允许单一队列中有多个排序的讯息群组。

此次更新之后，当用户使用 Lambda 建置事件驱动的应用程序，可将 Amazon SQS FIFO 作为事件来源，以维持其中排序的事件和作业。例如：用户可以建立一个应用程序，以正确的顺序传送价格修改来显示正确的产品价格。

参考来源至：AWS Lambda Supports Amazon SQS FIFO (First-In-First-Out) as an Event Source

适用于 SQL 服务器的 Amazon RDS 现在支持额外的实例大小

Amazon Relational Database Service（Amazon RDS）让用户能够在云端中轻松设定、操作和扩展关系数据库。

此次更新之后，适用于 SQL 服务器的 Amazon RDS db.m5 和 db.r5 实例类别提供 8xlarge 和 16xlarge 大小。原先使用 m4.10xlarge、m4.16xlarge、r4.8xlarge 或 r4.16xlarge 的用户，可升级至最新地实例。

参考来源至：Amazon RDS for SQL Server now supports additional instance sizes

复制快照的 API 新支持在复制快照时新增卷标

以往，用户必须先复制快照集，再手动将卷标新增至复制的快照集。此次更新之后，用户可以指定要套用至复制快照的卷标列表，做为复制快照API 的参数，以方便用户用不同的方式分类快照。例如：按部门、目的或拥有者。用户也可以根据卷标启用的资源层级权限，以设定还原、复制或删除快照的能力的访问控制。

参考来源至：Copy Snapshot API now supports adding tags while copying snapshots

Amazon SageMaker Ground Truth 现在支持更精致的访问控制

Amazon SageMaker Ground Truth 可帮助您快速建构高度精确的机器学习训练数据集。

此次更新之后，用户可透过设定 IAM Policy 来指定能够使用 condition key 的用户，并管理其用户的访问权限。

具体来说，用户可以使用这些密钥来限制 IAM 用户的特定工作团队的访问权限。所有工作团队分为三种人力类型之一：Amazon Mechanical Turk（公用）、第三方服务提供商（厂商）或您自己的工作者（私人）。如果用户尝试使用受限制的工作团队建立卷标任务，Amazon SageMaker Ground Truth 会传回拒绝存取的错误。

参考来源至：Amazon SageMaker Ground Truth Now Supports More Refined Access Control

AWS CodeBuild 新增 ARM、GPU 和 X-Large 运算类型的支持

AWS CodeBuild 是全受管的持续整合服务，可编译来源码、执行测试，并产生可立即部署的软件套件。

AWS CodeBuild 支持以 ARM 为基础的工作负载：用户可以原生方式建置和测试软件更新，而无需仿真或交叉编译。用户可选择 “ARM_CONTAINER” 作为环境类型和 “BUILD_GENERAL1_LARGE” 作为计算类型。基于 Amazon Linux 新托管的 images – aws/codebuild/amazonlinux2-aarch64-standard，现在可用作这些构建的构建环境。

AWS CodeBuild 支持以 GPU 工作负载：用戶可使用 AWS CodePipeline 执行用于深度学习目的的 CI/CD 工作流程。在透过 Pipeline 发行变更之前，现在可以测试程序代码、数据和 ML 模型中的增量变更是否准确。用户可以通过创建或更新一个代码构建项目并选择 “LINUX_GPU_CONTAINER” 作为环境类型和 “BUILD_GENERAL1_LARGE” 作为计算类型开始。

AWS CodeBuild 还增加了对较大型 “LINUX_CONTAINER” 运算类型的支持。此运算类型针对需要高效能的工作负载进行优化。例如：需要高 I/O 的组建、平行执行工作等等。用户可以通过创建或更新一个代码构建项目并选择 “BUILD_GENERAL1_2XLARGE” 作为计算类型开始。

参考来源至：AWS CodeBuild Adds Support for ARM, GPU, and X-Large Compute Types