Publicado el Deja un comentario

Microsoft presenta Majorana 1, el primer procesador cuántico del mundo impulsado por qubits topológicos

febrero 19, 2025

Microsoft presenta Majorana 1, el primer procesador cuántico del mundo impulsado por qubits topológicos

Construido con una clase innovadora de materiales llamados topoconductores, Majorana 1 marca un salto transformador hacia la computación cuántica práctica.

Por: Chetan Nayak, miembro técnico y vicepresidente corporativo de Quantum Hardware.

Las computadoras cuánticas prometen transformar la ciencia y la sociedad, pero solo después de que alcancen la escala que alguna vez pareció lejana y difícil de alcanzar, y su confiabilidad esté garantizada por la corrección de errores cuánticos. Hoy, anunciamos rápidos avances en el camino hacia la computación cuántica útil:

  • Majorana 1: la primera unidad de procesamiento cuántico (QPU, por sus siglas en inglés) del mundo impulsada por un núcleo topológico, diseñada para escalar a un millón de qubits en un solo chip.
  • Un qubit topológico protegido por hardware: una investigación publicada en Nature, junto con los datos compartidos en la reunión de la Estación Q, demuestran nuestra capacidad para aprovechar un nuevo tipo de material y diseñar un tipo bastante diferente de qubit que es pequeño, rápido y controlado de manera digital.
  • Una hoja de ruta de dispositivos para una computación cuántica fiable: nuestro camino desde dispositivos de un solo qubit hasta matrices que permiten la corrección de errores cuánticos.
  • Construcción del primer prototipo tolerante a fallos (FTP, por sus siglas en inglés) del mundo basado en qubits topológicos: Microsoft está en camino de construir un FTP de una computadora cuántica escalable, en años, no décadas, como parte de la fase final del programa de la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA, por sus siglas en inglés) para Sistemas Subexplorados para la Computación Cuántica a Escala de Servicios Públicos (US2QC, por sus siglas en inglés).

Juntos, estos hitos marcan un momento crucial en la computación cuántica a medida que avanzamos desde la exploración científica hasta la innovación tecnológica.

Aprovechamiento de un nuevo tipo de material

Todos los anuncios de hoy se basan en el reciente avance de nuestro equipo: el primer topoconductor del mundo. Esta revolucionaria clase de materiales nos permite crear la superconductividad topológica, un nuevo estado de la materia que antes solo existía en teoría. El avance se deriva de las innovaciones de Microsoft en el diseño y fabricación de dispositivos definidos por puerta que combinan arseniuro de indio (un semiconductor) y aluminio (un superconductor). Cuando se enfrían hasta casi el cero absoluto y se sintonizan con campos magnéticos, estos dispositivos forman nanocables superconductores topológicos con modos cero de Majorana (MZM, por sus siglas en inglés) en los extremos de los cables.

Figura 1: Lectura del estado de nuestro qubit topológico.

Durante casi un siglo, estas cuasipartículas solo existieron en los libros de texto. Ahora, podemos crearlos y controlarlos bajo demanda en nuestros topoconductores. Los MZM son los bloques de construcción de nuestros qubits, que almacenan información cuántica a través de la «paridad», ya sea que el cable contenga un número par o impar de electrones. En los superconductores convencionales, los electrones se unen en pares de Cooper y se mueven sin resistencia. Cualquier electrón desapareado puede ser detectado porque su presencia requiere energía extra. Nuestros topoconductores son diferentes: aquí, un electrón desapareado se comparte entre un par de MZM, lo que lo hace invisible para el entorno. Esta propiedad única protege la información cuántica.

Si bien esto hace que nuestros topoconductores sean candidatos ideales para los qubits, también presenta un desafío: ¿cómo leemos la información cuántica que está tan bien oculta? ¿Cómo podemos distinguir entre, digamos, 1.000.000.000 y 1.000.000.001 electrones?

Nuestra solución a este desafío de medición funciona de la siguiente manera (consulten también la Figura 1):

  • Usamos interruptores digitales para acoplar ambos extremos del nanocable a un punto cuántico, que es un pequeño dispositivo semiconductor que puede almacenar carga eléctrica.
  • Esta conexión aumenta la capacidad del punto para mantener la carga. De manera fundamental, el aumento exacto depende de la paridad del nanocable.
  • Medimos este cambio por medio de microondas. La capacidad del punto para mantener la carga determina cómo se reflejan las microondas en el punto cuántico. Como resultado, regresan con una huella del estado cuántico del nanocable.

Hemos diseñado nuestros dispositivos para que estos cambios tengan el suficiente tamaño como para medirlos de forma fiable en una sola toma. Nuestras mediciones iniciales tenían una probabilidad de error del 1 % y hemos identificado caminos claros para reducirla de manera significativa.

Nuestro sistema muestra una estabilidad impresionante. La energía externa, como la radiación electromagnética, puede romper los pares de Cooper, lo que crea electrones desapareados que pueden cambiar el estado del qubit de paridad par a paridad impar. Sin embargo, nuestros resultados muestran que esto es raro, ya que ocurre solo una vez por milisegundo en promedio. Esto indica que el blindaje que envuelve nuestro procesador es eficaz para mantener alejada dicha radiación. Estamos en el proceso de exploración de las formas de reducir esto aún más.

Tal vez no sea sorprendente que la computación cuántica requiera que diseñemos un nuevo estado de la materia diseñado en específico para permitirlo. Lo que es notable es lo precisa que ya es nuestra técnica de lectura, lo que demuestra que aprovechamos este estado exótico de la materia para la computación cuántica.

Revolucionar el control cuántico a través de la precisión digital

Esta técnica de lectura permite un enfoque muy diferente de la computación cuántica en el que se utilizan mediciones para realizar cálculos.

La computación cuántica tradicional rota los estados cuánticos a través de ángulos precisos, lo que requiere señales de control analógicas complejas personalizadas para cada qubit. Esto complica la corrección de errores cuánticos (QEC, por sus siglas en inglés), que debe depender de estas mismas operaciones sensibles para detectar y corregir errores.

Nuestro enfoque basado en mediciones simplifica de manera importante el QEC. Realizamos la corrección de errores por completo a través de mediciones activadas por pulsos digitales simples que conectan y desconectan puntos cuánticos de nanocables. Este control digital hace que sea práctico administrar la gran cantidad de qubits necesarios para las aplicaciones del mundo real.

De la física a la ingeniería

Figura 2: Hoja de ruta hacia la computación cuántica tolerante a fallos con tetrones. El primer panel muestra un dispositivo de un solo qubit. El tetrón se forma a través de dos cables topológicos paralelos (azul) con un MZM en cada extremo (punto naranja) conectados por un cable superconductor trivial perpendicular (azul claro). El siguiente panel muestra un dispositivo de dos qubits que admite transformaciones de trenzado basadas en mediciones. El tercer panel muestra una matriz de tetrones 4×2 que admite una demostración de detección de errores cuánticos en dos qubits lógicos. Estas demostraciones se basan en la corrección de errores cuánticos, como en el dispositivo que se muestra en el panel derecho (una matriz de tetrón de 27×13).

Con los bloques de construcción centrales ahora demostrados (información cuántica codificada en MZM, protegida por topología y procesada a través de mediciones), estamos listos para pasar del avance de la física a la implementación práctica.

El siguiente paso es una arquitectura escalable construida en torno a un dispositivo de un solo qubit llamado tetrón (consulte la Figura 2). En la reunión de la Estación Q, compartimos datos que demuestran el funcionamiento básico de este qubit. Una operación fundamental, medir la paridad de uno de los nanocables topológicos en un tetrón, utiliza la misma técnica descrita en nuestro artículo de Nature.

Otra operación clave coloca el qubit en una superposición de estados de paridad. Esto también se realiza mediante una medición de reflectometría de microondas de un punto cuántico, pero en una configuración de medición diferente en la que desacoplamos el primer punto cuántico del nanocable y conectamos un punto diferente a ambos nanocables en un extremo del dispositivo. Al realizar estas dos mediciones ortogonales de Pauli, Z y X, hemos demostrado un control basado en mediciones, un hito crucial que desbloquea los próximos pasos en nuestra hoja de ruta.

Nuestra hoja de ruta ahora conduce de manera sistemática hacia un QEC escalable. Los próximos pasos involucrarán un conjunto de tetrón 4×2. Primero usaremos un subconjunto de dos qubits para demostrar el entrelazamiento y las transformaciones de trenzado basadas en mediciones. Al utilizar toda la matriz de ocho qubits, implementaremos la detección de errores cuánticos en dos qubits lógicos.

La protección contra errores incorporada de los qubits topológicos simplifica la QEC. Además, nuestros códigos QEC personalizados reducen los gastos generales cerca de diez veces en comparación con el enfoque anterior de última generación. Esta drástica reducción significa que nuestro sistema escalable se puede construir a partir de menos qubits físicos y tiene el potencial de funcionar a una velocidad de reloj más rápida.

El reconocimiento de DARPA a nuestro enfoque

La Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA, por sus siglas en inglés) ha seleccionado a Microsoft como una de las dos empresas que avanzarán a la fase final de su riguroso programa de evaluación comparativa conocido como Underexplored Systems for Utility-Scale Quantum Computing (US2QC), uno de los programas que conforman la Iniciativa de Evaluación Comparativa Cuántica (QBI, por sus siglas en inglés) más grande de DARPA. Microsoft considera que este reconocimiento es una validación de nuestra hoja de ruta para crear un ordenador cuántico tolerante a errores con qubits topológicos.

El programa US2QC de DARPA y su Iniciativa de Benchmarking Cuántico más amplia representan un enfoque riguroso para evaluar sistemas cuánticos que podrían resolver problemas que están más allá de las capacidades de las computadoras clásicas. Hasta la fecha, el programa US2QC ha reunido a expertos de DARPA, el Laboratorio de Investigación de la Fuerza Aérea, el Laboratorio de Física Aplicada de la Universidad Johns Hopkins, el Laboratorio Nacional de Los Álamos, el Laboratorio Nacional de Oak Ridge y el Centro de Investigación Ames de la NASA para verificar el hardware, el software y las aplicaciones cuánticas. En el futuro, se espera que la Iniciativa de Evaluación Comparativa Cuántica más grande involucre a aún más expertos en las pruebas y evaluaciones de computadoras cuánticas.

Antes, DARPA seleccionó a Microsoft para una fase anterior tras una evaluación de que podríamos construir de manera plausible una computadora cuántica a escala de servicios públicos en un período de tiempo razonable. A continuación, DARPA evaluó los diseños arquitectónicos y el plan de ingeniería del equipo cuántico de Microsoft para un ordenador cuántico tolerante a fallos. Como resultado de este cuidadoso análisis, DARPA y Microsoft han firmado un acuerdo para comenzar la fase final del programa. Durante esta fase, Microsoft tiene la intención de construir un prototipo tolerante a fallos basado en qubits topológicos en años, no en décadas, un paso de aceleración crucial hacia la computación cuántica a gran escala.

Desbloquear la promesa de la cuántica

Hace dieciocho meses, trazamos nuestra hoja de ruta hacia una supercomputadora cuántica. Hoy alcanzamos nuestro segundo hito, al demostrar el primer qubit topológico del mundo. Y ya hemos colocado ocho qubits topológicos en un chip diseñado para albergar a un millón.

Una computadora cuántica de un millón de qubits no es solo un hito, es una puerta de entrada para resolver algunos de los problemas más difíciles del mundo. Incluso los superordenadores más potentes de hoy en día no pueden predecir con precisión los procesos cuánticos que determinan las propiedades de los materiales esenciales para nuestro futuro. Pero la computación cuántica a esta escala podría conducir a innovaciones como materiales autorreparables que reparan grietas en puentes, agricultura sostenible y descubrimientos químicos más seguros. Lo que hoy requiere miles de millones de dólares en búsquedas experimentales exhaustivas y experimentos de laboratorio húmedo podría encontrarse, en cambio, a través del cálculo en una computadora cuántica.

Nuestro camino hacia una computación cuántica útil es claro. La tecnología fundamental está probada y creemos que nuestra arquitectura es escalable. Nuestro nuevo acuerdo con DARPA muestra un compromiso con el progreso incesante hacia nuestro objetivo: construir una máquina que pueda impulsar el descubrimiento científico y resolver los problemas que importan. Estén atentos para más actualizaciones sobre nuestro viaje.

Manténganse informados de los avances de Microsoft en computación cuántica:

  • Den un vistazo al Dr. Chetan Nayak en el podcast de investigación de Microsoft mientras exploran estos avances innovadores.
  • Lean nuestros artículos en Naturey en arXiv.
  • Únanse a nosotros para prepararse para la cuántica.
  • Lean la historia de Microsoft Source sobre las noticias de hoy.
  • Escuchen al equipo cuántico de Microsoft hablar sobre estos hitos:

Más información sobre el hardware cuántico de Microsoft

The post Microsoft presenta Majorana 1, el primer procesador cuántico del mundo impulsado por qubits topológicos appeared first on Source LATAM.

 

​The post Microsoft presenta Majorana 1, el primer procesador cuántico del mundo impulsado por qubits topológicos appeared first on Source LATAM.  

Publicado el Deja un comentario

Announcing AWS DMS Serverless comprehensive premigration assessments

AWS Database Migration Service Serverless (AWS DMSS) now supports premigration assessments for replications . A premigration assessment evaluates the source and target databases of a database migration task to help identify problems that might prevent a migration from running as expected. By identifying and fixing these issues before a migration starts, you can avoid delays in completing the database migration.

The premigration assessments will obtain detailed information about the source schema and tables to provide recommendations on the AWS DMS settings that should be used. For example, the assessment can suggest which method of reading redo logs for change data capture (CDC) should be used or it could check if the recommended settings have been enabled, providing best practice recommendations from AWS DMS experts.

To learn more, see Enabling and working with premigration assessments.

AWS DMSS premigration assessments are available in all AWS Regions where DMSS is available. For AWS DMSS regional availability, please refer to the AWS Region Table.
 

 

​AWS Database Migration Service Serverless (AWS DMSS) now supports premigration assessments for replications . A premigration assessment evaluates the source and target databases of a database migration task to help identify problems that might prevent a migration from running as expected. By identifying and fixing these issues before a migration starts, you can avoid delays in completing the database migration. The premigration assessments will obtain detailed information about the source schema and tables to provide recommendations on the AWS DMS settings that should be used. For example, the assessment can suggest which method of reading redo logs for change data capture (CDC) should be used or it could check if the recommended settings have been enabled, providing best practice recommendations from AWS DMS experts. To learn more, see Enabling and working with premigration assessments. AWS DMSS premigration assessments are available in all AWS Regions where DMSS is available. For AWS DMSS regional availability, please refer to the AWS Region Table.    

Publicado el Deja un comentario

Amazon RDS for MySQL supports new minor versions 8.0.41 and 8.4.4

Amazon Relational Database Service (Amazon RDS) for MySQL now supports MySQL minor versions 8.0.41 and 8.4.4. We recommend that you upgrade to the latest minor versions to fix known security vulnerabilities in prior versions of MySQL, and to benefit from the bug fixes, performance improvements, and new functionality added by the MySQL community. Learn more about the enhancements in RDS for MySQL 8.0.41 and 8.4.4 in the Amazon RDS user guide.

You can leverage automatic minor version upgrades to automatically upgrade your databases to more recent minor versions during scheduled maintenance windows. You can also leverage Amazon RDS Managed Blue/Green deployments for safer, simpler, and faster updates to your MySQL instances. Learn more about upgrading your database instances, including automatic minor version upgrades and Blue/Green Deployments, in the Amazon RDS User Guide.

Amazon RDS for MySQL makes it simple to set up, operate, and scale MySQL deployments in the cloud. Learn more about pricing details and regional availability at Amazon RDS for MySQL. Create or update a fully managed Amazon RDS for MySQL database in the Amazon RDS Management Console.
 

 

​Amazon Relational Database Service (Amazon RDS) for MySQL now supports MySQL minor versions 8.0.41 and 8.4.4. We recommend that you upgrade to the latest minor versions to fix known security vulnerabilities in prior versions of MySQL, and to benefit from the bug fixes, performance improvements, and new functionality added by the MySQL community. Learn more about the enhancements in RDS for MySQL 8.0.41 and 8.4.4 in the Amazon RDS user guide. You can leverage automatic minor version upgrades to automatically upgrade your databases to more recent minor versions during scheduled maintenance windows. You can also leverage Amazon RDS Managed Blue/Green deployments for safer, simpler, and faster updates to your MySQL instances. Learn more about upgrading your database instances, including automatic minor version upgrades and Blue/Green Deployments, in the Amazon RDS User Guide. Amazon RDS for MySQL makes it simple to set up, operate, and scale MySQL deployments in the cloud. Learn more about pricing details and regional availability at Amazon RDS for MySQL. Create or update a fully managed Amazon RDS for MySQL database in the Amazon RDS Management Console.    

Publicado el Deja un comentario

Amazon EC2 R6a instances now available in Canada (Central)

Starting today, the memory-optimized Amazon EC2 R6a instances are now available in Canada (Central) region. R6a instances are powered by third-generation AMD EPYC processors, and deliver up to 35% better price performance than comparable R5a instances. These instances offer 10% lower cost than comparable x86-based EC2 instances.

With this additional region, R6a instances are available in the following AWS Regions: US East (Northern Virginia, Ohio), US West (Oregon, N. California), Asia Pacific (Mumbai, Hyderabad, Singapore, Sydney, Tokyo), Canada (Central), and Europe (Frankfurt, Ireland). These instances can be purchased as Savings Plans, Reserved, On-Demand, and Spot instances. To get started, visit the AWS Management Console, AWS Command Line Interface (CLI), and AWS SDKs. To learn more, visit the R6a instances pages.

 

​Starting today, the memory-optimized Amazon EC2 R6a instances are now available in Canada (Central) region. R6a instances are powered by third-generation AMD EPYC processors, and deliver up to 35% better price performance than comparable R5a instances. These instances offer 10% lower cost than comparable x86-based EC2 instances. With this additional region, R6a instances are available in the following AWS Regions: US East (Northern Virginia, Ohio), US West (Oregon, N. California), Asia Pacific (Mumbai, Hyderabad, Singapore, Sydney, Tokyo), Canada (Central), and Europe (Frankfurt, Ireland). These instances can be purchased as Savings Plans, Reserved, On-Demand, and Spot instances. To get started, visit the AWS Management Console, AWS Command Line Interface (CLI), and AWS SDKs. To learn more, visit the R6a instances pages.  

Publicado el Deja un comentario

Amazon Timestream for InfluxDB Adds Read Replica support

Amazon Timestream for InfluxDB now supports Read Replicas, enabling customers to scale their read operations across multiple instances and Availability Zones. Customers can activate a Read Replica via the AWS Marketplace from the Timestream AWS Management Console while creating a Timestream for InfluxDB instance.

Adding Read Replicas allow customers to support higher read throughput by distributing read requests across multiple database instances while maintaining a single write endpoint. This helps customers meet the demands of read-intensive workloads, such as real-time analytics and monitoring applications, and improve application performance and availability. Customers can create a Multi-AZ Read Replica cluster with just a few clicks in the AWS Management Console.

Support for Timestream for InfluxDB Read Replicas is available the following Timestream for InfluxDB Regions: US East (Ohio), US East (N. Virginia), US West (Oregon), Asia Pacific (Mumbai), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo), Canada (Central), Europe (Frankfurt), Europe (Ireland), Europe (London), Europe (Milan), Europe (Paris), and Europe (Stockholm). To learn more about Amazon Timestream for InfluxDB, please refer to our user guide.

You can create a Amazon Timestream for InfluxDB Read Replicas cluster from the Amazon Timestream console, AWS Command line Interface (CLI), or SDK, and AWS CloudFormation. To learn more about the Read Replica Cluster for Amazon Timestream for InfluxDB, visit the product page, documentation, and pricing page.

 

​Amazon Timestream for InfluxDB now supports Read Replicas, enabling customers to scale their read operations across multiple instances and Availability Zones. Customers can activate a Read Replica via the AWS Marketplace from the Timestream AWS Management Console while creating a Timestream for InfluxDB instance. Adding Read Replicas allow customers to support higher read throughput by distributing read requests across multiple database instances while maintaining a single write endpoint. This helps customers meet the demands of read-intensive workloads, such as real-time analytics and monitoring applications, and improve application performance and availability. Customers can create a Multi-AZ Read Replica cluster with just a few clicks in the AWS Management Console. Support for Timestream for InfluxDB Read Replicas is available the following Timestream for InfluxDB Regions: US East (Ohio), US East (N. Virginia), US West (Oregon), Asia Pacific (Mumbai), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo), Canada (Central), Europe (Frankfurt), Europe (Ireland), Europe (London), Europe (Milan), Europe (Paris), and Europe (Stockholm). To learn more about Amazon Timestream for InfluxDB, please refer to our user guide. You can create a Amazon Timestream for InfluxDB Read Replicas cluster from the Amazon Timestream console, AWS Command line Interface (CLI), or SDK, and AWS CloudFormation. To learn more about the Read Replica Cluster for Amazon Timestream for InfluxDB, visit the product page, documentation, and pricing page.  

Publicado el Deja un comentario

Dynamically update your running EMR cluster with reconfiguration for instance fleets

Amazon EMR on EC2 now supports real-time update of application configurations for EMR instance fleets without requiring cluster termination or restart. With this feature, customers can now dynamically adjust application configurations, such as Spark’s executor memory, YARN’s resource allocation, and HDFS settings seamlessly, on a running cluster, minimizing interruptions to your workloads. This is particularly useful for adjusting resource allocation and fine-tune applications to match data processing and job performance requirements, while ensuring optimal resource utilization.

Amazon EMR is a cloud big data platform for data processing, interactive analysis, and machine learning using open-source frameworks such as Apache Spark, Apache Flink, and Trino. Previously, you had to terminate and relaunch instance fleet clusters with new configurations. This process resulted in downtime, increased operational effort, and delayed workflow adjustments. With support for reconfiguration, EMR dynamically applies the updated configurations on cluster nodes on a rolling basis while ensuring cluster stability and resource availability. It provides notifications to customers via Amazon CloudWatch and EMR events. In the event of a failure or an incompatible update, EMR rolls back the changes to ensure your cluster remains operational. You can continue to run workloads on the cluster during the update process.

You can leverage this feature on all EMR 5.21 and later releases using AWS CLI, or API. This capability is available in all AWS Regions, including the AWS GovCloud (US) Regions, where Amazon EMR on EC2 is available. To learn more, please refer to the documentation here.

 

​Amazon EMR on EC2 now supports real-time update of application configurations for EMR instance fleets without requiring cluster termination or restart. With this feature, customers can now dynamically adjust application configurations, such as Spark’s executor memory, YARN’s resource allocation, and HDFS settings seamlessly, on a running cluster, minimizing interruptions to your workloads. This is particularly useful for adjusting resource allocation and fine-tune applications to match data processing and job performance requirements, while ensuring optimal resource utilization. Amazon EMR is a cloud big data platform for data processing, interactive analysis, and machine learning using open-source frameworks such as Apache Spark, Apache Flink, and Trino. Previously, you had to terminate and relaunch instance fleet clusters with new configurations. This process resulted in downtime, increased operational effort, and delayed workflow adjustments. With support for reconfiguration, EMR dynamically applies the updated configurations on cluster nodes on a rolling basis while ensuring cluster stability and resource availability. It provides notifications to customers via Amazon CloudWatch and EMR events. In the event of a failure or an incompatible update, EMR rolls back the changes to ensure your cluster remains operational. You can continue to run workloads on the cluster during the update process. You can leverage this feature on all EMR 5.21 and later releases using AWS CLI, or API. This capability is available in all AWS Regions, including the AWS GovCloud (US) Regions, where Amazon EMR on EC2 is available. To learn more, please refer to the documentation here.  

Publicado el Deja un comentario

Amazon Aurora PostgreSQL zero-ETL integration with Amazon Redshift now available in 18 additional regions

Amazon Aurora PostgreSQL-Compatible Edition zero-ETL integration with Amazon Redshift is now supported in 18 additional regions, enabling near real-time analytics and machine learning (ML) using Amazon Redshift. With this launch, Aurora PostgreSQL zero-ETL integration with Amazon Redshift is supported in all AWS commercial regions where Amazon Redshift is supported.

Zero-ETL integration with Amazon Redshift enables near real-time analytics and machine learning (ML) using Amazon Redshift to analyze petabytes of transactional data from Aurora. Within seconds of transactional data being written into Amazon Aurora PostgreSQL-Compatible Edition, zero-ETL seamlessly makes the data available in Amazon Redshift, removing the need to build and manage complex data pipelines that perform extract, transform, and load (ETL) operations.

Amazon Aurora PostgreSQL zero-ETL integration with Amazon Redshift is available for Aurora PostgreSQL version 16.4 and higher in US West (N. California), Africa (Cape Town), Asia Pacific (Hyderabad), Asia Pacific (Jakarta), Asia Pacific (Melbourne), Asia Pacific (Osaka), Asia Pacific (Seoul), Canada (Central), Canada West (Calgary), Europe (London), Europe (Milan), Europe (Paris), Europe (Spain), Europe (Zurich), Israel (Tel Aviv), Middle East (Bahrain), Middle East (UAE), South America (São Paulo). For all regions supported by the Aurora PostgreSQL zero-ETL integration, see the supported AWS regions.

To learn more and get started with zero-ETL integration, visit Amazon Aurora zero-ETL integration with Amazon Redshift and the getting started guides for Aurora and Amazon Redshift.
 

 

​Amazon Aurora PostgreSQL-Compatible Edition zero-ETL integration with Amazon Redshift is now supported in 18 additional regions, enabling near real-time analytics and machine learning (ML) using Amazon Redshift. With this launch, Aurora PostgreSQL zero-ETL integration with Amazon Redshift is supported in all AWS commercial regions where Amazon Redshift is supported. Zero-ETL integration with Amazon Redshift enables near real-time analytics and machine learning (ML) using Amazon Redshift to analyze petabytes of transactional data from Aurora. Within seconds of transactional data being written into Amazon Aurora PostgreSQL-Compatible Edition, zero-ETL seamlessly makes the data available in Amazon Redshift, removing the need to build and manage complex data pipelines that perform extract, transform, and load (ETL) operations. Amazon Aurora PostgreSQL zero-ETL integration with Amazon Redshift is available for Aurora PostgreSQL version 16.4 and higher in US West (N. California), Africa (Cape Town), Asia Pacific (Hyderabad), Asia Pacific (Jakarta), Asia Pacific (Melbourne), Asia Pacific (Osaka), Asia Pacific (Seoul), Canada (Central), Canada West (Calgary), Europe (London), Europe (Milan), Europe (Paris), Europe (Spain), Europe (Zurich), Israel (Tel Aviv), Middle East (Bahrain), Middle East (UAE), South America (São Paulo). For all regions supported by the Aurora PostgreSQL zero-ETL integration, see the supported AWS regions. To learn more and get started with zero-ETL integration, visit Amazon Aurora zero-ETL integration with Amazon Redshift and the getting started guides for Aurora and Amazon Redshift.    

Publicado el Deja un comentario

AWS CDK releases L2 construct support for Amazon Data Firehose delivery streams

AWS Cloud Development Kit (AWS CDK) now includes L2 construct support for Amazon Data Firehose delivery streams, enabling developers to define and deploy streaming data infrastructure as code. This new capability allows you to programmatically configure delivery streams that automatically deliver real-time data to destinations like Amazon S3.

With this addition to AWS CDK, you can define sophisticated streaming architectures using familiar programming languages like TypeScript, Python, Java, and .NET. The module simplifies the process of setting up fully-managed delivery streams that push data to your desired destinations on a regular cadence, making it easier to build data lakes, enable real-time analytics, and create data archival solutions.

To learn more about using Amazon Data Firehose with AWS CDK, see the AWS CDK documentation and the Amazon Data Firehose Developer Guide. You can also explore sample applications and use cases on the AWS CDK Workshop website.

 

​AWS Cloud Development Kit (AWS CDK) now includes L2 construct support for Amazon Data Firehose delivery streams, enabling developers to define and deploy streaming data infrastructure as code. This new capability allows you to programmatically configure delivery streams that automatically deliver real-time data to destinations like Amazon S3. With this addition to AWS CDK, you can define sophisticated streaming architectures using familiar programming languages like TypeScript, Python, Java, and .NET. The module simplifies the process of setting up fully-managed delivery streams that push data to your desired destinations on a regular cadence, making it easier to build data lakes, enable real-time analytics, and create data archival solutions. To learn more about using Amazon Data Firehose with AWS CDK, see the AWS CDK documentation and the Amazon Data Firehose Developer Guide. You can also explore sample applications and use cases on the AWS CDK Workshop website.  

Publicado el Deja un comentario

AWS Price List API supports AWS PrivateLink

AWS Price List API now supports AWS PrivateLink. With AWS PrivateLink, you can simplify private network connectivity between virtual private clouds (VPCs), the AWS Price List API, and your on-premises data centers by using interface VPC endpoints and private IP addresses.

The AWS Price List API provides a catalog of the products and prices for AWS services that you can purchase on AWS.
AWS PrivateLink is compatible with AWS Direct Connect and AWS Virtual Private Network (VPN) to facilitate private network connectivity, and helps you eliminate the need to use public IP addresses, configure firewall rules, or configure an internet gateway to access the AWS Price List API from your on-premises data centers. Using the AWS Price List API with AWS Private Link enables you to access AWS product and pricing data without the need to access the public internet.

AWS PrivateLink for AWS Price List API is available in all commercial regions where the AWS Price List API is available (US East (N. Virginia), Asia Pacific (Mumbai), Europe (Frankfurt), China (Ningxia). There is an additional cost to use this feature. Please see AWS PrivateLink pricing for more details.

You can get started with the feature by using the AWS Management Console, AWS API, AWS CLI, AWS SDK, or AWS CloudFormation. Learn more at Access AWS Billing and Cost Management using an interface endpoint (AWS PrivateLink).
 

 

​AWS Price List API now supports AWS PrivateLink. With AWS PrivateLink, you can simplify private network connectivity between virtual private clouds (VPCs), the AWS Price List API, and your on-premises data centers by using interface VPC endpoints and private IP addresses. The AWS Price List API provides a catalog of the products and prices for AWS services that you can purchase on AWS. AWS PrivateLink is compatible with AWS Direct Connect and AWS Virtual Private Network (VPN) to facilitate private network connectivity, and helps you eliminate the need to use public IP addresses, configure firewall rules, or configure an internet gateway to access the AWS Price List API from your on-premises data centers. Using the AWS Price List API with AWS Private Link enables you to access AWS product and pricing data without the need to access the public internet. AWS PrivateLink for AWS Price List API is available in all commercial regions where the AWS Price List API is available (US East (N. Virginia), Asia Pacific (Mumbai), Europe (Frankfurt), China (Ningxia). There is an additional cost to use this feature. Please see AWS PrivateLink pricing for more details. You can get started with the feature by using the AWS Management Console, AWS API, AWS CLI, AWS SDK, or AWS CloudFormation. Learn more at Access AWS Billing and Cost Management using an interface endpoint (AWS PrivateLink).    

Publicado el Deja un comentario

AWS WAF enhances Data Protection and logging experience

AWS WAF expands its Data Protection capabilities with new controls for sensitive data in logs. In addition, we have updated the Logging configuration console experience, making it easier for customer to select the optimal logging option.

Data Protection works together with existing Logging Redaction and Filtering features. You can select which protection method to use based on your use case and where you need to apply the controls. When configured, selected request log fields can be replaced with cryptographic hashes (e.g. ‘ade099751d2ea9f3393f0f’) or a predefined static string (‘REDACTED’) before logs are sent to WAF Sample Logs, Amazon Security Lake, CloudWatch, or other logging destinations. This centralized approach is designed to simplify the management of data and reduces the risk of accidental exposure. In addition, we simplified the WAF console experience for managing logging configurations. Customers can now view all available logging options and select their preferred settings in a simple unified experience.

This feature is available in all AWS Regions and endpoints where AWS WAF is available. To learn more, see the AWS WAF developer guide. There is no additional cost for using this feature, however standard AWS WAF charges still apply. For details, visit the AWS WAF Pricing page.

To use the new Data Protection feature, simply navigate to your Web ACL ‘Logging and metrics’ section in the AWS WAF console and choose the desired data protection option. Existing logging configurations will remain unchanged. For more information about the Data Protection, visit AWS documentation.

 

​AWS WAF expands its Data Protection capabilities with new controls for sensitive data in logs. In addition, we have updated the Logging configuration console experience, making it easier for customer to select the optimal logging option. Data Protection works together with existing Logging Redaction and Filtering features. You can select which protection method to use based on your use case and where you need to apply the controls. When configured, selected request log fields can be replaced with cryptographic hashes (e.g. ‘ade099751d2ea9f3393f0f’) or a predefined static string (‘REDACTED’) before logs are sent to WAF Sample Logs, Amazon Security Lake, CloudWatch, or other logging destinations. This centralized approach is designed to simplify the management of data and reduces the risk of accidental exposure. In addition, we simplified the WAF console experience for managing logging configurations. Customers can now view all available logging options and select their preferred settings in a simple unified experience. This feature is available in all AWS Regions and endpoints where AWS WAF is available. To learn more, see the AWS WAF developer guide. There is no additional cost for using this feature, however standard AWS WAF charges still apply. For details, visit the AWS WAF Pricing page. To use the new Data Protection feature, simply navigate to your Web ACL ‘Logging and metrics’ section in the AWS WAF console and choose the desired data protection option. Existing logging configurations will remain unchanged. For more information about the Data Protection, visit AWS documentation.