Category: Compute

AWS Heroes Summit、Amazon Bedrock 上的 Web 搜索、Dogwood、Kiro Crew 等

雅典本地区域、AWS 上的 Claude Opus 5、适用于 .NET 的 Lambda 持久执行等

一键 Lambda 设置提示、Bedrock 上的 OpenAI GPT-5.6 模型等

AWS 构建者中心上线一周年、Security Hub 网络扫描功能、适用于 AWS 的 Loom 等

讨论 Agentic RL 训练成本时，基于 Graviton5 的 m9g 实例，可将沙盒层成本降低多达 43%。该分析同样适用于 Agent 执行工具调用和代码的 CPU 沙盒环境。

本文从隔离级别、状态保持、启动模型、网络模型、计费对比等多个维度深入对比 Lambda MicroVMs 和 Lambda Functions，帮助架构师做出正确的技术选型。

2026 年 6 月，AWS 同时拥有了两个能”安全运行 AI 生成代码”的 Serverless 产品——Lambda MicroVMs 和 Bedrock AgentCore Runtime。它们底层都基于 Firecracker microVM，却处在完全不同的抽象层。本文从定位、架构、计费、适用场景等维度做深度对比，帮助 AI Agent 开发者和架构师做出正确选择。

今天我很高兴地宣布，由 AWS Graviton5 处理器提供支持的 Amazon Elastic Compute Cloud（Amazon EC2）C9g、C9gd 实例现已正式发布。C9g 为计算优化型实例，与上一代 C8g 实例相比，单 vCPU 性能提升高达 25%。该实例搭载云端处理器实例中的快速内存模组 DDR5 8800MT/s DIMM，与 Graviton4 处理器相比，三级缓存容量提升 5 倍，数据包处理性能最高可提高 3 倍。更快的内存和更大缓存容量意味着可大幅减少工作负载的数据等待耗时，从而提升内存中分析的吞吐量、加快代理循环执行速度，同时提高实时应用程序的响应速度。

Amazon Connect Customer 的代理式 CX 设计器、EC2 AMI 水印、MySQL 开放治理等

今天，我们宣布推出 AWS Lambda MicroVMs，这是 AWS Lambda 中一款全新的无服务器计算基础组件，可让您在隔离的有状态执行环境中运行用户或人工智能生成的代码。您可以获得虚拟机级别的隔离、近乎即时的启动和恢复能力，以及对环境生命周期和状态的直接控制能力，所有这些都无需管理基础设施，也无需积累虚拟化技术方面的复杂专业知识。Lambda MicroVMs 由 Firecracker 提供支持，后者同样是轻量虚拟化技术，为每月超 15 万亿次 Lambda 函数调用提供支持。