AWSがGoogle Cloudとの高速接続を発表、来年にはAzureとも接続。「AWS Interconnect」プレビュー開始 Amazon Web Services（AWS）は、Google CloudやMicrosoft Azureなどのクラウドと高速なプライベート接続を実現する新サービス「AWS Interconnect - multicloud」のプレビュー開始を発表しました。 AWSサービスにより外部クラウドと高速接続 クラウドの普及によって、AWS、Microsoft Azure、Google Cloudなどの大手クラウドを組み合わせたマルチクラウド構成を採用する企業が増える中で、これら複数のクラウドを組み合わせるネットワークの構築は顧客自身が行う必要がありました。 AWS Interconnectは、これをAWSのサービスによって実現するものです。 AWSが提供する専用の
AWS announces preview of AWS Interconnect - multicloud - AWS
AWS announces preview of AWS Interconnect - multicloud, providing simple, resilient, high-speed private connections to other cloud service providers (CSPs), starting in preview with Google Cloud as the first launch partner and then with Microsoft Azure later in 2026. Customers have been adopting multicloud strategies while migrating more applications to the cloud. They do so for many reasons inclu
マイクロソフト、MCPやA2Aプロトコルに対応したAIエージェント開発を容易にする「Microsoft Agent Framewok」プレビュー公開 マイクロソフトは、MCP（Model Context Protocol）やA2A（Agent to Agent）プロトコルなどの業界標準に対応したAIエージェントや、複数のAIエージェントのオーケストレーションの開発を容易にする「Microsoft Agent Framewok」をプレビュー公開しました。 Agent Frameworkは2つのフレームワークを1つに統合 マイクロソフトはこれまで、「Semantic Kernel」と「AutoGen」というAIエージェントに関連した2つのフレームワークを提供してきました。 Semantic KernelはC#やPython、Javaなどのプログラミング言語を用いてAIエージェントを容易に開発で
注 現在、この機能はパブリック プレビュー段階にあります。 このプレビュー版はサービス レベル アグリーメントなしで提供されています。運用環境のワークロードに使用することはお勧めできません。 特定の機能はサポート対象ではなく、機能が制限されることがあります。 詳細については、「 Microsoft Azure プレビューの追加使用条件」を参照してください。 エージェント取得とはどのようなものでしょうか。 Azure AI Search では、 エージェント検索 は、チャット内や Copilot アプリ内でユーザーまたはエージェントが提起する複雑な質問向けに設計された、新しいマルチクエリ パイプラインです。 これは、 取得拡張生成 (RAG) パターンとエージェント間ワークフローを対象としています。 実行内容は次のとおりです。 大規模な言語モデル (LLM) を使用して、複雑なクエリをより小
注目MCPニュース 昨今LLM界隈を賑わせているMCP（Model Context Protocol）ですが、個人的には最近のビッグニュースとして以下の２つが挙げられます。 Azure FunctionsトリガーがMCPに対応! Azure Functionsは「トリガー」と呼ばれる仕組みを使ってイベントドリブンなアプリケーションを構築することができます（たとえばタイマートリガーで定期実行、HTTPトリガーでWeb APIを作る、など）。 2025年4月5日にAzure FunctionsのMCPトリガーがプレビュー版として公開されたことがMicrosoftの公式ブログで発表されました。本記事執筆時点での対応言語はC#、Python、Nodeの3つです。 VS Code Stable 1.99でMCPが正式サポート! GitHub CopilotにAgent modeが追加され、それと同時
はじめに こんにちは！ AI エンジニアのヤマゾーです。 近年、生成 AI の進化が目覚ましく、生成 AI を活用したシステムの開発が盛んに行われています。その中で最も有名なテクニックが RAG です。RAG というのは検索拡張生成 (Retrieval Augmented Generation) の略で、質問の関連情報を検索し、質問と関連情報をセットで入力して回答させる技術のことです。 各企業ではこの RAG システムを積極的に導入していますが、ほぼ確実に課題になるのが検索部分の精度です。そして検索精度を上げるためには検索エンジンの知識が必要不可欠です。 本記事では検索エンジンの筆頭サービスである Azure AI Search を題材に、検索エンジンの基本的な仕組みや検索クエリの書き方について初学者向けに解説します。 サマリ 本記事の目次 1. Azure AI Search の概要
マイクロソフト、NoSQL標準の策定を目指し、Cosmos DBで使われている「DocumentDB」をオープンソースで公開。PostgreSQLをベースに マイクロソフトはNoSQLデータベースの実装として「DocumentDB」をオープンソースで公開したことを発表しました。 DocumentDBは、Microsoft Azure上のvCore-based Azure Cosmos DB for MongoDBとして提供されているNoSQLデータベースのオープンソース実装です（AWSもMongoDB互換の「Amazon DocumentDB」と呼ばれるサービスを提供していますが、別の実装です）（追記：当初、「Azure DocumentDB」のオープンソース実装と記述していましたが、間違いでしたので記述を改めました。お詫びして訂正します）。 Announcing DocumentDB,
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
