AWSの年次学習イベントre:Inventは2026年11月30日から12月4日まで開催されます。2,000以上の学習セッションが用意され、AI/ML(AIM)トラックだけでも140以上のセッションがあります。本記事ではAWS AIスタックを下から上へたどりながら、参加者が自分の役割や目標に合ったスケジュールを組めるよう、主要なセッションを整理します。現地参加が難しい場合でも、多くのセッションはオンデマンドで視聴でき、基調講演はライブ配信されます。
まずセッション形式を理解しておきましょう。ブレイクアウトは60分の講義形式で、AWSの専門家、顧客、パートナーが登壇します。後日録画され、AWS EventsのYouTubeチャンネルに公開されます。チャークトークは登壇者との対話や質問、ホワイトボードを使った議論が中心です。ビルダーセッションは1時間で何かを作り上げます。ワークショップは2時間の対話形式で、小チームに分かれてAWSサービスを使い実際の問題を解決します。コードトークは専門家によるライブコーディングです。ライトニングトークは20分のデモで、ベネチアン・エキスポ・ホールまたはWynn/Encoreのアッパー・コンベンション・プロムナードで行われます。
AWS AIスタックを理解すると、セッション選びが容易になります。最下層はグローバルインフラストラクチャで、AIワークロードに必要な電力、冷却、ネットワークに対応するよう設計されたデータセンターです。その上にAIチップ層があり、AWS TrainiumとNVIDIA GPUの2つの選択肢があります。Trainiumは高性能AIトレーニングと推論向けに設計され、NVIDIA GPUはGPUアクセラレーションを必要とするチーム向けです。ワークロード、性能要件、コスト目標に応じて選択します。さらに上はデータ基盤で、AWS Contextがストレージ、データベース、分析、検索サービスをまたいでデータを接続し、モデルやエージェントが必要な情報に適切なタイミングでアクセスできるようにします。
モデル、トレーニング、推論の層では、モデルの構築、訓練、微調整、提供が行われます。Amazon Bedrockは統一APIを通じて複数プロバイダーの数百の主要モデルへのマネージドアクセスを提供し、Amazon SageMaker AIは専用インフラ上でカスタムモデルを訓練、微調整、デプロイする完全な制御を提供します。多くの顧客はワークロードに応じて両方を使い分けます。エージェント開発と管理の層では、Amazon Bedrock AgentCoreが中核となり、Amazon BedrockやSageMaker AIのモデルを含む任意のモデルやプロバイダーの組み合わせをサポートします。これにより、単一プロバイダーに縛られず、タスクごとに適切なモデルを選べます。最上位はすぐに使えるエージェントソリューションで、仕様駆動開発を支援するKiro、アプリケーションやツール、データを個人の知識グラフに接続するAWS Quick、顧客体験や採用、サプライチェーン、医療向けのAmazon Connect、パートナー製AIソリューションを提供するAWS Marketplaceなどがあります。セキュリティ、ガバナンス、コスト最適化はスタック全体に組み込まれ、チップ層のハードウェア分離からエージェントのアクセス制御まで基盤に備わっています。
AI/MLトラックは主にスタックの3つの中核層、AIチップ、モデル・トレーニング・推論、エージェント開発と管理に焦点を当て、セキュリティ、ガバナンス、コスト最適化が全体に織り込まれています。ガイドはチップ層から始まり、モデルとエージェントへと上昇し、最後にサステナビリティやインフラなどの関連トピックを扱います。各セクションでは初心者向けセッションが先に、技術的な深掘りが後に配置されています。
AWS上のAIが初めてならAIM204から始めましょう。スタック全体を説明し、TrainiumとGravitonチップ、Amazon BedrockとSageMaker AIでのモデル推論、AgentCore上の本番エージェントを紹介します。すでに構築している人はAIM364が役立ちます。Amazon BedrockとSageMaker AIの選択基準と併用すべき場面を示し、AgentCore上で動く実際のエージェント型コーディングアプリを例にします。データ戦略の担当者はAIM363に参加しましょう。ガバナンスされたデータ製品がカスタマイズ、推論、エージェントをどう支えるか、プロンプトキャッシュ、蒸留、バッチ推論などのコスト手法がクリーンなデータでなぜ効果的なのかを説明します。AIM319はコストだけでなくビジネスインパクトに焦点を当て、AIスタック全体のライブデモを通じてROIと成果あたりコストの測定方法を示します。経験豊富なビルダーはAIM443を検討してください。400レベルのチャークトークで、Amazon SageMaker HyperPod上に訓練パイプラインを構築し、会社のデータを取り込みながらガバナンスを維持し、同じモデルを推論用にAmazon Bedrockへ、エージェント用にAgentCoreへデプロイします。
AIチップのセクションはNVIDIA GPUとAWS Trainiumの2系統に分かれます。AWSはNVIDIA GPUを搭載した多様なAmazon EC2インスタンスを提供しており、関連セッションでは安全かつ確実に訓練と推論を実行する方法を紹介します。AIM2210は最新のGPUインスタンスを扱い、AIM3301では顧客がGPUスケジューリングの最適化によってGPU容量を最大限活用する方法を共有します。AIM392はEC2 G7eとG7インスタンスがPシリーズの代替として適する場面を説明し、AIM346は自己管理エージェントによるAIインフラの調整を扱います。ハンズオンを希望するなら、AIM345の分離型推論サービング、AIM344の実際のGPUクラスタ障害の原因と復旧、AIM347のGPU性能エンジニアリングワークショップがあります。データ処理ではAIM3312が、Amazon EMRとNVIDIA cuDFプラグインを組み合わせることで、コード変更なしにEC2 G7インスタンス上でCPUインスタンス比最大3.7倍高速にApache Sparkジョブを実行できることを示し、GPU上のDuckDBも取り上げます。
AWS Trainiumは次世代の深層学習訓練と推論のために設計されたAIチップファミリーで、AWS Neuronソフトウェアスタックを通じてPyTorchなどの使い慣れたフレームワークに接続し、書き換えなしで構築できます。TrainiumベースのEC2インスタンスを採用する顧客は、同等インスタンスより良い価格性能比を得られる可能性があります。Trainiumが初めてならAIM211から始めましょう。シリコンからアプリケーションまで全スタックをたどります。AIM310はTrainium3とTrn3 UltraServerが大規模なMixture-of-Expertsモデルの性能を維持する方法を紹介します。Trainium3への移行を検討中なら、AIM2213のパネルで実際にTrainium上で製品を出荷した4人のAIリーダーの話を聞けます。役割別のセッションも多数あります。PyTorchを常用する科学者や研究者はAIM339のnanochatコードトークの後、AIM334の分散トレーニングワークショップに参加できます。MLエンジニアや開発者はAIM349でHugging Faceモデルを使った本番AIアシスタントを設計し、AIM326ワークショップで推論スケーリングを体験できます。ピークスループットを追求する性能エンジニアにはAIM329のエージェント最適化ループと、INV511のNeuron Kernel Interfaceの500レベル詳細が有用です。Amazon EKS上でTrainiumを動かすなら、AIM311が最大2万アクセラレータのデプロイに耐えるレジリエンシー構成をホワイトボードで示します。SageMaker AI経由でデプロイする場合はSageMaker AIのセクションを参照してください。
さらに進みたい人には、ゲーム、ロボティクス、自動運転のシミュレーションを支える新興カテゴリのワールドモデルがあります。AIM323はネイティブPyTorchでワールドモデルを提供する方法を扱う良い出発点です。そこからはハンズオンパスを選べます。AIM304ではエージェント型Neuronワークフローを使ってリアルタイム動画ワールドモデルをデプロイし最適化し、AIM305では物理AI向けの視覚-言語-行動モデルを訓練します。どちらもビルダーセッションです。
Amazon SageMaker AIは独自モデルをカスタマイズしてデプロイするためのAWSサービスで、モデルライフサイクル全体を1か所で扱います。サーバーレスコンピュートでデータを準備しモデルをカスタマイズでき、より多くの力が必要になれば訓練ジョブを数千のアクセラレータに拡張できます。モデルができたらSageMaker推論エンドポイントまたはSageMaker HyperPodにデプロイし、モデルの重みはユーザーが保持し、実行場所もユーザーが決めます。SageMaker AIが初めてならAIM342から始めましょう。1つのサービスでモデルを構築、カスタマイズ、デプロイする方法を示します。セッションの合間にはBuilder’s Hubで3つのコンテストのいずれかに挑戦できます。エージェントの微調整、Agentic Football Cupへの参加、ロボットに新しいタスクを教えることです。ロボティクス、ワールドモデル、物理AIの最新情報はAIM2215のビルダーパネルで聞けます。モデル選びや評価の書き方を学んでいる人にはAIM2205が、自社データに基づく評価の構築方法と、ビジネス知識を実行コストの低いモデルに変換する方法を示します。カスタマイズはデータから始まり、以降のセッションではデータ準備とガバナンスなどのテーマを深掘りします。