AWS Summit Bangkok 2024


AWS Summit Bangkok 2024

Konnichiwa, I am Mon.
I am responsible for infrastructure and solutions architecture at Lep.
This time, I attended the critical AWS seminar event in AWS Summit Bangkok 2024, exhibited at the Queen Sirikit National Convention Centre Bangkok on 30 May 2024. The seminar was a platform for unveiling numerous new solutions and architecture enhancements, all aimed at bolstering flexibility and business integration with AWS.

The seminar has four tracks. I focused on tracks 3 and 4, which are about AI(Including some ML insight). Many of their sessions also include the DevOps part, which I would like to focus on.

The sessions on AI topics that I would like to share are

  • AIM002: Build a data foundation to fuel generative AI.
  • AIM307: Customising generative AI applications for your business using your own data.

Both sessions mentioned the AI enhancement model method. The sessions also emphasize Retrieval-Augmented Generation (RAG).

Frequently, RAG is an integral part of bringing GenAI to develop a system because the general Model (Foundation model) is not designed to meet specific business needs. Even though the model can create a response (Generate content) to interact with the system or client. Creating a system that meets the needs requires specific information. So that the created system can create an appropriate response. Therefore, there are many factors involved in making RAG, such as

  • Specific data
  • Doing ETL to prepare data
  • Vector Database
  • Foundation model integration

AWS offers a service called Amazon Bedrock to help developers integrate their systems with the Foundation model in a stable manner. Additionally, I noticed that one of the booths shows this.

This is an excellent solution. Of course, applying the solution will involve many details that need to be deep-dived. That’s what I aim for, and I will go back and deep dive into it.


The AWS Summit Bangkok 2024 is the event that brings together quality sessions. Many solutions are discussed that I can apply to existing systems, including design—future Infrastructure and Architecture to meet business needs.

In the part that I focused on this time, I have learned essential options for developing and integrating the foundation model with the application by creating appropriate data fuel so that the system can efficiently meet business needs.


2024年5月30日にバンコクのクイーンシリキット国立コンベンションセンターで開催されたAWSサミット バンコク2024に参加してきました。

AWSサミットはAmazonが特に重きを置くイベントで、毎回Amazon Web Services (AWS) の新たなサービスやアーキテクチャの強化が発表され、AWSを利用するビジネスの強化、またサービスの柔軟性向上に活用できるアイディアを得られる重要な機会となっています。

セミナーは 4 つのトラックから成っています。今回は AI・機械学習に関するトラック 3、トラック 4 を中心に聴講しました。またDevOpsに関するテーマを扱ったセッションにも参加できました。


  • AIM002: 生成 AI 推進のためのデータ基盤構築
  • AIM307: 自社データを使用したビジネス向け生成 AI アプリケーションのカスタマイズ

どちらのセッションでも、AI 拡張モデル手法、そして言語モデル出力の最適化技術である検索拡張生成 (RAG) に重点が置かれていました。

RAG は 生成AI をシステム開発に導入する上でおよそ不可欠な部分です。というのは、一般的なモデル (基盤モデル) は特定のビジネス要件を満たすよう設計されていないからです。モデルはクライアントに対する一般的な応答 (いわゆるコンテンツの生成) を行えますが、特定のニーズに答える適切な応答を返すシステムを作成するには、それに応じた特定のデータが不可欠です。RAG の作成には次の複数の要素が関係します。

  • 特定のデータ
  • データを準備するための ETL の実行
  • ベクトルデータベース
  • 基盤モデルの統合

開発者がシステムと基盤モデルとを安定して統合できるようにするために、AWS はAmazon Bedrock というサービスを提供しています。サービスデモが会場内のブースで提供されていました。Bedrockは非常に優れたソリューションです。それを活用できるレベルに至るまでにはさらに深く掘り下げて学ぶ必要がありそうです。



特に、適切なデータフューエル (燃料) を作成して基盤モデルを開発し、アプリケーションと統合するための重要なオプションを学びました。これにより開発するAIを活用するシステムがビジネス要件を効率的に満たすことができるでしょう。