11月12日、InfoWorldが「AWS boosts Bedrock AgentCore runtime compute capacity to speed up AI agent development」と題した記事を公開した。AWSがAmazon Bedrock AgentCoreのランタイム層を大幅に強化し、AIエージェント開発・運用のコスト効率と性能を向上させたという内容だ。
Amazon Bedrock AgentCoreは、AWSがAIエージェントの本番運用を支援するために提供するマネージドサービス群で、エージェントの実行環境(ランタイム)・メモリ・ツール連携・認証などの基盤機能をカバーする。今回のアップデートはそのランタイム層に相当する「Bedrock AgentCore Runtime」に対するもので、コンピュート上限の引き上げ、起動高速化、アイドルリソースの自動回収といった複数の改善が同時に加えられた。
最大4倍のコンピュート、2秒未満の起動時間
今回のアップデートで最も実務インパクトが大きいのが、セッションあたりの上限スペック引き上げと起動時間の短縮だ。
各セッションは最大8 vCPU・32GBメモリをサポートするようになり、コンテナイメージも最大10GBまで対応する。従来比で最大4倍のコンピュート容量となる。
これが何を意味するか、HFS ResearchのエグゼクティブリサーチリーダーであるAshish Chaturvediが具体的に説明している。
「大規模コードベースをコンパイルするコーディングエージェント、フルページを読み込むブラウザエージェント、ローカルで小型モデルを実行するエージェントは、どれも以前のセッションサイズの限界を超えていた。開発者は処理を不格好に分割するか、隔離環境の外に移すしかなかった。8 vCPU・32GB・10GBコンテナイメージという新たな上限により、これらの複雑なワークロードがセキュアな境界内に収まるようになった」
起動時間については、コンテナイメージサイズに関わらず2秒未満で起動できるようになった。従来は起動に約1分かかっていたため、開発者はレイテンシ回避のためにウォームプール(事前プロビジョニング済みの待機インスタンス群)を維持する必要があった。これはエージェントが実際に動いていない時間にもコストが発生することを意味する。
「2秒未満で起動できれば、開発者はアイドル容量を維持せずオンデマンドで隔離セッションをプロビジョニングできる」(Chaturvedi)
メモリ回収とスケールゼロで運用コストを削減
今回のアップデートでは、未使用メモリを数分以内に回収し、アイドル状態のエージェントをゼロにスケールダウンする機能も導入された。
AWSによれば、モデル応答やツール呼び出し、人間の介入を待つ時間が長いマルチターン型エージェントでは、セッションあたりのメモリ消費を最大68%削減できるとしている。
HFS ResearchのAIスタック担当プラクティスリーダーであるStephanie Walterは、CIO視点でのコスト効果を次のように述べている。
「エージェントはコード実行中と承認待ち中で同じリソースを必要とするわけではない。未使用メモリの回収とアイドルセッションのゼロスケールにより、長時間稼働エージェントの維持コストを削減できる。エンタープライズでは数百のエージェントセッションを同時実行するケースが多く、リソース消費の削減は実質的な変化になりうる」
また、開発者側のメリットとして、Chaturvediはセッション管理のロジック削減を挙げている。
「開発者はマルチターン・長時間実行エージェントを構築する際、セッションのシャットダウン・状態保存・再起動のロジックを自前で書く必要がなくなる」
ベースライン料金とデータ分離の強化
常時稼働エージェント向けにベースライン料金モデルも新たに導入された。セッションごとに最小メモリ割り当てを設定しつつ、必要時にはその最大4倍までバーストできる仕組みだ。ピーク容量を事前に確保せずとも、需要増に柔軟に対応できる。
データ分離の面では、FUSE(Filesystem in Userspace)サポートにより、Amazon S3バケットを含むファイルシステムへの動的マウントと書き込みが可能になった。FUSEはカーネルを改変せずにユーザー空間でファイルシステムを実装できる仕組みであり、AIエージェントの隔離実行環境においては「セキュアな境界を維持したまま外部ストレージへアクセスする」という相反する要件を両立するうえで重要な技術だ。これまでは、エージェントの隔離実行環境と外部ストレージ間でのファイル・認証情報・ツール出力の移動を管理する仕組みを開発者が自前で実装する必要があった。
トレードオフも存在する
ゼロスケールやベースライン料金には課題もある。両アナリストは以下の点に注意を促している。
- ゼロスケールからの再起動時にレイテンシが発生する可能性があり、レイテンシ感度の高いエージェントには不向きな場合がある
- スケールゼロ後の再起動時の動作検証が必要。ファイルの可用性、認証情報の有効期限、直前アクションの完了状態などを確認しないと、決済や本番環境への変更が重複実行されるリスクがある
- アイドルコストが下がることで不要なエージェントが放置されるガバナンスリスクが生まれる。長期間稼働し続けるエージェントがエンタープライズリソースへのアクセス権を保持し続ける可能性がある
- ベースラインの設定が高すぎれば未使用容量のコストが発生し、低すぎれば頻繁なバーストでコストが予測困難になる
Chaturvediは「リソース要件が比較的安定したワークロードに向いており、予測困難なワークロードや実験的なワークロードには従量課金の方が適している可能性がある」と述べている。
対応リージョン
新機能は現在、19のAWSリージョンで利用可能だ。北バージニア、オハイオ、オレゴン、カナダ、サンパウロ、フランクフルト、アイルランド、ロンドン、ミラノ、パリ、スペイン、ストックホルム、マレーシア、ムンバイ、ソウル、シンガポール、シドニー、タイ、東京が含まれる。
詳細はAWS boosts Bedrock AgentCore runtime compute capacity to speed up AI agent developmentを参照していただきたい。