この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。
2019年12月16日（月）にアマゾン目黒オフィスでアマゾンウェブサービス社の自社イベント「Amazon Game Tech Night #18 〜AWS re:Invent 2019 Gaming re:Cap〜」が開催されました。
本記事は、セッション「Game Track Sessions Summary」をレポートします。
Amazon Game Tech Night #18 ~AWS re:Invent 2019 Gaming re:Cap~
Amazon Web Services, Inc.（以下AWS）のグローバルカンファレンスである「AWS re:Invent」が今年も12月2日から12月6日にわたって米国ラスベガスで開催されます。 昨年は 50,000 人以上が参加された学習型カンファレンスです。 多数の新サービス・新機能が発表されるとともに 1,000 を超えるプレイクアウト・セッションや最新テクノロジーの展示、デモンストレーション、多数のイベントがラスベガスのザ・ベネチアンを中心にしたエリアで開催されます。 本セミナーでは特にゲーム業界のお客様に向けて、新サービス新機能とゲーム開発関連のセッションのサマリをいち早くご紹介したいと思います。
スピーカー
畑 史彦氏
ソリューションアーキテクト アマゾンウェブサービスジャパン
セッション概要
ゲーム会社の事例セッションやゲーム開発関連のセッションをピックアップして、日本語で要約してご紹介致します。
レポート
re:Invent
- 3000以上のセッションの中でゲーム関連をピックアップ
ハイライト
- 機械学習、データベース系多い
- 荒野行動の事例が面白い
How Rovio teaches Angry Birds to fly in the cloud using ML
- Angry Birds Dream Blastにおいて新しく追加されるステージの難易度を機械学習によって推定
- 強化学習でトレーニングしたBotに各レベルのステージを実際にプレイさせて成功率等のデータを取得
- 実際の人間の成功率と比較してもかなり精度の良いデータが得られた
- 線形回帰モデル利用
How CAPCOM builds fun games fast with Containers, data&ML
- EKSとAmazon DynamoDBを利用して運用コスト低減
- ユーザデータはAmazon DynamoDBに集約
- 強化学習を利用してレベルデザインを加速
- 強化学習でゲームを自動プレイ
- 独自コンテナで学習と推論を実装
- マルチCNNとGAPにおける強化学習
- EKS,Amazon DynamoDB,強化学習のTips
- Amazon DynamoDBのIO性能は優秀
- 学習環境の偏りによる過学習に要注意
- ブロック崩しのゲームで下の方を集中して壊すようになった
- EKSのアップデート
- AWS Fargate for Amazon EKSを発表
- コンテナ利用が加速するのでは
- 過去のAWS Summitにおける同分野のセッション
- AWS Summit 2019「ミクシイ新卒〜」
Migrating the live Pokemon database to Aurora PostgreSQL
- 事前にデータを同期しておき、最後に差分だけ改めて同期
- 移行の目標はすべて達成
- マネージドサービスをフル活用
- 300個のインスタンス管理→10~20個のインスタンス管理
- 3.5〜4.5 million/yearのコスト節約効果
Deep Dive on Amazon Aurora with MySQL Compatibility
- マリオカートツアーは過去最高のダウンロード数
- バックエンドデータベースとしてAuroraを600クラスタ、1,200インスタンス規模で利用
- 1リージョン 4AZを利用
- 300,000クエリ/秒 30,000 GB/month
- マネージドサービスで運用コスト削減
- WriteとReadの負荷を分けて利用、Writeは水平分割
- ゴーストデータをS3に保存することでAuroraのI/O削減に成功
Build a serverless online game and real-time leaderboard
- サーバーレスのシューティングオンラインゲームを作るワークショップ
- CDNとS3で配信
- データの収集、処理、保存、活用までを一貫してサーバーレスで構築
Build cost-effective web & containerized apps on EC2 Arm instances
- 荒野行動におけるAWSの利用
- 2.5億ユーザ
- C4/5系とA1系のインスタンスにおけるCPUとNetwork性能測定
- A1のネットワークパフォーマンスはC5相当でありながら価格は最も低い
- ネットワークヘビーなユースケースに活用
- A1インスタンスを利用した結果
- PythonのPropxyサーバに利用
- C5より40%コスト削減
- Graviton 2搭載インスタンスのプレアナウンス
- M5とM6Gで比較してコスパ40%向上
AWS analytics enables fraud prevention for Sony's PlayStation
- PlayStation Networkにおける不正を検知・分析するシステムにAWSを採用
- AWSでLambdaアーキテクチャを構築
- 機械学習モデルに分析データをリアルタイムにインプット
- レジリエンス：人間や機械のエラーにも耐えられるように
- EVE導入後に各ユースケースの不正から改善された結果に
- 購入処理：承認率が3%以上改善
- ログイン：潜在的に15,000人のユーザーがアカウント乗っ取り回避
スピーカーのまとめ
- 超大規模ゲームでますますAWS活用
- 機械学習の活用が一般的に
- コンテナ活用とサーバーレスの成熟
- 次回 Amazon Game Liftのハンズオン予定
執筆者のまとめ
機械学習、コンテナ、サーバーレスといった、クラスメソッドが技術支援を行っている分野がゲーム業界でも注目されていることを認識しました。なお、re:Inventのゲーム関連セッションレポートは下記の記事でまとめられています。
2
