跳至主要内容

AWS Transform

AWS Transform

从迁移到持续现代化,利用智能体人工智能大规模减少技术债务

利用智能体人工智能加速企业现代化

AWS Transform 是一个协作式企业 IT 转型工作台,由专家智能体提供支持,可加速云迁移、应用程序现代化和持续减少技术债务。它可以自动迁移 VMware、裸机和混合环境中的工作负载的基础设施,实现包括大型机、Windows 和自定义代码转换在内的应用程序的现代化,并持续分析和补救整个投资组合中的技术债务,让您的代码库保持最新状态,因为人工智能会加快变革步伐。共享工作区和自然语言聊天使跨职能团队能够实时协作并从头到尾管理转型。

从迁移到持续现代化

AWS Transform 支持完整的转型生命周期,从云迁移到应用程序现代化,再到现在的持续现代化。功能包括自主技术债务补救、通过互联评测到代码生成和原生 Kiro 能力包集成进行大型机现代化改造、将人工智能工作负载迁移到 Bedrock,以及存储迁移。看看这对您的迁移与现代化之旅意味着什么。

aws-library_illustration_security_3_1200

优势

    借助由代理式人工智能提供支持的分析、规划、文档和转换任务自动化,将 Windows、大型机和 VMware 应用程序的现代化速度提高多达 5 倍。

    扩大现代化计划的规模,并行改造数百个应用程序。AWS Transform 可以自动执行需要投入大量时间和精力的重复性任务,这样,各个团队就可以更快地轻松交付规模更大、更加复杂的项目。 

    降低云之旅的传统基础设施、许可和现代化成本。AWS Transform 利用代理式人工智能来帮助消除昂贵的开销并简化现代化。

    依托 AWS 长达 20 年的迁移与现代化经验,以及在 Windows、大型主机、VMware 工作负载领域的深厚积淀,借助人工智能代理实现一致、可靠的现代化转换,同时支持代码、API、框架等自定义转换需求。  

    通过对整个投资组合进行不间断的技术债务分析和自主补救,超越一次性项目。AWS Transform 可识别并解决诸如生命周期终止依赖项、过时的框架和安全漏洞等问题,让您的堆栈保持现代化和人工智能就绪。 

用数据来量化影响

手动工作小时数节省量,相当于节省了 1305 名开发人员年工作量。

客户已分析的代码行数。

包括 .NET 和 SQL Server 在内的全栈 Windows 现代化,速度提升高达 5 倍。

最新创新

持续的大规模技术债务分析和补救

将被动的手动软件维护转变为主动的持续现代化。AWS Transform 持续现代化将代码转换从定期项目转变为一种始终在线的自主实践,将您的管线发展为 CI/CD/CM(持续现代化)。全面了解数千个存储库的技术债务,自主检测、优先排序、补救和记录常见调查发现,例如生命周期终止的依赖项、过时的框架和安全漏洞。用稳定、可衡量的大规模进展取代反复出现的救火式应急。

阅读博客

Network flow diagram with green circular nodes connected by dark gray and cyan curved lines, featuring white rectangular modules with yellow highlights arranged in stepped pattern against teal-to-blue gradient background.

大型机评测、可追溯代码生成和原生 Kiro 集成

适用于大型机的 AWS Transform 现在提供从评测到代码生成的互联体验,将数月的发现压缩为数小时的循证决策。评测会分析您的整个大型机产品组合,确定性地绘制业务职能,并提出具有明确起点的优先现代化计划。重新构想的工作流程以完全可追溯的方式提取每条业务规则,然后通过 MCP 集成将需求直接流入 Kiro 和其他 IDE,每项需求均可追溯到源代码,各个阶段之间无需手动切换。 

了解更多

Radial starburst pattern with bright white center and radiating lines in full color spectrum including blue, cyan, green, yellow, orange, red, pink, and purple against dark blue background.

将人工智能工作负载从 OpenAI、Gemini 和 Anthropic 迁移到 Amazon Bedrock

AWS Transform 现在包括模型间迁移评测,该评测可扫描您的代码库,识别人工智能提供商的依赖项,并制定向 Amazon Bedrock 的全面迁移计划。无论您使用的是直接 API 调用、LangChain、CrewAI 还是自定义智能体循环,该智能体都会将您的模型映射到 Bedrock 等效模型,估算节省的成本,并生成针对您的集成模式量身定制的 SDK 迁移指南。只需几分钟(而不是几周)即可获得包含模型映射、成本分析和代码示例的详细运行手册。 

阅读博客

Collection of twelve 3D isometric cubes in vibrant colors including orange, pink, cyan, yellow, blue, and purple, each displaying different geometric patterns and surface designs, arranged horizontally against a light gray background.

将块存储迁移到适用于 NetApp ONTAP 的 Amazon FSx

AWS Transform 现在支持将块存储迁移到适用于 NetApp ONTAP 的 Amazon FSx 以及 Amazon EBS,让团队可以灵活地选择适合每个工作负载的目标。简单的代理式工作流可以处理来自任何源的迁移,无论是 NetApp 上的 VMware 环境、企业数据库、Dell 或 Pure Storage 阵列,还是关键业务型应用程序。工作负载登陆适用于 ONTAP 的 FSx 后,内联重复数据删除、压缩、容量池分层和自主勒索软件防护即可作为原生功能使用。 

了解更多

Colorful cylindrical containers with flowing gradient ribbons in purple, pink, orange, and blue, representing data processing pipelines with dotted patterns and circular highlights.

在 Kiro、Claude、Cursor 和 Codex 中使用 AWS Transform

现在,您可以通过 Kiro 能力包、智能体插件和 AWS Transform MCP(模型上下文协议)服务器,直接从您的首选开发环境访问 AWS Transform 智能体。您可以在智能体 IDE 中开始转换,在 Web 控制台中监控进度,并在 IDE 中查看结果,所有这些操作都是针对状态一致的同一个底层作业。选择适合您的工作流的界面,同时全面了解 AWS Transform 的现代化专业知识。 

了解更多

Abstract design with concentric curved layers in full color spectrum creating dynamic spiral effect with 3D shadows and gradient transitions on light gray background.

使用案例

    适用于迁移的 AWS Transform 利用专门构建的智能体加速企业云迁移,这些智能体可实现整个生命周期的自动化,从发现和波次规划到网络转换和割接。通过将团队、工具和工作流统一到一个协作工作台中,过去历时数年的迁移现在只需几个月即可完成。

    了解更多

    AWS Transform 可跨应用程序、UI 框架、数据库及部署层,将全栈 Windows 现代化速度提升高达 5 倍。借助专用的 Windows 现代化代理,团队可以加速 .NET 应用程序、SQL Server 数据库及部署流程的现代化,并通过摆脱昂贵的许可证,将运营成本降低高达 70%。

    了解详情

    AWS Transform 可将大型主机应用程序现代化转换周期从数年缩短至数月。专用的大型机代理可以简化整个大型机工作负载转换过程(从初始分析和规划到代码重构和应用重构),因此缩短了现代化时间并降低了风险和成本。

    了解详情

    AWS Transform 借助可自动化自定义代码转换的智能体人工智能,加速组织范围的现代化。针对 Java、Node.js 和 Python 升级等常见场景,提供开箱即用的转换能力。该代理还执行特定组织的自定义转换,例如版本升级、运行时迁移或复杂的语言翻译和架构变更。通过从代码样本、文档和开发人员反馈中不断学习,该代理可以实现高质量、可重复的转换,且无需对自动化专业知识的需求,从而使各组织能够有效地扩大其现代化计划。  

    了解详情

    AWS Transform 通过持续现代化功能(预览版)使您的代码库保持现代化,使您的管线向 CI/CD/CM(持续现代化)发展。全面了解数千个存储库的技术债务,并自主补救常见的调查发现,例如生命周期终止的依赖项、过时的框架和安全漏洞。用稳定、可衡量的大规模进度取代定期维护冲刺。  

    了解更多