发布于: Nov 28, 2018
AWS IoT Greengrass 现在支持 Amazon SageMaker Neo。通过 Neo，机器学习模型只需训练一次，便可在云端和边缘的任何位置运行。Neo 自动优化 TensorFlow、MXNet、PyTorch、ONNX 和 XGBoost 模型以便在 ARM、英特尔和英伟达处理器上部署。经过优化的模型能够以最高两倍的速度运行，而且占用内存不足十分之一。Neo 即将在 Apache 软件许可下作为开源代码提供，让硬件供应商能够根据自己的处理器和设备定制 Neo。通过将 Neo 和 AWS IoT Greengrass 结合使用，您可以在 Amazon SageMaker 中重新训练这些模型，并快速更新经过优化的模型以在这些边缘设备上变得更加智能。您可以使用基于 Nvidia Jetson TX2、Arm v7 (Raspberry Pi) 或 Intel Atom 平台的广泛设备。
此外，AWS IoT Greengrass 还可以为图像分类提供已使用 Amazon SageMaker 图像分类算法训练过的新连接器。这些连接器封装了所有必需的 AWS Lambda 代码以及照相机等设备上进行图像分类推理所需的 ML 依赖项。每种受支持的硬件平台都有相应的连接器：Nvidia Jetson TX2、Arm v7 (Raspberry Pi) 和 Intel Atom。
要开始使用 AWS IoT Greengrass ML Inference 的这些改进功能，请访问该服务页面。