亚马逊AWS官方博客

为了解决预配置和管理互连事物的复杂难题，制造商需要设法简化各类任务并实现自动化，例如预配置设备标识，并将这些标识提供给安全且可重复的方式制造的设备。AWS IoT Device Management 服务提供了一项批量预配置互连事物的新功能，为这项艰巨任务提供了有力支持。

Canonical和 AWS 合作以 Snap 的方式推出了 AWS IoT Greengrass，这是一种容器化的软件包，可以在各种 Linux 发行版上运行。AWS IoT Greengrass 与 Ubuntu Core 的结合，让物联网开发人员能够快速将安全设备从开发环境部署到生产环境。AWS IoT Greengrass Snap 可通过 Snapcraft 获取，由 AWS IoT Greengrass 团队负责维护和发布。

随着 AWS IoT Greengrass 图像分类连接器在今年的 re:Invent 大会上推出，在边缘站点通过 AWS IoT Greengrass 使用图像分类变得比以往更加轻松。

在本文的第 1 部分，我们为回收利用设施的分类机创建了一个图像分类模型，用来识别四种饮料容器。我们使用新的 AWS IoT Greengrass Image Classification 连接器来将其部署到我们的 AWS IoT Greengrass Core 设备上。借助在今年 re:Invent 大会上发布的 AWS IoT Greengrass 连接器，IoT Greengrass Core 设备无需编写代码即可连接到第三方应用程序、本地软件和 AWS 服务。

本文将介绍 LoRaWAN 设备和网络的特点，以及客户如何将这些设备与 AWS 集成。我们将简要介绍 LoRaWAN 技术，并介绍如何构建直接与 AWS IoT Core 集成的演示套件。

在此博文中，我们将模拟常见的商业场景，以向您展示如何在 AWS IoT Device Management 中使用组策略功能。

在管理工业物联网 (IIoT) 数据时，收集这些数据并将其发送到云进行处理和高级分析（例如，预测质量或设备故障）可能具有挑战性。制造车间可能有许多不同的设备，每个设备都有自己的协议。
在这篇博文中，我们将讨论客户如何通过在边缘使用 KepServerEX 进行工业协议转换来解决工业协议挑战、将 AWS IoT Greengrass 用于边缘处理以及使用 AWS IoT 将数据摄取到 AWS。

在 AWS，我们想让机器学习成为每个开发人员手中的利器。例如，我们在计算机视觉和语言等领域推出了预训练人工智能服务，让用户无需机器学习领域的专业知识也能使用。今天，我们在此方向更进一步，为 Amplify Framework 推出新的预测类别。您只需几行代码，均可为您的 Web 或移动应用程序添加和配置人工智能/机器学习使用案例！

CloudFormation 覆盖路线图是通向开源道路上的一个重要的路径点，由 cfn-lint 开始，还有更多的站点正在建设中。

首个位于中东的 AWS 区域现已开放，今天就可供您使用了。该区域正式名称为中东（巴林），其 API 名称为 me-south-1。此次发布后，AWS 云已经覆盖全世界 22 个地理区域，共 69 个可用区。