Tag: 吴鹏程

机器学习的训练需要大量计算资源，因此它非常适合云计算，AWS的sagemaker使得云端的训练变得非常的简单。 然而，许多客户希望运行更接近数据源的推理，以最大限度地减少等待时间以及通往云端的往返带宽问题。利用边缘计算机器学习推理的Greengrass ML inference，可以使得在设备上部署和运行ML模型变得更快，更容易。 这项新功能可以将推理模型应用到本地生成的数据，而无需往返云端。AWS Greengrass ML inference可以与云端的sagemaker良好集成，从而实现云端训练，本地推理的完整解决方案。而且，用户可以通过向Greengrass发送指令要求它将收集到的数据上传到云端，在云端进一步训练完成模型的更新，通过AWS IOT将新的模型以及新的推理代码推送到设备端，从而实现一个不断迭代和进化的机器学习生态系统。