AWS IoT Greengrass 利用在云中创建、训练和优化的模型,可轻松在设备本地执行机器学习推理。借助 IoT Greengrass,您可以灵活地使用 Amazon SageMaker 中的机器学习模型,或使用您在 Amazon S3 中存储的已经预先训练好的模型。
机器学习使用根据现有数据所学习(该过程称为训练)的统计算法,以便对新数据做出决策(该过程称为推理)。在训练期间,将识别数据中的模式和关系,以建立模型。该模型让系统能够对之前从未遇到过的数据做出明智的决策。优化模型过程中会压缩模型大小,以便快速运行。训练和优化机器学习模型需要大量计算资源,因此与云是天然良配。但是,推理需要的计算能力要少得多,并且往往在有新数据可用时实时完成。要想确保您的 IoT 应用程序能够快速响应本地事件,则必须能够以非常低的延迟获得推理结果。
IoT Greengrass 为您提供了两全其美的解决方案。您可使用在云中构建、训练和优化的机器学习模型,并在设备上本地运行推理。例如,您可在 SageMaker 中构建预测模型以用于场景检测分析,对其进行优化以便在任何摄像机上运行,然后部署该模型以便预测可疑活动并发送警报。在 IoT Greengrass 上运行推理过程所收集到的数据可发送回 SageMaker,然后就地标记,并用于不断提高机器学习模型的质量。
优势
灵活
单击几下即可将模型部署到您的互联设备
加速推理性能
在更多设备上运行推理
轻松地在互联设备上运行 ML 推理
构建更准确的模型
工作原理

使用案例
视频处理
零售和酒店
安全性
精准农业
预测性工业维护
精选客户案例

Yanmar 利用 AWS IoT Greengrass ML Inference 作为他们 IoT 精准农业解决方案的一部分,通过自动检测和识别蔬菜的主要生长阶段来提高温室操作智能水平。
启用 AWS IoT Greengrass ML Inference 的 IoT 设备使 DFDS 能够预测和优化船舶推进,最终减少整个船队的燃料消耗。
精选合作伙伴

“人工智能与数字化转型继续以惊人的速度快速普及和发展。AWS IoT Greengrass ML Inference 的最新改进带来了创新成果,不仅能显著降低延迟,同时也毫不影响机器学习推理的准确性,加快了面对新兴工业自动化用例,就目标识别和分类制定新解决方案的速度。AWS 的新机器学习解决方案与采用 NVIDIA® GPU 技术的 Leopard Imaging AICam 相集成,将成为任何边缘设备中的坚实基础,以帮助构建云端工业和智能城市解决方案。”
- Bill Pu,Leopard Imaging 总裁兼联合创始人

“受物联网和人工智能支持的计算机视觉用例潜力巨大,有助于企业实现生产力和效率的指数化增长。当代是智能化转型的时代,我们的高端 Think IoT 工业摄像机由 AWS IoT Greengrass 提供支持,并采用了最新的机器学习升级,致力于为企业客户带来显著改变。”
- Jon Pershke,智能设备战略与新兴业务副总裁

“松下非常高兴能够在 Vieureka 中采用由 AWS IoT Greengrass 支持的 AWS 机器学习演化功能。为了向 AWS 社区的所有合作伙伴推出 Vieureka-Cameras 和服务管理功能,我希望能尽快开发出与 AWS IoT Greengrass 兼容的版本。我们将在 2019 年春季推出面向开发者的环境,并在同年秋季推出商业版本。”
- Miyazaki,松下 Vieureka Service 首席执行官

“在凌华工业视觉系统上,增加 AWS IoT Greengrass 及其最新的 ML Inference 更新后,让真正的即插即用物联网成为可能。现在,运行 AWS IoT Greengrass 及其最新的 ML Inference 更新的现成凌华 NEON 智能摄像机启动后,可以非常快速地获得高质量结果。这样我们就可以进一步针对物流、质量检测、工业机器人和其他制造业客户,加快物联网数字化实验的开发。”
- Elizabeth Campbell,凌华技术美洲区总经理