AWS IoT Greengrass ML Inference 解决方案加速器
背景
AWS IoT Greengrass ML Inference 解决方案加速器演示如何在运行 AWS IoT Greengrass 的本地边缘设备上部署和运行已在 Amazon SageMaker 中训练的机器学习模型，它能够对本地生成的数据执行本地推理，同时将推理结果发布到连接的 AWS IoT Greengrass 感知设备或 AWS。
概述
此解决方案加速器使用 AWS IoT 服务从本地连接的设备收集数据，并使用 AWS IoT Greengrass ML Inference 处理这些数据。下图表示您可以使用 AWS CloudFormation 模板以及随附的源代码和文档自动部署的架构。
使用案例
此解决方案加速器可以应对多个使用案例场景，其中本地数据源（如已连接的摄像机或感知网络）可以将数据流式传输到 AWS IoT Greengrass 设备，并且可以使用本地函数来调用设备上运行的推理服务。
例如，自动分类和回收设施中心运行一组摄像机来识别和寻找废物。在整个分类过程中传送物料时，每个摄像机都会每秒拍摄一张图像。捕获图像并将其转发到运行 AWS IoT Greengrass 的设备，在该设备上对捕获的图像进行本地推理，并根据分类和回收设施确定的规则采取相应的操作。
架构
解决方案架构由三个主要部分组成。数据源（如连接的摄像机或网络流式传输协议），提供原始数据输入。AWS IoT Greengrass Core 在连接到数据源和云的本地硬件上运行，并运行 AWS Lambda 函数。云中的 AWS 服务（如 AWS IoT Core、Amazon SageMaker、Amazon S3、Amazon DynamoDB 和 AWS Lambda）提供计算、存储、消息收发以及模型训练和改进。
此解决方案加速器使用 Lambda 函数从源获取数据并对其执行预处理，以便进行推理。使用 Lambda 函数或 IoT Greengrass 连接器在本地执行推理，以做出可以触发本地操作并将结果传输到云的预测。
功能
可自定义
此该解决方案加速器与硬件无关，但是可以自定义以确保机器学习模型能够在运行 AWS IoT Greengrass 的大多数硬件上部署和运行。AWS 合作伙伴设备目录提供了符合条件的设备的列表，这些设备已经过测试，可以运行 IoT Greengrass 并与 AWS 进行互操作。您可以使用 AWS IoT 设备测试器自行测试您的硬件，以便运行 AWS IoT Greengrass。
可扩展
此解决方案加速器通过 AWS IoT Greengrass 解决方案加速器对提取、转换、加载 (ETL) 进行了补充，适合处理不同的数据提取和处理要求，包括使用替代机器学习模型和可视化工具。