Inserito il: Nov 29, 2017
L'inferenza di Machine Learning AWS Greengrass semplifica l'inferenza di ML in locale sui dispositivi AWS Greengrass mediante modelli creati e formati nel cloud. Fino a ora la creazione e la formazione di modelli di ML e l'esecuzione dell'inferenza di ML venivano eseguiti quasi esclusivamente nel cloud. La formazione di modelli di ML richiede elevate quantità di risorse di elaborazione, ecco perché il cloud è l'ambiente più appropriato. Con l'inferenza di ML AWS Greengrass i tuoi dispositivi AWS Greengrass possono prendere decisioni intelligenti rapidamente mentre vengono generati i dati, anche quando sono disconnessi.
La capacità semplifica ciascun passaggio di distribuzione di ML, inclusi l'accesso ai modelli di ML, la distribuzione di modelli ai dispositivi, la creazione e la distribuzione di framework ML, la creazione di app di inferenza e l'utilizzo su acceleratori di dispositivo come GPU e FPGA. Ad esempio puoi accedere a un modello di apprendimento creato e formato in Amazon SageMaker direttamente dalla console di AWS Greengrass e quindi scaricarlo nel tuo dispositivo come parte di un gruppo AWS Greengrass. L'inferenza di ML di AWS Greengrass include un framework Apache MXNet predefinito da installare sui dispositivi AWS Greengrass, pertanto non dovrai crearlo da zero. Il pacchetto Apache MXNet predefinito per i dispostivi NVIDIA Jetson, Intel Apollo Lake e Raspberry Pi può essere scaricato direttamente dal cloud o incluso come parte del software nel tuo gruppo AWS Greengrass.
L'inferenza di ML di AWS Greengrass include inoltre modelli AWS Lambda predefiniti che consentono di creare rapidamente un'app di inferenza. Il piano Lambda fornito mostra attività comuni come caricare modelli, importare Apache MXNet e intraprendere azioni in base alle previsioni.
In molte applicazioni il modello di ML funzionerà meglio se si utilizzano tutte le risorse hardware disponibili sul dispositivo e l'inferenza di ML di AWS Greengrass contribuisce a realizzare questa situazione. Per consentire alla tua applicazione di accedere alle risorse hardware sul tuo dispositivo, devi dichiararle come risorse locali nel tuo gruppo AWS Greengrass nella console di AWS Greengrass.
Per utilizzare queste caratteristiche, registrati per l'anteprima.