Amazon Web Services ブログ

新機能 – AWS Greengrass を使用したエッジでの機械学習推論

IoT、機械学習とエッジコンピューティングを組み合わせると何が起こるでしょうか。答をお教えする前に、それぞれを見直して、AWS が何を提供するかについてお話ししましょう。

モノのインターネット (IoT) – 物理的な世界とデジタルの世界を結びつけるデバイスです。ひとつ、または複数のタイプのセンサーが装備されていることがほとんどのこれらのデバイスは、工場、車両、鉱山、農地、家庭などその他いろいろな場所に設置されています。重要な AWS のサービスには、AWS IoT CoreAWS IoT AnalyticsAWS IoT Device Management、および Amazon FreeRTOS に加え、AWS IoT ページに記載されているその他サービスが含まれます。

機械学習 (ML) – 大規模のデータセットと統計アルゴリズムを使用して訓練できるシステムで、新しいデータから推論を得るために使用されます。アマゾンでは、お買い物のときに表示される推薦を駆動させたり、フルフィルメントセンターのパスの最適化、ドローンの飛行などを行ったりするために機械学習を使用します。AWS は TensorFlow および MXNet といった優れたオープンソース機械学習フレームワークをサポートし、Amazon SageMaker を通じて ML をアクセスが簡単で、使いやすいものにしています。また、イメージとビデオ用に Amazon Rekognition、チャットボット用に Amazon Lex を提供し、テキスト分析翻訳音声認識、そして Text to Speech 用に幅広い言語サービスを提供しています。

エッジコンピューティング – 異なる場所にコンピューティングリソースと意思決定機能を備える力で、多くの場合、クラウドに対しては断続的な接続性しかないか、接続されていません。AWS Greengrass は AWS IoT を基礎としており、Lambda 関数を実行し、インターネットに接続されていないときでさえもデバイスを同期状態に保つ機能を提供します。

エッジにおける ML 推論
私は今日、これらの重要な新テクノロジーをすべてブレンダーに投げ込みたいと思います!AWS Greengrass を使ったエッジでの機械学習推論の実行が可能になりました。これにより、前述の工場、車両、鉱山、農地、そして家庭で実行されている小型で低出力の断続的に接続された IoT デバイスにデプロイする前に ML モデルを構築、訓練、そしてテストするために、GPU 装備の高速かつ強力なインスタンスを含む AWS クラウドの力を使用することができるようになります。

以下は、Greengrass ML Inference を活用できる数多くの方法の数例です。

精密農業 – 増える一方の世界人口と、作物の生産高に影響し得る予測不可能な天候のため、生産高を増やすためにテクノロジーを使用する機会は膨大です。文字通り農地に置かれたインテリジェントデバイスは、土壌、植物、有害生物、そして農作物のイメージを処理することができ、局地的な是正装置を講じて、ステータスレポートをクラウドに送信します。

物理的セキュリティAWS DeepLens を含むスマートデバイスは、イメージとシーンをローカルに処理することができ、物体を探して変化を監視し、顔の認識さえも行います。デバイスは、興味を引くような事柄や懸念が生じたときにイメージまたはビデオをクラウドに渡し、Amazon Rekognition を使ってより詳しく調べることができます。

産業メンテナンス – スマートなローカルモニタリングは、業務効率を高め、計画外のダウンタイムを削減することができます。モニターは、異常を知らせる、障害を予測する、故障した機器を検知するために、電力消費、騒音レベル、および振動に対して推論演算を実行することができます。

Greengrass ML Inference の概要
この新しい AWS の機能にはいくつかの異なる側面があります。それぞれを見て行きましょう。

機械学習モデル – NVIDIA Jetson TX2 および Intel Atom デバイスでの本番用途、および 32 ビット Raspberry Pi デバイスでの開発用途のために最適化されたプリコンパイル済みの TensorFlow と MXNet のライブラリです。最適化されたライブラリは、高速なローカル推論を提供するために、エッジで GPU および FPGA ハードウェアアクセラレーターを活用することができます。

モデルの構築と訓練 – IoT デバイスにデプロイする前のモデルの構築、訓練、およびテストのために Amazon SageMaker とその他のクラウドベースの ML ツールを使用する機能です。SageMaker の詳細については、Amazon SageMaker – Accelerated Machine Learning をお読みください。

モデルのデプロイメント – SageMaker モデルは、Greengrass グループから直接参照することができます (適切な IAM 許可を付与する場合)。また、S3 バケットに保存されたモデルを活用することも可能です。グループには、ほんの数クリックで新しい機械学習リソースを追加できます。

これらの新機能はすでに利用可能であり、今すぐ使用開始できます!詳細については、Perform Machine Learning Inference をお読みください。

Jeff;