Publicado: Nov 28, 2018
Agora, o AWS IoT Greengrass oferece suporte ao Amazon SageMaker Neo. O Neo permite que modelos de Machine Learning treinem uma vez e executem em qualquer lugar na nuvem e na borda. O Neo otimiza automaticamente modelos das estruturas TensorFlow, MXNet, PyTorch, ONNX e XGBoost para implantação em processadores ARM, Intel e Nvidia. Os modelos otimizados executam até duas vezes mais rápido e consomem menos que um décimo de memória. O Neo será disponibilizado em breve como código aberto nos termos da licença de software do Apache, o que permite que fornecedores de hardware o personalizem para seus processadores e dispositivos. Com o Neo e o AWS IoT Greengrass, você pode retreinar esses modelos no Amazon SageMaker e atualizar rapidamente os modelos otimizados para aumentar a inteligência desses dispositivos de borda. Você pode usar uma grande variedade de dispositivos baseados nas plataformas Nvidia Jetson TX2, Arm v7 (Raspberry Pi) ou Intel Atom.
Além disso, o AWS IoT Greengrass oferece novos conectores para classificação de imagens, treinados usando o algoritmo de classificação de imagens do Amazon SageMaker. Esses conectores contêm todo o código do AWS Lambda e as dependências de ML necessários para a inferência de classificação de imagens em dispositivos como, por exemplo, câmeras. Há um conector disponível para cada uma das plataformas de hardware com suporte: Nvidia Jetson TX2, Arm v7 (Raspberry Pi) e Intel Atom.
Para começar a usar esses aprimoramentos da inferência de ML do AWS IoT Greengrass, acesse a página do serviço.