AWS Greengrass ML Inference

Execute modelos de aprendizado de máquina em dispositivos com o AWS Greengrass

O AWS Greengrass é um software que permite executar com segurança recursos locais de computação , sistema de mensagens, armazenamento de dados em cache e sincronização para dispositivos conectados. Com o AWS Greengrass, os dispositivos conectados podem executar funções do AWS Lambda, manter o sincronismo de dados de dispositivos e se comunicar com outros dispositivos de forma segura, mesmo quando não conectados à Internet. Agora, com o recurso AWS Greengrass Machine Learning (ML) Inference, também é possível executar com facilidade a inferência de aprendizado de máquina localmente em dispositivos conectados.

O aprendizado de máquina usa algoritmos estatísticos que podem aprender com base em dados existentes (um processo denominado treinamento) para tomar decisões sobre novos dados (um processo denominado inferência). Durante o treinamento, os padrões e relacionamentos nos dados são identificados para criar um modelo para a tomada de decisões. Esse modelo permite que um sistema tome decisões inteligentes sobre dados que não encontrou antes. O treinamento de modelos de aprendizado de máquina exige recursos massivos de computação. Portanto, é um processamento ideal para a nuvem. No entanto, a inferência normalmente exige uma quantidade consideravelmente menor de computação e, muitas vezes, é executada em tempo real quando novos dados são disponibilizados. Portanto, a obtenção de resultados de inferência com latência muito baixa é importante para garantir que aplicativos IoT possam responder com rapidez a eventos locais.

O AWS Greengrass ML Inference oferece o melhor das duas opções. Use modelos de aprendizado de máquina criados e treinados na nuvem e implante e execute a inferência de aprendizado de máquina localmente em dispositivos conectados. Por exemplo, você pode criar um modelo preditivo no Amazon SageMaker para análise de detecção de cenas e executá-lo localmente em um dispositivo de câmera de segurança habilitado para Greengrass onde não houver conectividade com a nuvem para prever e enviar um alerta quando é detectada a chegada de um visitante.

Benefícios

Execute facilmente a inferência de ML em dispositivos conectados

A execução local da inferência em dispositivos conectados reduz a latência e o custo de envio de dados do dispositivo para a nuvem para fazer uma previsão. Em vez de enviar todos os dados à nuvem para execução da inferência de aprendizado de máquina, o recurso de inferência de ML do Greengrass permite executar a inferência diretamente no dispositivo. Os dados somente são enviados à nuvem quando exigem processamento adicional.

Flexível

A inferência de aprendizado de máquina do Greengrass inclui um pacote pré-compilado com TensorFlow, Apache MXNet e Chainer para todos os dispositivos equipados com o Intel Atom, o NVIDIA Jetson TX2 e o Raspberry Pi. Dessa forma, você não precisa criar e configurar do zero a estrutura de aprendizado de máquina para os dispositivos. Além de oferecer suporte ao TensorFlow, ao Apache MXNet e ao Chainer, o aprendizado de máquina do Greengrass também funciona com outras estruturas comuns, incluindo o Caffe2 e o Microsoft Cognitive Toolkit. Com a inferência de aprendizado de máquina do Greengrass, você também conta com a flexibilidade de criar e compilar um modelo de aprendizado de máquina no Amazon SageMaker ou usar o seu próprio modelo pré-treinado armazenado no Amazon S3.

Implante modelos em um dispositivo conectado com alguns cliques

O AWS Greengrass ML Inference facilita a implantação de um modelo de aprendizado de máquina da nuvem para os dispositivos. Com apenas alguns cliques no console do Greengrass, você pode localizar os modelos treinados no console, selecionar o modelo de aprendizado de máquina desejado e implantá-lo nos dispositivos de destino. Os modelos serão implantados e executados no dispositivo conectado escolhido.

Acelere o desempenho da inferência com GPUs

O AWS Greengrass ML Inference dá a você acesso a aceleradores de hardware, como GPUs em dispositivos, incluindo o dispositivo acelerador como um recurso local do Greengrass no console do Greengrass.

Como funciona

AWS Greengrass ML Inference – Como funciona

Casos de uso

Processamento de vídeo

O AWS Greengrass ML Inference pode ser implantado em dispositivos conectados, como câmeras de segurança, câmeras de tráfego, câmeras no corpo e equipamento médico de imagens, para fazer previsões localmente. Com o AWS Greengrass ML Inference, você pode implantar e executar modelos de ML, como reconhecimento facial, detecção de objeto e densidade de imagem, diretamente no dispositivo. Por exemplo, uma câmera de tráfego poderia contar bicicletas, veículos e pedestres que passam por um cruzamento e detectar quando as luzes de tráfego precisam ser ajustadas para otimizar o fluxo do tráfego e manter as pessoas mais seguras.

Varejo e hospitalidade

Varejistas, cruzeiros e parques de diversão estão investindo em aplicativos de IoT para prestar um serviço melhor ao cliente. Por exemplo, você pode executar modelos de detecção de objetos em parques de diversões para controlar o número de visitantes. As câmeras localizam os visitantes e mantêm uma contagem localmente, sem necessidade de enviar quantidades massivas de feed de vídeo para a nuvem, o que seria muitas vezes um desafio devido à limitada largura de banda de Internet disponível nos parques. Essa solução pode prever os tempos de espera em atrações populares de parques temáticos e ajudar a melhorar a experiência do cliente.

Segurança

Os fabricantes de câmeras de segurança procuram novas formas de aumentar a inteligência dos dispositivos e aumentar seus recursos de detecção de ameaças. O AWS Greengrass ML Inference pode ajudar a aprimorar os recursos das câmeras de segurança. As câmeras habilitadas para Greengrass podem verificar continuamente o local para procurar uma mudança na cena, como a chegada de um visitante, e enviar um alerta. As câmeras podem executar rapidamente análises de detecção de cena no local e somente enviar os dados para a nuvem quando necessário (por exemplo, para executar análises adicionais para identificar se um visitante é um familiar).

Agricultura de precisão

O setor agrícola enfrenta duas rupturas importantes. A população global continua a crescer, aumentando a demanda por alimentos além das quantidades produzidas. E a mudança climática causa condições meteorológicas imprevisíveis, o que afeta a produção das colheitas. O AWS Greengrass ML Inference pode ajudar a transformar as práticas agrícolas e a oferecer novos valores aos clientes. Câmeras equipadas com o Greengrass instaladas em estufas e fazendas podem processar imagens de plantas, colheitas e dados de sensores no solo para não só detectar anomalias ambientais como mudanças de temperatura, umidade e nível de nutrição, mas também acionar alertas.

Manutenção industrial preditiva

Com o aumento da pressão da definição de preço sobre os fabricantes, eles procuram novas formas para ajudar a aumentar a eficiência operacional nos chãos de fábrica. As demoras na detecção de problemas na linha de montagem da fábrica podem resultar em desperdício de tempo e recursos. O AWS Greengrass ML Inference pode ajudar a detectar antecipadamente equipamentos como falha e problemas no chão de fábrica. Os gateways industriais baseados no Greengrass podem monitorar continuamente os dados dos sensores (por exemplo, vibrações, nível de ruído), prever anomalias e tomar medidas relevantes como enviar alertas ou desligar a energia para reduzir as perdas.

Clientes em destaque

Jpeg_FLYING-Y_YANMAR_vertical3

A Yanmar usa o AWS Greengrass ML Inference como parte da sua solução de agricultura de precisão baseada em IoT que aumenta a inteligência das operações de estufa, detectando e reconhecendo automaticamente as principais etapas de crescimento dos vegetais.

DFDS_Logo_Positiv_2016_RGB

Os dispositivos de IoT habilitados com o AWS Greengrass ML Inference oferecem à DFDS previsão e otimização da propulsão de navios para, em última análise, reduzir o consumo de combustível de toda a frota.

Saiba mais sobre os recursos do AWS Greengrass

Acesse a página de detalhes
Pronto para começar?
Cadastrar-se
Mais dúvidas?
Entre em contato conosco