張貼日期: Nov 28, 2018
AWS IoT Greengrass 目前已可支援 Amazon SageMaker Neo。Neo 讓機器學習模型只訓練一次，即可在雲端和邊緣的任何地方執行。Neo 會自動優化 TensorFlow、MXNet、PyTorch、ONNX 和 XGBoost 模型，以進行 ARM、Intel 和 Nvidia 處理器的部署。優化模型最高能以兩倍速度執行，但只消耗少於十分之一的記憶體量。Neo 開放原始碼也即將透過 Apache 軟體授權推出，讓硬體廠商能夠自訂處理器和裝置。透過 AWS IoT Greengrass 使用 Neo，您便可在 Amazon SageMaker 中重新訓練這些模型，並且快速更新優化模型，以改善這些邊緣裝置的智慧。您可廣泛使用以 Nvidia Jetson TX2、Arm v7 (Raspberry Pi) 或 Intel Atom 平台為基礎的裝置。
此外，AWS IoT Greengrass 也提供影像分類的新連接器，此連接器經過 Amazon SageMaker 影像分類演算法的訓練。這些連接器套件都需要 AWS Lambda 程式碼，以及攝影機這類裝置上用於影像分類推論的 ML 相依性。每個支援的硬體平台都可使用一個連接器，這些平台包含：Nvidia Jetson TX2、 Arm v7 (Raspberry Pi) 和 Intel Atom。
如要開始使用這些 AWS IoT Greengrass ML 推論的增強功能，請參閱服務網頁。