AWS IoT Greengrass ML 推論解決方案加速器
背景
AWS IoT Greengrass ML 推論解決方案加速器示範如何在執行 AWS IoT Greengrass 的本機邊緣裝置上部署和執行在 Amazon SageMaker 中訓練的機器學習模型，並且能夠針對本機產生的資料執行本機推論，同時將推論發佈至連線的 AWS IoT Greengrass 感知裝置或 AWS。
概觀
該解決方案加速器使用 AWS IoT 服務，從本機連線的裝置收集資料，並使用 AWS IoT Greengrass ML 推論處理該資料。下圖顯示您可以使用 AWS CloudFormation 範本以及隨附的原始程式碼和文件自動部署的架構。
使用案例
此解決方案加速器可以解決多個使用案例情境，本機資料來源 (例如連線的攝影機或感應網路) 可以在此將資料串流至 AWS IoT Greengrass 裝置，並且可以使用本機函數來叫用裝置上執行的推論服務。
例如，自動分類和回收設施中心運作一組攝影機，用於識別和尋找廢棄物。在整個分類程序傳送材料時，每部攝影機每秒都會拍攝一張影像。擷取影像並將其轉寄至執行 AWS IoT Greengrass 的裝置，在該裝置上對擷取的影像執行本機推論，並根據分類和回收設施確定的規則採取適當的措施。
架構
解決方案架構由三個主要部分組成。資料來源，例如連線的攝影機或網路串流通訊協定，提供原始資料輸入。AWS IoT Greengrass Core 在連線至資料來源和雲端的本機硬體上執行，然後執行 AWS Lambda 函數。雲端中的 AWS 服務，例如 AWS IoT Core、Amazon SageMaker、Amazon S3、Amazon DynamoDB 和 AWS Lambda 提供運算、儲存、傳訊，以及模型訓練和改進。
該解決方案加速器使用 Lambda 函數，從來源中擷取資料並對其進行預先處理以執行推論。推論使用 Lambda 函數或 IoT Greengrass 連接器在本機執行，以便進行可觸發本機操作並將結果傳輸至雲端的預測。
功能
可自訂
該解決方案加速器與硬體無關，但可以自訂以確保機器學習模型可以在執行 AWS IoT Greengrass 的大多數硬體上部署和執行。AWS Partner Device Catalog 提供經過測試可執行 IoT Greengrass 並與 AWS 互操作的合資格裝置清單。您可以使用 AWS IoT Device Tester 對硬體進行自我測試，以執行 AWS IoT Greengrass。
可擴展
該解決方案加速器使用 AWS IoT Greengrass 解決方案加速器補充了擷取、轉換、載入 (ETL) 功能，並且可以適應各種資料擷取和處理需求，包括使用替代機器學習模型和視覺化工具。