1
/
5

【TechBlog】Amazon SageMaker Neo + Jetson TX2 + AWS IoT Greengrassでエッジ推論システムを構築する

みなさまこんにちは。プロダクト開発本部の岸田です。

以前に「ハードウェア側に機械学習環境を立てて推論を行い、クラウドに結果を収集して分析状況を確認する」ユースケースをこちらの記事で考察しました。手軽にローカルデバイスとクラウドを連携するサービスとして有名なものが「AWS IoT Greengrass」ですよね。公式のドキュメントでもエッジ推論システムをAWS IoT Greengrassで構築するユースケースが紹介されています。

Perform machine learning inference
AWS IoT Greengrass Version 1 no longer receives feature updates, and will receive only security patches and bug fixes until June 30, 2023. For more information, see the AWS IoT Greengrass V1 maintenance policy.
https://docs.aws.amazon.com/greengrass/v1/developerguide/ml-inference.html

そこで上記を参考に、弊社の製品であるJetson TX2搭載のEDGEPLANT T1を利用して、AWSサービスを活用したエッジ推論システムをつくってみたいと思います!

目次

  1. この記事の対象読者
  2. EDGEPLANT T1で手軽にエッジ推論を構築するメリット
  3. 今回のゴール
    1. 構成イメージ
  4. 実際に構築してみる
    1. モデルをAmazon SageMakerを用いてコンパイル
    2. EDGEPLANT T1に機械学習環境を構築する
    3. EDGEPLANT T1にAWS IoT Greengrassをインストールする
    4. 推論を行うコードをLambdaとしてデプロイする
    5. LambdaをGreengrss Groupに追加する
    6. SageMakerでコンパイルしたモデルをGreengrass Groupに追加する
    7. 推論実行用のローカルデバイスをGreengrass Groupに追加する
    8. サブスクリプションを定義する
    9. デプロイパッケージをテストする
    10. IoT Analyticsにデータセットをためる
    11. QuickSightでダッシュボードを作り結果を確認する
  5. まとめ

続きは、弊社のテックブログからご覧ください!


Amazon SageMaker Neo + Jetson TX2 + AWS IoT Greengrassでエッジ推論システムを構築する - aptpod Tech Blog
みなさまこんにちは。プロダクト開発本部の岸田です。 以前に「ハードウェア側に機械学習環境を立てて推論を行い、クラウドに結果を収集して分析状況を確認する」ユースケースを こちら の記事で考察しました。手軽にローカルデバイスとクラウドを連携するサービスとして有名なものが「AWS IoT Greengrass」ですよね。公式のドキュメントでもエッジ推論システムをAWS IoT Greengrassで構築するユースケースが紹介されています。 そこで上記を参考に、弊社の製品であるJetson TX2搭載のEDGEP
https://tech.aptpod.co.jp/entry/2022/03/18/180000

--

株式会社アプトポッド's job postings

Weekly ranking

Show other rankings
Like Junichiro Kousaki's Story
Let Junichiro Kousaki's company know you're interested in their content