Amazon IoT Greengrass 通过使用在云中创造、培训和优化的模型，使得在设备上本地执行机器学习推理变得容易。IoT Greengrass 给您以灵活性，可以引入您自己在 Amazon S3 存储的预培训模型。
机器学习使用基于现有数据的统计算法（该过程称为培训），以作出关于新数据的决策（该过程称为推理）。培训期间，通过确认数据中的模式和关系来构建模型。该模型允许系统作出关于之前从未遇到过的数据的智能决策。优化模型会压缩该模型的大小，因此模型能快速运行。培训和优化机器学习模型要求大量的计算资源，因此它与云自然契合。但是，推理花费远远更少的计算力气，经常在新数据可用时实时完成。获得较低延迟的推理结果对确保您的 IoT 应用可以快速响应本地事件非常重要。
IoT Greengrass 为您提供两方面的优势。您可以使用在云中构建、培训和优化的机器学习模型，并在设备本地运行推理。例如，您可以为场景检测分析构建一个预测模型，对其进行优化以便在任何摄像头上运行，进行部署以预测可疑活动并发送警报。在 IoT Greengrass 上运行的推理中收集的数据可以发回到云端，数据在云中可以被标记并用来持续改善机器学习模型的质量。
优势
灵活
单击几次，将模型部署到您连接的设备上。
加速推理性能
在连接的设备上轻松运行推理
构建更多精确的模型
工作原理
使用案例
视频处理
零售业与酒店业
安全性
精准农业
预测产业维护
精选客户
洋马利用 Amazon IoT Greengrass ML 推理，将其作为 IoT 精准农业解决方案的一部分。该农业解决方案通过自动检测和识别蔬菜的主要生长阶段来增加温室运转的智能性。
Amazon IoT Greengrass ML 推理让 IoT 设备允许 DFDS 预测并优化船舶推进，最终减少整个舰队的燃料消耗。
精选合作伙伴
人工智能的普及和数字转化的速度以惊人的速度持续增长。对 Amazon IoT Greengrass ML 推理的最新改进明显降低了延迟，但未降低 ML 推理的准确性，像这样的创新，加快了用于正在兴起的对象识别和分类的工业自动化用例的解决方案。亚马逊云科技 的新机器学习解决方案与由 NVIDIA® GPU 提供支持的 Leopard Imaging’s AICam 集成，该解决方案无疑将成为云工业和智能城市解决方案的基石。
- Leopard Imaging 的总裁和共同创始人 Bill Pu
“IoT 和人工智能支持的计算机视觉的潜能对于企业来说是巨大的，它可以以指数级的速度提高生产率和效率。在这一次的智能转型中，我们的由 Amazon IoT Greengrass 提供支持的高端工业 Think IoT 摄像头进行了最新机器学习升级，旨在为企业客户带来明显不同的体验。”
- Jon Pershke，新兴业务、智能设备的战略副总裁
“松下的 Vieureka 非常高兴使用了由 Amazon IoT Greengrass 支持的 亚马逊云科技 机器学习的演化功能。为了向 亚马逊云科技 社区所有的合作伙伴提供 Vieureka-Cameras 和服务管理功能，我想要尽快打造出 Amazon IoT Greengrass 兼容版本。我们将在 2019 年春季为开发人员创造环境，商业版本将在同年秋季生效。
- Miyazaki，松下 Vieureka Service 的 首席执行官
“在 ADLINK 工业视觉系统上运行的最新 ML 推理更新上添加了 Amazon IoT Greengrass，可以实现真正的即插即用式 IoT。现在，当我们打开一个运行 Amazon IoT Greengrass 的现成 ADLINK NEON 智能摄像头时，其带有最新的 ML 推理更新，我们可以更快得获得高质量结果。这允许我们为我们的物流、质量检查、工业机器人和其他制造客户进一步加快我们的 IoT 数据实验的发展。”
- Elizabeth Campbell，美国 ADLINK 技术总经理
