Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
SageMaker KI-Edge-Manager
Wichtig
SageMaker AI Edge Manager wurde am 26. April 2024 eingestellt. Weitere Informationen zur weiteren Bereitstellung Ihrer Modelle auf Edge-Geräten finden Sie unter Ende des Lebenszyklus von SageMaker AI Edge Manager.
Die Amazon SageMaker AI Edge Manager-Komponente (aws.greengrass.SageMakerEdgeManager) installiert die Binärdatei des SageMaker AI Edge Manager-Agenten.
SageMaker AI Edge Manager bietet Modellmanagement für Edge-Geräte, sodass Sie Modelle für maschinelles Lernen auf Flotten von Edge-Geräten optimieren, sichern, überwachen und verwalten können. Die SageMaker AI Edge Manager-Komponente installiert und verwaltet den Lebenszyklus des SageMaker AI Edge Manager-Agenten auf Ihrem Kerngerät. Sie können SageMaker AI Edge Manager auch verwenden, um SageMaker Neo-compiled KI-Modelle als Modellkomponenten auf Greengrass-Kerngeräten zu verpacken und zu verwenden. Weitere Informationen zur Verwendung des SageMaker AI Edge Manager-Agenten auf Ihrem Kerngerät finden Sie unterVerwenden Sie Amazon SageMaker AI Edge Manager auf Greengrass-Kerngeräten.
SageMaker Die AI Edge Manager-Komponente v1.3.x installiert die Edge Manager-Agent-Binärdatei v1.20220822.836f3023. Weitere Informationen zu den Binärversionen des Edge Manager-Agenten finden Sie unter Edge Manager Agent. https://docs.aws.amazon.com/sagemaker/latest/dg/edge-device-fleet-about
Anmerkung
Die SageMaker AI Edge Manager-Komponente ist nur in den folgenden Fällen verfügbar AWS-Regionen:
-
US East (Ohio)
-
USA Ost (Nord-Virginia)
-
USA West (Oregon)
-
EU (Frankfurt)
-
EU (Irland)
-
Asien-Pazifik (Tokio)
Themen
Versionen
Diese Komponente hat die folgenden Versionen:
-
1.3.x
-
1.2.x
-
1.1.x
-
1.0.x
Typ
Diese Komponente ist eine generische Komponente (aws.greengrass.generic). Der Greengrass-Kern führt die Lifecycle-Skripte der Komponente aus.
Weitere Informationen finden Sie unter Komponententypen.
Betriebssystem
Diese Komponente kann auf Kerngeräten installiert werden, auf denen die folgenden Betriebssysteme ausgeführt werden:
Linux
Windows
Voraussetzungen
Für diese Komponente gelten die folgenden Anforderungen:
-
Ein Greengrass-Core-Gerät, das auf Amazon Linux 2, einer Debian-based Linux-Plattform (x86_64 oder Armv8) oder Windows (x86_64) läuft. Falls Sie noch keines haben, beachten Sie die Informationen unter Tutorial: Erste Schritte mit AWS IoT Greengrass V2.
-
Python
3.6 oder höher, auch pipfür Ihre Version von Python, ist auf Ihrem Kerngerät installiert. -
Die Greengrass-Geräterolle ist wie folgt konfiguriert:
-
Eine Vertrauensbeziehung, die die Rolle zulässt
credentials.iot.amazonaws.com.rproxy.govskope.caundsagemaker.amazonaws.comübernimmt, wie im folgenden Beispiel für eine IAM-Richtlinie gezeigt.{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Principal": { "Service": "credentials.iot.amazonaws.com" }, "Action": "sts:AssumeRole" }, { "Effect": "Allow", "Principal": { "Service": "sagemaker.amazonaws.com" }, "Action": "sts:AssumeRole" } ] } -
Die von AmazonSageMakerEdgeDeviceFleetPolicy
IAM verwaltete Richtlinie. -
Die
s3:PutObjectAktion, wie im folgenden Beispiel für eine IAM-Richtlinie gezeigt.{ "Version": "2012-10-17", "Statement": [ { "Action": [ "s3:PutObject" ], "Resource": [ "*" ], "Effect": "Allow" } ] }
-
-
Ein Amazon S3-Bucket, der im selben AWS-Konto und AWS-Region wie Ihr Greengrass-Core-Gerät erstellt wurde. SageMaker AI Edge Manager benötigt einen S3-Bucket, um eine Edge-Geräteflotte zu erstellen und Beispieldaten aus der Ausführung von Inferenzen auf Ihrem Gerät zu speichern. Informationen zum Erstellen von S3-Buckets finden Sie unter Erste Schritte mit Amazon S3.
-
Eine SageMaker KI-Edge-Geräteflotte, die denselben AWS IoT Rollenalias wie Ihr Greengrass-Core-Gerät verwendet. Weitere Informationen finden Sie unter Erstellen Sie eine Flotte von Edge-Geräten.
-
Ihr Greengrass-Core-Gerät ist als Edge-Gerät in Ihrer SageMaker AI Edge-Geräteflotte registriert. Der Name des Edge-Geräts muss mit dem AWS IoT Dingnamen für Ihr Kerngerät übereinstimmen. Weitere Informationen finden Sie unter Registrieren Sie Ihr Greengrass-Core-Gerät.
Endpunkte und Ports
Diese Komponente muss in der Lage sein, ausgehende Anfragen an die folgenden Endpunkte und Ports auszuführen, zusätzlich zu den Endpunkten und Ports, die für den Basisbetrieb erforderlich sind. Weitere Informationen finden Sie unter Geräteverkehr über einen Proxy oder eine Firewall zulassen.
| Endpoint | Port | Erforderlich | Description |
|---|---|---|---|
|
|
443 | Ja |
Überprüfen Sie den Status der Geräteregistrierung und senden Sie Messwerte an AI. SageMaker |
|
|
443 | Ja |
Laden Sie die Erfassungsdaten in den von Ihnen angegebenen S3-Bucket hoch. Sie können den Namen jedes Buckets, in den Sie Daten hochladen, durch den Namen ersetzen |
Abhängigkeiten
Wenn Sie eine Komponente bereitstellen, werden AWS IoT Greengrass auch kompatible Versionen ihrer Abhängigkeiten bereitgestellt. Das bedeutet, dass Sie die Anforderungen für die Komponente und alle ihre Abhängigkeiten erfüllen müssen, um die Komponente erfolgreich bereitzustellen. In diesem Abschnitt werden die Abhängigkeiten für die veröffentlichten Versionen dieser Komponente sowie die semantischen Versionseinschränkungen aufgeführt, die die Komponentenversionen für jede Abhängigkeit definieren. Sie können die Abhängigkeiten für jede Version der Komponente auch in der AWS IoT Greengrass Konsole
Weitere Informationen zu Komponentenabhängigkeiten finden Sie in der Komponentenrezeptreferenz.
Konfiguration
Diese Komponente stellt die folgenden Konfigurationsparameter bereit, die Sie bei der Bereitstellung der Komponente anpassen können.
Anmerkung
In diesem Abschnitt werden die Konfigurationsparameter beschrieben, die Sie in der Komponente festlegen. Weitere Informationen zur entsprechenden SageMaker AI Edge Manager-Konfiguration finden Sie unter Edge Manager Agent im Amazon SageMaker AI Developer Guide.
DeviceFleetName-
Der Name der SageMaker AI Edge Manager-Geräteflotte, die Ihr Greengrass-Core-Gerät enthält.
Sie müssen im Konfigurationsupdate einen Wert für diesen Parameter angeben, wenn Sie diese Komponente bereitstellen.
BucketName-
Der Name des S3-Buckets, in den Sie erfasste Inferenzdaten hochladen. Der Bucket-Name muss die Zeichenfolge
sagemakerenthalten.Wenn Sie
CaptureDataDestinationauf oder auf festlegenCloudCaptureDataPeriodicUpload, müssen Sie im Konfigurationsupdate einen Wert für diesen Parameter angeben, wenn Sie diese Komponente bereitstellen.trueAnmerkung
Daten erfassen ist eine SageMaker AI-Funktion, mit der Sie Inferenzeingaben, Inferenzergebnisse und zusätzliche Inferenzdaten für zukünftige Analysen in einen S3-Bucket oder ein lokales Verzeichnis hochladen. Weitere Informationen zur Verwendung von Erfassungsdaten mit SageMaker AI Edge Manager finden Sie unter Modell verwalten im Amazon SageMaker AI Developer Guide.
CaptureDataBatchSize-
(Optional) Die Größe eines Stapels von Erfassungsdatenanforderungen, die der Agent bearbeitet. Dieser Wert muss kleiner als die Puffergröße sein, die Sie in angeben
CaptureDataBufferSize. Es wird empfohlen, die halbe Puffergröße nicht zu überschreiten.Der Agent verarbeitet einen Anforderungsstapel, wenn die Anzahl der Anforderungen im Puffer der
CaptureDataBatchSizeAnzahl entspricht oder wenn dasCaptureDataPushPeriodSecondsIntervall abgelaufen ist, je nachdem, was zuerst eintritt.Standard:
10 CaptureDataBufferSize-
(Optional) Die maximale Anzahl von Erfassungsdatenanforderungen, die im Puffer gespeichert sind.
Standard:
30 CaptureDataDestination-
(Optional) Das Ziel, an dem Sie die erfassten Daten speichern. Folgende Parameterwerte sind möglich:
-
Cloud— Lädt die erfassten Daten in den S3-Bucket hoch, den Sie angeben.BucketName -
Disk— Schreibt die erfassten Daten in das Arbeitsverzeichnis der Komponente.
Wenn Sie dies angeben
Disk, können Sie die erfassten Daten auch regelmäßig in Ihren S3-Bucket hochladen, indem Sie die EinstellungCaptureDataPeriodicUploadauftruesetzen.Standard:
Cloud -
CaptureDataPeriodicUpload-
(Optional) Zeichenfolgenwert, der angibt, ob die erfassten Daten regelmäßig hochgeladen werden sollen. Unterstützte Werte sind
trueundfalse.Setzen Sie diesen Parameter auf,
truewenn Sie ihnCaptureDataDestinationauf setzen und Sie außerdem möchtenDisk, dass der Agent die erfassten Daten regelmäßig in Ihren S3-Bucket hochlädt.Standard:
false CaptureDataPeriodicUploadPeriodSeconds-
(Optional) Das Intervall in Sekunden, in dem der SageMaker AI Edge Manager-Agent erfasste Daten in den S3-Bucket hochlädt. Verwenden Sie diesen Parameter, wenn Sie
CaptureDataPeriodicUploadauftruefestlegen.Standard:
8 CaptureDataPushPeriodSeconds-
(Optional) Das Intervall in Sekunden, in dem der SageMaker AI Edge Manager-Agent einen Stapel von Erfassungsdatenanforderungen aus dem Puffer verarbeitet.
Der Agent verarbeitet einen Anforderungsstapel, wenn die Anzahl der Anfragen im Puffer der
CaptureDataBatchSizeAnzahl entspricht oder wenn dasCaptureDataPushPeriodSecondsIntervall abgelaufen ist, je nachdem, was zuerst eintritt.Standard:
4 CaptureDataBase64EmbedLimit-
(Optional) Die maximale Größe der erfassten Daten in Byte, die der SageMaker AI Edge Manager-Agent hochlädt.
Standard:
3072 FolderPrefix-
(Optional) Der Name des Ordners, in den der Agent die erfassten Daten schreibt. Wenn Sie
CaptureDataDestinationdiese Option festlegenDisk, erstellt der Agent den Ordner in dem Verzeichnis, das von angegeben istCaptureDataDiskPath. Wenn Sie dies festlegenCaptureDataDestinationoder wenn Sie dies festlegenCaptureDataPeriodicUploadtrue, erstellt der Agent den Ordner in Ihrem S3-Bucket.CloudStandard:
sme-capture CaptureDataDiskPath-
Diese Funktion ist in v1.1.0 und späteren Versionen der SageMaker AI Edge Manager-Komponente verfügbar.
(Optional) Der Pfad zu dem Ordner, in dem der Agent den Ordner mit den erfassten Daten erstellt. Wenn Sie diese Option festlegen
CaptureDataDestinationDisk, erstellt der Agent den Ordner mit den erfassten Daten in diesem Verzeichnis. Wenn Sie diesen Wert nicht angeben, erstellt der Agent den Ordner mit den erfassten Daten im Arbeitsverzeichnis der Komponente. Verwenden Sie denFolderPrefixParameter, um den Namen des Ordners mit den erfassten Daten anzugeben.Standard:
/work/aws.greengrass.SageMakerEdgeManager/capture/greengrass/v2 LocalDataRootPath-
Diese Funktion ist in v1.2.0 und späteren Versionen der SageMaker AI Edge Manager-Komponente verfügbar.
(Optional) Der Pfad, in dem diese Komponente die folgenden Daten auf dem Kerngerät speichert:
-
Die lokale Datenbank für Laufzeitdaten, wenn Sie
DbEnableauf setzentrue. -
SageMaker Neo-compiled KI-Modelle, die diese Komponente automatisch herunterlädt, wenn Sie diese Option
DeploymentEnablefestlegentrue.
Standard:
/work/aws.greengrass.SageMakerEdgeManager/greengrass/v2 -
DbEnable-
(Optional) Sie können diese Komponente so einrichten, dass sie Laufzeitdaten in einer lokalen Datenbank speichert, um die Daten für den Fall zu erhalten, dass die Komponente ausfällt oder das Gerät die Stromversorgung verliert.
Diese Datenbank benötigt 5 MB Speicherplatz im Dateisystem des Kerngeräts.
Standard:
false DeploymentEnable-
Diese Funktion ist in Version 1.2.0 und späteren Versionen der SageMaker AI Edge Manager-Komponente verfügbar.
(Optional) Sie können diese Komponente aktivieren, um automatisch SageMaker Neo-compiled KI-Modelle abzurufen, die Sie auf Amazon S3 hochladen. Nachdem Sie ein neues Modell auf Amazon S3 hochgeladen haben, verwenden Sie SageMaker AI Studio oder die SageMaker AI-API, um das neue Modell auf diesem Kerngerät bereitzustellen. Wenn Sie diese Funktion aktivieren, können Sie neue Modelle auf Kerngeräten bereitstellen, ohne eine AWS IoT Greengrass Bereitstellung erstellen zu müssen.
Wichtig
Um diese Funktion verwenden zu können, müssen Sie
DbEnableauftrueeinstellen. Diese Funktion verwendet die lokale Datenbank, um Modelle zu verfolgen, die sie aus der AWS Cloud abruft.Standard:
false DeploymentPollInterval-
Diese Funktion ist in Version 1.2.0 und späteren Versionen der SageMaker AI Edge Manager-Komponente verfügbar.
(Optional) Der Zeitraum (in Minuten), zwischen dem diese Komponente nach neuen Modellen sucht, die heruntergeladen werden sollen. Diese Option gilt, wenn Sie
DeploymentEnableauf einstellentrue.Standard:
1440(1 Tag) DLRBackendOptions-
Diese Funktion ist in Version 1.2.0 und späteren Versionen der SageMaker AI Edge Manager-Komponente verfügbar.
(Optional) Die DLR-Laufzeit-Flags, die in der DLR-Laufzeit gesetzt werden müssen, die diese Komponente verwendet. Sie können das folgende Flag setzen:
-
TVM_TENSORRT_CACHE_DIR— Aktivieren Sie das TensorRT-Modell-Caching. Geben Sie einen absoluten Pfad zu einem vorhandenen Ordner an, der über Berechtigungen verfügt. read/write -
TVM_TENSORRT_CACHE_DISK_SIZE_MB— Weist die Obergrenze des TensorRT-Modell-Cache-Ordners zu. Wenn die Verzeichnisgröße diese Grenze überschreitet, werden die zwischengespeicherten Engines gelöscht, die am wenigsten verwendet werden. Der Standardwert ist 512 MB.
Sie können diesen Parameter beispielsweise auf den folgenden Wert setzen, um das TensorRT-Modell-Caching zu aktivieren und die Cachegröße auf 800 MB zu begrenzen.
TVM_TENSORRT_CACHE_DIR=/data/secured_folder/trt/cache; TVM_TENSORRT_CACHE_DISK_SIZE_MB=800 -
SagemakerEdgeLogVerbose-
(Optional) Zeichenfolgenwert, der angibt, ob die Debug-Protokollierung aktiviert werden soll. Unterstützte Werte sind
trueundfalse.Standard:
false UnixSocketName-
(Optional) Der Speicherort des SageMaker AI Edge Manager-Socket-Dateideskriptors auf dem Kerngerät.
Standard:
/tmp/aws.greengrass.SageMakerEdgeManager.sock
Beispiel Beispiel: Aktualisierung der Zusammenführung der Konfiguration
Die folgende Beispielkonfiguration gibt an, dass das Kerngerät Teil von ist MyEdgeDeviceFleet und dass der Agent Erfassungsdaten sowohl auf das Gerät als auch in einen S3-Bucket schreibt. Diese Konfiguration ermöglicht auch die Debug-Protokollierung.
{ "DeviceFleetName": "MyEdgeDeviceFleet", "BucketName": "amzn-s3-demo-bucket", "CaptureDataDestination": "Disk", "CaptureDataPeriodicUpload": "true", "SagemakerEdgeLogVerbose": "true" }
Lokale Protokolldatei
Diese Komponente verwendet die folgende Protokolldatei.
Um die Protokolle dieser Komponente einzusehen
-
Führen Sie den folgenden Befehl auf dem Kerngerät aus, um die Protokolldatei dieser Komponente in Echtzeit anzuzeigen. Ersetzen Sie
oder/greengrass/v2C:\greengrass\v2durch den Pfad zum AWS IoT Greengrass Stammordner.
Änderungsprotokoll
In der folgenden Tabelle werden die Änderungen in den einzelnen Versionen der Komponente beschrieben.
|
Version |
Änderungen |
|---|---|
|
1.3.6 |
Version für Greengrass Nucleus 2.12.5 aktualisiert. |
|
1.3.5 |
Version für Greengrass Nucleus Version 2.12.0 aktualisiert. |
|
1.3.4 |
Die Version wurde für die Greengrass Nucleus-Version 2.11.0 aktualisiert. |
|
1.3.3 |
Die Version wurde für die Greengrass Nucleus-Version 2.10.0 aktualisiert. |
|
1.3.2 |
Die Version wurde für die Greengrass Nucleus-Version 2.9.0 aktualisiert. |
|
1.3.1 |
Die Version wurde für die Greengrass Nucleus-Version 2.8.0 aktualisiert. |
|
1.3.0 |
|
|
1.2.0 |
|
|
1.1.1 |
Die Version wurde für die Greengrass Nucleus-Version 2.7.0 aktualisiert. |
|
1.1.0 |
|
|
1.0.3 |
Die Version wurde für die Greengrass Nucleus-Version 2.4.0 aktualisiert. |
|
1.0.2 |
|
|
1.0.1 |
Die Version wurde für die Greengrass Nucleus-Version 2.3.0 aktualisiert. |
|
1.0.0 |
Erste Version |