As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Use o Amazon SageMaker AI Edge Manager nos dispositivos principais do Greengrass
**Importante**
SageMaker O AI Edge Manager foi descontinuado em 26 de abril de 2024. Para obter mais informações sobre como continuar implantando seus modelos em dispositivos de ponta, consulte [Fim da vida útil do SageMaker AI Edge Manager](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-eol.html).
O Amazon SageMaker AI Edge Manager é um agente de software executado em dispositivos periféricos. SageMaker O AI Edge Manager fornece gerenciamento de modelos para dispositivos de borda para que você possa empacotar e usar modelos compilados pelo Amazon SageMaker AI Neo diretamente nos dispositivos principais do Greengrass. Ao usar o SageMaker AI Edge Manager, você também pode amostrar dados de entrada e saída do modelo de seus dispositivos principais e enviar esses dados Nuvem AWS para monitoramento e análise. Como o SageMaker AI Edge Manager usa o SageMaker AI Neo para otimizar seus modelos para o hardware de destino, você não precisa instalar o tempo de execução do DLR diretamente no seu dispositivo. Nos dispositivos Greengrass, o SageMaker AI Edge Manager não carrega AWS IoT certificados locais nem liga diretamente para o endpoint do provedor de AWS IoT credenciais. Em vez disso, o SageMaker AI Edge Manager usa o [serviço de troca de tokens](token-exchange-service-component.md) para buscar credenciais temporárias de um endpoint TES.
Esta seção descreve como o SageMaker AI Edge Manager funciona nos dispositivos principais do Greengrass.
## Como o SageMaker AI Edge Manager funciona em dispositivos Greengrass
Para implantar o agente do SageMaker AI Edge Manager em seus dispositivos principais, crie uma implantação que inclua o `aws.greengrass.SageMakerEdgeManager` componente. AWS IoT Greengrass gerencia a instalação e o ciclo de vida do agente Edge Manager em seus dispositivos. Quando uma nova versão do binário do agente estiver disponível, implante a versão atualizada do componente `aws.greengrass.SageMakerEdgeManager` para atualizar a versão do agente que está instalada no dispositivo.
Quando você usa o SageMaker AI Edge Manager com AWS IoT Greengrass, seu fluxo de trabalho inclui as seguintes etapas de alto nível:
1. Compile modelos com o SageMaker AI Neo.
1. Empacote seus modelos SageMaker AI Neo-compilados usando trabalhos de empacotamento SageMaker AI edge. Ao executar uma tarefa de empacotamento de borda em seu modelo, você pode criar um componente de modelo com o modelo empacotado como um artefato que pode ser implantado no dispositivo principal do Greengrass.
1. Crie um componente de inferência personalizado. Use esse componente para interagir com o agente do Edge Manager e realizar a inferência no dispositivo principal. Essas operações envolvem carregar os modelos, invocar as solicitações de previsão para realizar a inferência e descarregar os modelos quando o componente é encerrado.
1. Implante o componente SageMaker AI Edge Manager, o componente de modelo empacotado e o componente de inferência para executar seu modelo no mecanismo de inferência de SageMaker IA (agente do Edge Manager) em seu dispositivo.
Para obter mais informações sobre a criação de trabalhos de empacotamento de borda e componentes de inferência que funcionam com o SageMaker AI Edge Manager, consulte [Deploy Model Package and Edge Manager Agent AWS IoT Greengrass](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-greengrass.html) no *Amazon SageMaker AI Developer Guide*.
O [Tutorial: Comece a usar o SageMaker AI Edge Manager](get-started-with-edge-manager-on-greengrass.md) tutorial mostra como configurar e usar o agente do SageMaker AI Edge Manager em um dispositivo principal existente do Greengrass, usando um código AWS de exemplo fornecido que você pode usar para criar exemplos de inferência e componentes de modelo.
Ao usar o SageMaker AI Edge Manager nos dispositivos principais do Greengrass, você também pode usar o recurso de captura de dados para carregar dados de amostra para o. Nuvem AWS A captura de dados é um recurso de SageMaker IA que você usa para fazer upload de entradas de inferência, resultados de inferência e dados de inferência adicionais em um bucket do S3 ou em um diretório local para análise futura. Para obter mais informações sobre o uso de dados de captura com o SageMaker AI Edge Manager, consulte [Gerenciar modelo](https://docs.aws.amazon.com/sagemaker/latest/dg/edge-manage-model.html#edge-manage-model-capturedata) no *Amazon SageMaker AI Developer Guide*.
## Requisitos
Você deve atender aos seguintes requisitos para usar o agente do SageMaker AI Edge Manager nos dispositivos principais do Greengrass.
+ Um dispositivo principal do Greengrass executado no Amazon Linux 2, uma plataforma Linux baseada em Debian (x86\$164 ou Armv8) ou Windows (x86\$164). Se você não tiver uma, consulte [Tutorial: Conceitos básicos do AWS IoT Greengrass V2](getting-started.md).
+ [Python](https://www.python.org/downloads/) 3.6 ou posterior, incluindo o `pip` para sua versão do Python, instalada em seu dispositivo principal.
+ O [perfil do dispositivo do Greengrass](device-service-role.md) foi configurado com o seguinte:
+ Uma relação de confiança que permite que `credentials.iot.amazonaws.com` e `sagemaker.amazonaws.com` assumam o perfil, conforme mostrado no exemplo de política do IAM a seguir.
```
{
"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"
}
]
}
```
+ A política gerenciada [AmazonSageMakerEdgeDeviceFleetPolicy](https://console.aws.amazon.com/iam/home#/policies/arn:aws:iam::aws:policy/service-role/AmazonSageMakerEdgeDeviceFleetPolicy)do IAM.
+ A ação `s3:PutObject`, conforme mostrado no exemplo de política do IAM a seguir.
```
{
"Version": "2012-10-17",
"Statement": [
{
"Action": [
"s3:PutObject"
],
"Resource": [
"*"
],
"Effect": "Allow"
}
]
}
```
+ Um bucket do Amazon S3 criado no mesmo dispositivo central do Greengrass Conta da AWS e no Região da AWS mesmo dispositivo. SageMaker O AI Edge Manager requer um bucket S3 para criar uma frota de dispositivos de ponta e armazenar dados de amostra da execução de inferência em seu dispositivo. Para obter informações sobre como criar buckets do S3, consulte [Conceitos básicos do Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/GetStartedWithS3.html).
+ Uma frota de dispositivos de ponta de SageMaker IA que usa o mesmo alias de AWS IoT função do seu dispositivo principal do Greengrass. Para obter mais informações, consulte [Criar uma frota de dispositivos de borda](get-started-with-edge-manager-on-greengrass.md#create-edge-device-fleet-for-greengrass).
+ Seu dispositivo principal do Greengrass foi registrado como um dispositivo de ponta em sua frota de dispositivos SageMaker AI Edge. O nome do dispositivo de borda deve corresponder ao AWS IoT nome do dispositivo principal. Para obter mais informações, consulte [Registrar seu dispositivo principal do Greengrass](get-started-with-edge-manager-on-greengrass.md#register-greengrass-core-device-in-sme).
## Comece a usar o SageMaker AI Edge Manager
Você pode concluir um tutorial para começar a usar o SageMaker AI Edge Manager. O tutorial mostra como começar a usar o SageMaker AI Edge Manager com componentes AWS de amostra fornecidos em um dispositivo principal existente. Esses componentes de amostra usam o componente SageMaker AI Edge Manager como uma dependência para implantar o agente do Edge Manager e realizar inferências usando modelos pré-treinados que foram compilados usando o AI Neo SageMaker . Para obter mais informações, consulte [Tutorial: Comece a usar o SageMaker AI Edge Manager](get-started-with-edge-manager-on-greengrass.md).