本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 边缘设备
<a name="neo-edge-devices"></a>

Amazon SageMaker Neo 为常用机器学习框架提供编译支持。您可以部署 Neo 编译的边缘设备，例如 Raspberry Pi 3、Texas Instruments Sitara、Jetson TX1 等。有关支持的框架和边缘设备的完整列表，请参阅[支持的框架、设备、系统和架构](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-supported-devices-edge.html)。

您必须对边缘设备进行配置，使其能够使用 AWS 服务。一种方法是将 DLR 和 Boto3 安装到您的设备上。为此，您必须设置身份验证凭证。有关更多信息，请参阅 [Boto3 AWS 配置](https://boto3.amazonaws.com/v1/documentation/api/latest/guide/quickstart.html#configuration)。编译模型并配置好边缘设备后，您可以将模型从 Amazon S3 下载到您的边缘设备。然后，您可以使用[深度学习运行时系统 (DLR)](https://neo-ai-dlr.readthedocs.io/en/latest/index.html) 来读取编译后的模型并进行推理。

对于首次使用的用户，我们建议您查看[入门](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-getting-started-edge.html)指南。本指南将向您介绍如何设置凭证、编译模型、将模型部署到 Raspberry Pi 3 以及如何对图像进行推理。

**Topics**
+ [支持的框架、设备、系统和架构](neo-supported-devices-edge.md)
+ [部署模型](neo-deployment-edge.md)
+ [在边缘设备上设置 Neo](neo-getting-started-edge.md)