Veröffentlichung: Softwareupdate für AWS IoT Greengrass Core v2.1.0 am 26. April 2021 - AWS IoT Greengrass
Plattform-Support-UpdatesAktualisierungen öffentlicher Komponenten

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.

Veröffentlichung: Softwareupdate für AWS IoT Greengrass Core v2.1.0 am 26. April 2021

Diese Version enthält Version 2.1.0 der Greengrass-Kernkomponente und aktualisiert AWSvon bereitgestellte Komponenten.

Veröffentlichungsdatum: 26. April 2021

Veröffentlichungs-Merkmale

  • Integration von Docker Hub und Amazon Elastic Container Registry (Amazon ECR) – Mit der neuen Docker-Anwendungsmanager-Komponente können Sie öffentliche oder private Images von Amazon ECR herunterladen. Sie können diese Komponente auch verwenden, um öffentliche Images von Docker Hub und herunterzuladenAWS Marketplace. Weitere Informationen finden Sie unter Führen Sie einen Docker-Container aus.

  • Dockerfile- und Docker-Images für AWS IoT Greengrass Core-Software – Sie können das Greengrass Docker-Image verwenden, um AWS IoT Greengrass in einem Docker-Container auszuführen, der Amazon Linux 2 als Basisbetriebssystem verwendet. Sie können die AWS IoT Greengrass Dockerfile auch verwenden, um Ihr eigenes Greengrass-Image zu erstellen. Weitere Informationen finden Sie unter Ausführen von AWS IoT Greengrass Core-Software in einem Docker-Container.

  • Unterstützung für zusätzliche Frameworks und Plattformen für Machine Learning – Sie können Machine-Learning-Beispielinferenzkomponenten bereitstellen, die vortrainierte Modelle verwenden, um eine Bildklassifizierung und Objekterkennung mit TensorFlow Lite 2.5.0 und DLR 1.6.0 durchzuführen. Diese Version erweitert auch die Unterstützung für Machine Learning für Armv8 (AArch64)-Geräte. Weitere Informationen finden Sie unter Durchführen von Machine Learning-Inferenzen.

Plattform-Support-Updates

Plattform Details
Docker

Ein Dockerfile und ein Docker-Image für AWS IoT Greengrass sind jetzt verfügbar.

Dockerfile

AWS IoT Greengrass stellt ein Dockerfile bereit, um ein Container-Image zu erstellen, auf dem AWS IoT Greengrass Core-Software und Abhängigkeiten auf einem Amazon Linux 2 (x86_64)-Basis-Image installiert sind. Sie können das Basis-Image im Dockerfile so ändern, dass es AWS IoT Greengrass auf einer anderen Plattformarchitektur ausgeführt wird.

Docker-Image

AWS IoT Greengrass bietet ein vorgefertigtes Docker-Image, auf dem AWS IoT Greengrass Core-Software und Abhängigkeiten auf einem Amazon Linux 2 (x86_64)-Basis-Image installiert sind.

Weitere Informationen finden Sie unter Ausführen von AWS IoT Greengrass Core-Software in einem Docker-Container.

Aktualisierungen öffentlicher Komponenten

In der folgenden Tabelle sind AWSvon bereitgestellte Komponenten aufgeführt, die neue und aktualisierte Funktionen enthalten.

Wichtig

Wenn Sie eine Komponente bereitstellen, AWS IoT Greengrass installiert die neuesten unterstützten Versionen aller Abhängigkeiten dieser Komponente. Aus diesem Grund werden neue Patch-Versionen von von bereitgestellten öffentlichen Komponenten möglicherweise automatisch auf Ihren AWS-Core-Geräten bereitgestellt, wenn Sie einer Objektgruppe neue Geräte hinzufügen oder die Bereitstellung aktualisieren, die auf diese Geräte abzielt. Einige automatische Updates, wie z. B. ein Kern-Update, können dazu führen, dass Ihre Geräte unerwartet neu gestartet werden.

Um unbeabsichtigte Updates für eine Komponente zu verhindern, die auf Ihrem Gerät ausgeführt wird, empfehlen wir Ihnen, beim Erstellen einer Bereitstellung direkt Ihre bevorzugte Version dieser Komponente anzugeben. Weitere Informationen zum Aktualisierungsverhalten für AWS IoT Greengrass Core-Software finden Sie unter Aktualisieren der AWS IoT Greengrass Core-Software (OTA).

Komponente Details
Greengrass-Kern

Version 2.1.0 des Greengrass-Kerns ist verfügbar.

Neue Features

  • Unterstützt das Herunterladen von Docker-Images aus privaten Repositorys in Amazon ECR.

  • Fügt die folgenden Parameter hinzu, um die MQTT-Konfiguration auf -Core-Geräten anzupassen:

    • maxInFlightPublishes – Die maximale Anzahl unbestätigter MQTT QoS 1-Nachrichten, die gleichzeitig in Bewegung sein können.

    • maxPublishRetry – Die maximale Anzahl von Wiederholungsversuchen für Nachrichten, die nicht veröffentlicht werden können.

  • Fügt den fleetstatusservice Konfigurationsparameter hinzu, um das Intervall zu konfigurieren, in dem das Core-Gerät den Gerätestatus in der veröffentlichtAWS Cloud.

  • Zusätzliche kleinere Korrekturen und Verbesserungen. Weitere Informationen finden Sie in den Versionen auf GitHub.

Fehlerbehebungen und Verbesserungen

  • Behebt ein Problem, das dazu führte, dass Schattenbereitstellungen dupliziert wurden, wenn der Kern neu gestartet wurde.

  • Behebt ein Problem, das dazu führte, dass der Kern abstürzte, wenn er auf eine Ausnahme beim Laden des Services gestoßen ist.

  • Verbessert die Auflösung der Komponentenabhängigkeit, um eine Bereitstellung mit einer Zirkelabhängigkeit fehlschlagen zu lassen.

  • Behebt ein Problem, das verhindert hat, dass eine Plugin-Komponente erneut bereitgestellt wurde, wenn diese Komponente zuvor vom Core-Gerät entfernt wurde.

  • Es wurde ein Problem behoben, das dazu führte, dass die HOME Umgebungsvariable für Lambda-Komponenten oder für Komponenten, die als Stamm ausgeführt werden, auf das /greengrass/v2/work Verzeichnis festgelegt wurde. Die HOME Variable ist jetzt korrekt auf das Stammverzeichnis für den Benutzer festgelegt, der die Komponente ausführt.

  • Zusätzliche kleinere Korrekturen und Verbesserungen. Weitere Informationen finden Sie in den Versionen auf GitHub.
Docker-Anwendungsmanager

Version 2.0.0 der neuen Docker-Anwendungsmanager-Komponente ist verfügbar.

Neue Features

  • Verwaltet Anmeldeinformationen zum Herunterladen von Images aus privaten Repositorys in Amazon ECR.

  • Lädt öffentliche Images von Amazon ECR, Docker Hub und herunterAWS Marketplace.
Lambda-Launcher

Version 2.0.4 der Lambda-Launcher-Komponente ist verfügbar.

Fehlerbehebungen und Verbesserungen

  • Behebt ein Problem, bei dem die Komponente nicht korrekt AddGroupOwner an den Lambda-Funktionscontainer übergeben wurde.
Legacy-Abonnement-Router

Version 2.1.0 der Legacy-Abonnement-Routerkomponente ist verfügbar.

Fehlerbehebungen und Verbesserungen

  • Fügt Unterstützung für die Angabe von Komponentennamen anstelle von ARNs für source und hinzutarget. Wenn Sie einen Komponentennamen für ein Abonnement angeben, müssen Sie das Abonnement nicht jedes Mal neu konfigurieren, wenn sich die Version der Lambda-Funktion ändert.
Lokale Debug-Konsole

Version 2.1.0 der lokalen Debug-Konsolenkomponente ist verfügbar.

Neue Features

  • Verwendet HTTPS, um Ihre Verbindung zur lokalen Debug-Konsole zu sichern. HTTPS ist standardmäßig aktiviert.

Fehlerbehebungen und Verbesserungen

  • Sie können Flashbar-Nachrichten im Konfigurationseditor verwerfen.
Protokollmanager

Version 2.1.0 der Log Manager-Komponente ist verfügbar.

Fehlerbehebungen und Verbesserungen

  • Verwenden Sie Standardwerte für logFileDirectoryPath und logFileRegex, die für Greengrass-Komponenten funktionieren, die auf die Standardausgabe (stdout) und den Standardfehler (stderr) gedruckt werden.

  • Datenverkehr beim Hochladen von Protokollen in CloudWatch Protokolle korrekt über einen konfigurierten Netzwerk-Proxy weiterleiten.

  • Verarbeiten Sie Doppelpunktzeichen (:) in Protokollstreamnamen korrekt. CloudWatch Logs-Protokollstreamnamen unterstützen keine Doppelpunkte.

  • Vereinfachen Sie die Namen von Protokollstreams, indem Sie Objektgruppennamen aus dem Protokollstream entfernen.

  • Entfernen Sie eine Fehlermeldung, die während des normalen Verhaltens ausgegeben wird.
DLR-Bildklassifizierung

Version 2.1.1 der DLR-Bildklassifizierungskomponente ist verfügbar.

Neue Features

  • Verwenden Sie Deep Learning Runtime v1.6.0.

  • Unterstützung für die Beispiel-Image-Klassifizierung auf Armv8 (AArch64)-Plattformen hinzufügen. Dadurch wird die Unterstützung für Machine Learning für Greengrass-Core-Geräte erweitert, auf denen NVIDIA Jetson ausgeführt wird, z. B. Jetson Nano.

  • Aktivieren Sie die Kameraintegration für Beispielinferenzen. Verwenden Sie den neuen UseCamera Konfigurationsparameter, um dem Beispiel-Inferenzcode den Zugriff auf die Kamera auf Ihrem Greengrass-Kerngerät und die lokale Ausführung von Inferenzen auf dem aufgenommenen Bild zu ermöglichen.

  • Unterstützung für die Veröffentlichung von Inferenzergebnissen in der hinzufügenAWS Cloud. Verwenden Sie den neuen PublishResultsOnTopic Konfigurationsparameter, um das Thema anzugeben, zu dem Sie Ergebnisse veröffentlichen möchten.

  • Fügen Sie den neuen ImageDirectory Konfigurationsparameter hinzu, mit dem Sie ein benutzerdefiniertes Verzeichnis für das Image angeben können, für das Sie Inferenzen durchführen möchten.

Fehlerbehebungen und Verbesserungen

  • Schreiben Sie Inferenzergebnisse in die Komponentenprotokolldatei anstelle einer separaten Inferenzdatei.

  • Verwenden Sie das AWS IoT Greengrass-Core-Softwareprotokollierungsmodul, um die Komponentenausgabe zu protokollieren.

  • Verwenden Sie die AWS IoT Device SDK, um die Komponentenkonfiguration zu lesen und Konfigurationsänderungen anzuwenden.
DLR-Objekterkennung

Version 2.1.1 der DLR-Objekterkennungskomponente ist verfügbar.

Neue Features

  • Verwenden Sie Deep Learning Runtime v1.6.0.

  • Unterstützung für die Erkennung von Beispielobjekten auf Armv8 (AArch64)-Plattformen hinzufügen. Dadurch wird die Unterstützung für Machine Learning für Greengrass-Core-Geräte erweitert, auf denen NVIDIA Jetson ausgeführt wird, z. B. Jetson Nano.

  • Aktivieren Sie die Kameraintegration für Beispielinferenzen. Verwenden Sie den neuen UseCamera Konfigurationsparameter, um dem Beispiel-Inferenzcode den Zugriff auf die Kamera auf Ihrem Greengrass-Kerngerät und die lokale Ausführung von Inferenzen auf dem aufgenommenen Bild zu ermöglichen.

  • Unterstützung für die Veröffentlichung von Inferenzergebnissen in der hinzufügenAWS Cloud. Verwenden Sie den neuen PublishResultsOnTopic Konfigurationsparameter, um das Thema anzugeben, zu dem Sie Ergebnisse veröffentlichen möchten.

  • Fügen Sie den neuen ImageDirectory Konfigurationsparameter hinzu, mit dem Sie ein benutzerdefiniertes Verzeichnis für das Image angeben können, für das Sie Inferenzen durchführen möchten.

Fehlerbehebungen und Verbesserungen

  • Schreiben Sie Inferenzergebnisse in die Komponentenprotokolldatei anstelle einer separaten Inferenzdatei.

  • Verwenden Sie das AWS IoT Greengrass-Core-Softwareprotokollierungsmodul, um die Komponentenausgabe zu protokollieren.

  • Verwenden Sie die AWS IoT Device SDK, um die Komponentenkonfiguration zu lesen und Konfigurationsänderungen anzuwenden.
DLR-Bildklassifizierungsmodellspeicher

Version 2.1.1 der DLR-Bildklassifizierungsmodellspeicherkomponente ist verfügbar.

Neue Features

  • Fügen Sie ein Beispiel für ein ResNet-50-Image-Klassifizierungsmodell für Armv8-Plattformen (AArch64) hinzu. Dadurch wird die Unterstützung für Machine Learning für Greengrass-Core-Geräte erweitert, auf denen NVIDIA Jetson ausgeführt wird, z. B. Jetson Nano.
Modellspeicher für die DLR-Objekterkennung

Version 2.1.1 der DLR-Objekterkennungsmodellspeicherkomponente ist verfügbar.

Neue Features

  • Fügen Sie ein Beispiel für ein YOLOv3-Objekterkennungsmodell für Armv8-Plattformen (AArch64) hinzu. Dadurch wird die Unterstützung für Machine Learning für Greengrass-Core-Geräte erweitert, auf denen NVIDIA Jetson ausgeführt wird, z. B. Jetson Nano.
DLR-Installationsprogramm

Version 1.6.1 der DLR-Komponente ist verfügbar.

Neue Features

  • Installieren Sie Deep Learning Runtime v1.6.0 und seine Abhängigkeiten.

  • Unterstützung für die Installation von DLR auf Armv8 (AArch64)-Plattformen hinzufügen. Dadurch wird die Unterstützung für Machine Learning für Greengrass-Core-Geräte erweitert, auf denen NVIDIA Jetson ausgeführt wird, z. B. Jetson Nano.

Fehlerbehebungen und Verbesserungen

  • Installieren Sie die AWS IoT Device SDK in der virtuellen Umgebung, um die Komponentenkonfiguration zu lesen und Konfigurationsänderungen anzuwenden.

  • Zusätzliche kleinere Fehlerbehebungen und Verbesserungen.
TensorFlow Lite-Bildklassifizierung

Version 2.1.0 der neuen TensorFlow Lite-Bildklassifizierungskomponente ist verfügbar.

Neue Features

  • Fügen Sie Unterstützung für die Inferenz der Bildklassifizierung mit TensorFlow Lite hinzu.
TensorFlow Erkennung von Lite-Objekten

Version 2.1.0 der neuen TensorFlow Lite-Objekterkennungskomponente ist verfügbar.

Neue Features

  • Fügen Sie Unterstützung für die Inferenz der Objekterkennung mit TensorFlow Lite hinzu.
TensorFlow Modellspeicher für die Lite-Bildklassifizierung

Version 2.1.0 der neuen TensorFlow Lite-Bildklassifizierungsmodellspeicherkomponente ist verfügbar.

Neue Features

  • Stellen Sie ein vortrainiertes quantisiertes MobileNet v1-Modell für die Inferenz der Beispielbildklassifizierung mit TensorFlow Lite bereit.
TensorFlow Modellspeicher für die Lite-Objekterkennung

Version 2.1.0 der neuen TensorFlow Lite-Objekterkennungsmodellspeicherkomponente ist verfügbar.

Neue Features

  • Stellen Sie ein vortrainiertes Single Shot Detection (SSD)- MobileNet Modell bereit, das im COCO-Datensatz trainiert wurde, um eine Inferenz bei der Objekterkennung mit TensorFlow Lite zu erhalten.
TensorFlow Lite

Version 2.5.0 der neuen TensorFlow Lite-Komponente ist verfügbar.

Neue Features

  • Installieren Sie TensorFlow Lite v1.6.0 und seine Abhängigkeiten in einer virtuellen Umgebung auf den Plattformen Armv7, Armv8 (AArch64) und x86_64.