AWS IoT Greengrass Version 2persyaratan perangkat inti - Amazon Lookout for Vision
Perangkat yang diuji, arsitektur chip, dan sistem operasiMemori dan penyimpanan perangkat intiPerangkat lunak yang dibutuhkan

Pemberitahuan akhir dukungan: Pada 31 Oktober 2025, AWS akan menghentikan dukungan untuk Amazon Lookout for Vision. Setelah 31 Oktober 2025, Anda tidak akan lagi dapat mengakses konsol Lookout for Vision atau sumber daya Lookout for Vision. Untuk informasi lebih lanjut, kunjungi posting blog ini.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

AWS IoT Greengrass Version 2persyaratan perangkat inti

Untuk menggunakan model Amazon Lookout for Vision pada AWS IoT Greengrass Version 2 perangkat inti, model Anda memiliki berbagai persyaratan perangkat inti.

Perangkat yang diuji, arsitektur chip, dan sistem operasi

Kami berharap Amazon Lookout for Vision bekerja pada perangkat keras berikut:

  • Arsitektur CPU

    • X86_64 (versi 64-bit dari set instruksi x86)

    • Aarch64 (CPU ARMv8 64-bit)

  • (Inferensi dipercepat GPU saja) Akselerator GPU NVIDIA dengan kapasitas memori yang cukup (Setidaknya 6,0 GB untuk model yang sedang berjalan).

Tim Amazon Lookout for Vision telah menguji model Lookout for Vision pada perangkat, arsitektur chip, dan sistem operasi berikut.

Perangkat

Perangkat Sistem operasi Arsitektur Akselerator Opsi kompiler

jetson_xavier (NVIDIA® Jetson AGX Xavier)

Linux

Aarch64

NVIDIA

{"gpu-code": "sm_72", "trt-ver": "7.1.3", "cuda-ver": "10.2"}

{"gpu-code": "sm_72", "trt-ver": "8.2.1", "cuda-ver": "10.2"}

g4dn.xlarge (Instans EC2 (G4) dengan GPU Inti Tensor NVIDIA T4)

Linux

X86_64/X86-64

NVIDIA

{"gpu-code": "sm_75", "trt-ver": "7.1.3", "cuda-ver": "10.2"}

g5.xlarge (Instans EC2 (G5) dengan GPU Tensor Core NVIDIA A10G)

Linux

X86_64/X86-64

NVIDIA

{"gpu-code": "sm_80", "trt-ver": "8.2.0", "cuda-ver": "11.2"}

c5.2xlarge (Instans Amazon EC2 C5)

Linux

X86_64/X86-64

CPU

{"mcpu": "core-avx2"}

Memori dan penyimpanan perangkat inti

Untuk menjalankan satu model dan Amazon Lookout for Vision Edge Agent, perangkat inti Anda memiliki persyaratan memori dan penyimpanan berikut. Anda mungkin memerlukan lebih banyak memori dan penyimpanan untuk komponen aplikasi klien Anda.

  • Penyimpanan - Setidaknya 1,5 GB.

  • Memori — Setidaknya 6.0 GB untuk model yang sedang berjalan.

Perangkat lunak yang dibutuhkan

Perangkat inti membutuhkan perangkat lunak berikut.

Perangkat Jetson

Jika perangkat inti Anda adalah perangkat Jetson, Anda memerlukan perangkat lunak berikut yang diinstal pada perangkat inti.

Perangkat lunak Versi yang didukung

SDK Jetpack

4.4 hingga 4.6.1

Lingkungan virtual Python dan Python untuk Lookout for Vision Edge Agent versi 1.x

3.8 atau 3.9

Perangkat keras X86

Jika perangkat inti Anda menggunakan perangkat keras x86, Anda memerlukan perangkat lunak berikut yang diinstal pada perangkat inti.

Inferensi CPU

Perangkat lunak Versi yang didukung

Lingkungan virtual Python dan Python untuk Lookout for Vision Edge Agent versi 1.x

3.8 atau 3.9

Inferensi dipercepat GPU

Versi perangkat lunak bervariasi tergantung pada mikroarsitektur GPU NVIDIA yang Anda gunakan.

GPU NVIDIA dengan mikroarsitektur sebelum Ampere (kemampuan komputasi kurang dari 8.0)

Perangkat lunak yang diperlukan untuk GPU NVIDIA dengan mikroarsitektur sebelum Ampere (kemampuan komputasi yang kurang dari 8.0). gpu-codeHarus kurang darism_80.

Perangkat lunak Versi yang didukung

NVIDIA CUDA

10.2

TensorRT NVIDIA

Setidaknya 7.1.3 dan kurang dari 8.0.0

Lingkungan virtual Python dan Python untuk Lookout for Vision Edge Agent versi 1.x

3.8 atau 3.9
GPU NVIDIA dengan mikroarsitektur Ampere (kemampuan komputasi 8.0)

Perangkat lunak yang diperlukan untuk GPU NVIDIA dengan mikroarsitektur Ampere (kemampuan komputasi adalah 8.0). gpu-codeHarussm_80).

Perangkat lunak Versi yang didukung

NVIDIA CUDA

11.2

TensorRT NVIDIA

8.2.0

Lingkungan virtual Python dan Python untuk Lookout for Vision Edge Agent versi 1.x

3.8 atau 3.9