View a markdown version of this page

SageMaker Edge Manager akhir masa pakai - Amazon SageMaker AI
FAQHapus sumber daya Edge Manager

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

SageMaker Edge Manager akhir masa pakai

Mulai 26 April 2024, Anda tidak dapat lagi mengakses Amazon SageMaker Edge Manager melalui konsol AWS manajemen, membuat pekerjaan pengemasan tepi, dan mengelola armada perangkat tepi.

FAQ

Gunakan bagian berikut untuk mendapatkan jawaban atas pertanyaan umum tentang akhir masa SageMaker pakai Edge Manager (EOL).

A: Setelah 26 April 2024, semua referensi ke pekerjaan pengemasan tepi, perangkat, dan armada perangkat dihapus dari layanan Edge Manager. Anda tidak dapat lagi menemukan atau mengakses layanan Edge Manager dari AWS konsol Anda dan aplikasi yang memanggil API layanan Edge Manager tidak lagi berfungsi.

A: Sumber daya yang dibuat oleh Edge Manager, seperti paket edge di dalam bucket Amazon S3, hal-hal AWS IoT, dan peran AWS IAM, terus ada di layanan masing-masing setelah 26 April 2024. Untuk menghindari tagihan setelah Edge Manager tidak lagi didukung, hapus sumber daya Anda. Untuk informasi selengkapnya tentang menghapus sumber daya Anda, lihatHapus sumber daya Edge Manager.

A: Sumber daya yang dibuat oleh Edge Manager, seperti paket edge di dalam bucket Amazon S3, hal-hal AWS IoT, dan peran AWS IAM, terus ada di layanan masing-masing setelah 26 April 2024. Untuk menghindari tagihan setelah Edge Manager tidak lagi didukung, hapus sumber daya Anda. Untuk informasi selengkapnya tentang menghapus sumber daya Anda, lihatHapus sumber daya Edge Manager.

A: Kami sarankan Anda mencoba salah satu alat pembelajaran mesin berikut. Untuk runtime tepi lintas platform, gunakan ONN X. ONNX adalah solusi open-source yang populer dan terpelihara dengan baik yang menerjemahkan model Anda ke dalam instruksi yang dapat dijalankan oleh banyak jenis perangkat keras, dan kompatibel dengan kerangka kerja ML terbaru. ONNX dapat diintegrasikan ke dalam al SageMaker ur kerja AI Anda sebagai langkah otomatis untuk penerapan edge Anda.

Untuk penerapan tepi dan penggunaan pemantauan. AWS IoT Greengrass V2 AWS IoT Greengrass V2 memiliki mekanisme pengemasan dan penyebaran yang dapat diperluas yang dapat sesuai dengan model dan aplikasi di tepi. Anda dapat menggunakan saluran MQTT bawaan untuk mengirim kembali telemetri model untuk Amazon SageMaker Model Monitor atau menggunakan sistem izin bawaan untuk mengirim data yang diambil dari model kembali ke Amazon Simple Storage Service (Amazon S3). Jika Anda tidak atau tidak dapat menggunakan AWS IoT Greengrass V2, kami sarankan menggunakan MQTT dan IoT Jobs (C/C++ library) untuk membuat mekanisme OTA ringan untuk mengirimkan model.

Kami telah menyiapkan kode sampel yang tersedia di GitHub repositori ini untuk membantu Anda beralih ke alat yang disarankan ini.

Hapus sumber daya Edge Manager

Sumber daya yang dibuat oleh Edge Manager terus ada setelah 26 April 2024. Untuk menghindari penagihan, hapus sumber daya ini.

Untuk menghapus AWS IoT Greengrass sumber daya, lakukan hal berikut:

  1. Di AWS IoT Core konsol, pilih perangkat Greengrass di bawah Kel ola.

  2. Pilih Komponen.

  3. Di bawah Komponen saya, komponen yang dibuat oleh Edge Manager berada dalam format SageMaker aiEdge (EdgePackagingJobName). Pilih komponen yang ingin Anda hapus.

  4. Kemudian pilih H apus versi.

Untuk menghapus alias AWS IoT peran, lakukan hal berikut:

  1. Di AWS IoT Core konsol, pilih Keamanan di bawah Kel ola.

  2. Pilih Ali as peran.

  3. Alias peran yang dibuat oleh Edge Manager berada dalam format SageMaker aiEdge- {}DeviceFleetName. Pilih peran yang ingin Anda hapus.

  4. Pilih Hapus.

Untuk menghapus pekerjaan pengemasan di bucket Amazon S3, lakukan hal berikut:

  1. Di konsol SageMaker AI, pilih Edge Inference.

  2. Pilih pekerjaan pengemasan Edge.

  3. Pilih salah satu pekerjaan pengemasan tepi. Salin URI Amazon S3 di bawah Ar tefak Model di bagian Konfigur asi keluaran.

  4. Di konsol Amazon S3, navigasikan ke lokasi yang sesuai, dan periksa apakah Anda perlu menghapus artefak model. Untuk menghapus artefak model, pilih objek Amazon S3 dan pilih H apus.