選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

SageMaker Edge Manager 生命週期結束

焦點模式
SageMaker Edge Manager 生命週期結束 - Amazon SageMaker AI

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

從 2024 年 4 月 26 日開始,您無法再透過 AWS 管理主控台存取 Amazon SageMaker Edge Manager、進行邊緣封裝任務,以及管理邊緣裝置機群。

常見問答集

您可以使用以下各節取得有關 SageMaker Edge Manager 生命週期結束 (EOL) 的常見問題解答。

答:2024 年 4 月 26 日之後,Edge 封裝任務、裝置和裝置機群的所有參考都會從 Edge Manager 服務中刪除。您無法再從 AWS 主控台探索或存取 Edge Manager 服務,而呼叫 Edge Manager 服務 API 的應用程式也無法再運作。

問:EOL 日期後,我的 Amazon SageMaker Edge Manager 會發生什麼情況?

答:2024 年 4 月 26 日之後,Edge 封裝任務、裝置和裝置機群的所有參考都會從 Edge Manager 服務中刪除。您無法再從 AWS 主控台探索或存取 Edge Manager 服務,而呼叫 Edge Manager 服務 API 的應用程式也無法再運作。

答:Edge Manager 建立的資源,例如 Amazon S3 儲存貯體內的邊緣套件、 AWS IoT 物件和 AWS IAM 角色,在 2024 年 4 月 26 日之後仍繼續存在於各自的服務上。若要避免在不再支援 Edge Manager 之後收取費用,請刪除您的資源。如需有關刪除您資源的詳細資訊,請參閱刪除 Edge Manager 資源

答:Edge Manager 建立的資源,例如 Amazon S3 儲存貯體內的邊緣套件、 AWS IoT 物件和 AWS IAM 角色,在 2024 年 4 月 26 日之後仍繼續存在於各自的服務上。若要避免在不再支援 Edge Manager 之後收取費用,請刪除您的資源。如需有關刪除您資源的詳細資訊,請參閱刪除 Edge Manager 資源

答:Edge Manager 建立的資源,例如 Amazon S3 儲存貯體內的邊緣套件、 AWS IoT 物件和 AWS IAM 角色,在 2024 年 4 月 26 日之後仍繼續存在於各自的服務上。若要避免在不再支援 Edge Manager 之後收取費用,請刪除您的資源。如需有關刪除您資源的詳細資訊,請參閱刪除 Edge Manager 資源

答:Edge Manager 建立的資源,例如 Amazon S3 儲存貯體內的邊緣套件、 AWS IoT 物件和 AWS IAM 角色,在 2024 年 4 月 26 日之後仍繼續存在於各自的服務上。若要避免在不再支援 Edge Manager 之後收取費用,請刪除您的資源。如需有關刪除您資源的詳細資訊,請參閱刪除 Edge Manager 資源

答:我們建議您嘗試以下其中一種機器學習工具。對於跨平台邊緣執行期,請使用 ONNX。ONNX 是一種常見的、維護良好的開放原始碼解決方案,可將您的模型轉換為許多類型的硬體可以執行的指令,並與最新的機器學習 (ML) 框架相容。ONNX 可以整合到您的 SageMaker AI 工作流程中,作為邊緣部署的自動化步驟。

對於邊緣部署和監控,使用 AWS IoT Greengrass V2。 AWS IoT Greengrass V2 具有可擴展的封裝和部署機制,可以適應邊緣的模型和應用程式。您可以使用內建的 MQTT 通道將模型遙測傳回 Amazon SageMaker Model Monitor,或使用內建許可系統將從模型擷取的資料傳回 Amazon Simple Storage Service (Amazon S3)。如果您不使用或無法使用 AWS IoT Greengrass V2,我們建議您使用 MQTT 和 IoT 任務 (C/C++ 程式庫) 建立輕量型 OTA 機制來交付模型。

我們已準備好此 GitHub 儲存庫提供的範例程式碼,以協助您轉換至這些建議的工具。

答:我們建議您嘗試以下其中一種機器學習工具。對於跨平台邊緣執行期,請使用 ONNX。ONNX 是一種常見的、維護良好的開放原始碼解決方案,可將您的模型轉換為許多類型的硬體可以執行的指令,並與最新的機器學習 (ML) 框架相容。ONNX 可以整合到您的 SageMaker AI 工作流程中,作為邊緣部署的自動化步驟。

對於邊緣部署和監控,使用 AWS IoT Greengrass V2。 AWS IoT Greengrass V2 具有可擴展的封裝和部署機制,可以適應邊緣的模型和應用程式。您可以使用內建的 MQTT 通道將模型遙測傳回 Amazon SageMaker Model Monitor,或使用內建許可系統將從模型擷取的資料傳回 Amazon Simple Storage Service (Amazon S3)。如果您不使用或無法使用 AWS IoT Greengrass V2,我們建議您使用 MQTT 和 IoT 任務 (C/C++ 程式庫) 建立輕量型 OTA 機制來交付模型。

我們已準備好此 GitHub 儲存庫提供的範例程式碼,以協助您轉換至這些建議的工具。

刪除 Edge Manager 資源

Edge Manager 建立的資源會在 2024 年 4 月 26 日之後繼續存在。為避免計費,請刪除這些資源。

若要刪除 AWS IoT Greengrass 資源,請執行下列動作:

  1. 在 AWS IoT Core 主控台中,選擇管理下的 Greengrass 裝置

  2. 選擇元件

  3. 我的元件下,Edge Manager 建立的元件格式為 SageMaker AIEdge (EdgePackagingJobName)。選取您要刪除的元件。

  4. 然後選擇刪除版

若要刪除 AWS IoT 角色別名,請執行下列動作:

  1. 在 AWS IoT Core 主控台中,選擇管理的安全性

  2. 選擇角色別名

  3. Edge Manager 建立的角色別名格式為 SageMaker AIEdge-{DeviceFleetName}。選取您要刪除的角色。

  4. 選擇 刪除

若要刪除 Amazon S3 儲存貯體中的封裝任務,請執行以下操作:

  1. 在 SageMaker AI 主控台中,選擇 Edge 推論

  2. 選擇 Edge 封裝任務

  3. 選擇其中一個 Edge 封裝任務。在輸出組態區段中的模型成品下複製 Amazon S3 URI。

  4. 在 Amazon S3 主控台中,導覽至對應的位置,然後檢查是否需要刪除模型成品。若要刪除模型成品,請選取 Amazon S3 物件,然後選擇刪除

在本頁面

隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。