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。
您可以使用 SageMaker AI 主控台建立 SageMaker Edge Manager 封裝任務，網址為 https：//https://console.aws.amazon.com/sagemaker/
-
在 SageMaker AI 主控台中，選擇 Edge Inference，然後選擇建立邊緣封裝任務，如下圖所示。
-
在任務屬性頁面上，在 Edge 封裝任務名稱下輸入封裝任務的名稱。請注意 Edge Manager 封裝作業名稱會區分大小寫。為您的模型命名並為其指定版本：在模型名稱和模型版本下各別輸入此內容。
-
下一步，選取 IAM 角色。您可以選擇一個角色或讓您 AWS 建立一個角色。您可以選擇性地指定資源金鑰 ARN 和任務標籤。
-
選擇 Next (下一步)。
-
在編譯任務名稱欄位中，指定使用 SageMaker Neo 編譯模型時所使用的編譯任務名稱。選擇 Next (下一步)。
-
在輸出組態頁面上，輸入您要在其中存放封裝任務輸出的 Amazon S3 儲存貯體 URI。
Edge 封裝任務頁面上的狀態欄應該會顯示為進行中。封裝任務完成後，狀態會更新為已完成。
選取封裝任務會將您導向至該任務設定。任務設定區段會顯示作業名稱、ARN、狀態、建立時間、上次修改時間、封裝工作的持續時間，以及角色 ARN。
輸入組態區段會顯示模型成品的位置、資料輸入組態以及模型的機器學習架構。
輸出組態區段會顯示封裝任務的輸出位置、編譯模型的目標裝置，以及您建立的任何標籤。
選擇要重新導向至裝置機群詳細資訊的裝置機群名稱。此頁面顯示裝置機群名稱、ARN、描述 (若您提供的話)、建立機群的日期、上次修改機群的時間、Amazon S3 儲存貯體 URI、 AWS KMS 金鑰 ID (若有提供)、 AWS IoT 別名 (若有提供) 和 IAM 角色。如果您已新增標籤，它們會顯示在裝置機群標籤區段中。
