AWS 发布 SageMaker SDK v3 边缘视觉流水线示例

AWS 在 aws-samples GitHub 仓库发布了一套基于 SageMaker SDK v3 的示例方案，用于管理产线多相机场景下每台相机独立微调模型的全生命周期：用双分支 SageMaker Pipeline 为每台相机训练异常检测器和 ResNet18 缺陷分类器，经质量门禁后用 SageMaker Neo 编译并注册，并以 Step Functions 与 DynamoDB 信号量控制车队训练节奏。该方案是对 2023 年边缘视觉质检 MLOps 系列方案的 SDK v3 版本更新。 默认情况下流水线生成合成产线图像，无需数据集和数据审批即可端到端验证。AWS 称完整运行 13 个步骤（含两次 Neo 编译）约需 15 分钟，在 us-east-2 区域按需计费的 ml.m5.xlarge 成本约 0.07 美元（2026 年 7 月价格）；编译本身不收费，用户需为驱动编译的处理实例和输出 S3 存储付费。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。