主要观点：边缘计算改变了数据处理和响应方式，AWS 通过一系列边缘服务推动这一变革，如 AWS IoT Greengrass。本文通过在边缘设备上运行机器学习模型（YOLOv5）进行实时对象识别的示例，展示了边缘计算的优势和架构。
关键信息：

• 边缘计算可让企业更快决策、降低延迟、节省带宽和增强隐私。
• 架构包括边缘设备（如 NVIDIA Jetson、Raspberry Pi、AWS Snowcone）、IP 摄像头、ML 模型（YOLOv5）、AWS IoT Greengrass V2 和 AWS IoT Core。
• AWS IoT Greengrass V2 具备安全 Lambda 执行、组件管理和离线模式等功能。
• 部署步骤包括设置和安装边缘设备、编写边缘逻辑脚本、打包和部署组件等。
  重要细节：
• 安装 AWS IoT Greengrass Core v2 时的命令及作用。
• 边缘逻辑脚本中对象检测和数据发送的过程。
• 组件部署的相关命令和操作。
• 可利用发送的事件数据进行多种操作，如创建警报、存储事件流和创建仪表盘等。