AWS 发布了基于 Amazon SageMaker Python SDK v3 的车队级计算机视觉模型生命周期参考架构，由 AWS ProServe 的 Kiowa Jackson 讲解。该方案用 SageMaker Neo 取代已弃用的 SageMaker Edge Manager 做边缘优化，是对 2023 年边缘视觉质检 MLOps 流水线方案的更新。
按 AWS 的说法，完整运行全部 13 个步骤（含两次 Neo 编译）约需 15 分钟，在 us-east-2 按需计费下约花费 0.07 美元的 ml.m5.xlarge 费用；流水线默认生成合成产线图像，无需数据集和数据审批即可端到端验证；编排层默认最多同时接纳 5 个流水线执行，以将并发训练任务控制在账户标准配额内。编译本身不收费，费用来自驱动编译的处理实例和输出所用的 S3 存储。
AI 根据报道生成 · 1 小时前更新