Для тех, кто не знает, в Nutanix мы продаем Xi IoT как:

Платформа, которая обеспечивает локальные вычисления и искусственный интеллект для периферийных устройств Интернета вещей, объединяя периферию и облако в единую платформу для обработки данных. Платформа Xi IoT устраняет сложность, ускоряет развертывание и позволяет разработчикам сосредоточиться на бизнес-логике, лежащей в основе приложений и сервисов IoT.

Как архитектор решений в команде, которая использует платформу для ежедневной реализации приложений и услуг для клиентов, я могу с уверенностью сказать, что это не преувеличение. Чтобы продемонстрировать это на собственном опыте и обучить наши внутренние команды, несколько месяцев назад наша команда решила создать образец решения, чтобы продемонстрировать, насколько просто на самом деле развертывание приложений на платформе. Мы решили, что простой пример Hello World слишком прост, поэтому мы прыгнули прямо в глубокую часть с приложением для машинного обучения. Решение, которое мы внутренне назвали Facefeed, основано на популярном проекте Facenet с открытым исходным кодом, который использует модель Inception ResNet v1 и набор данных VGGFace2 для идентификации лиц. Как и любое решение на платформе, приложение и его конвейеры данных развертываются непосредственно на физическом устройстве Xi Edge или виртуальной машине, работающей на периферии.

Чтобы продемонстрировать решение и помочь нашим командам, мы создали (с помощью нашей фантастической команды поддержки) руководство по развертыванию, в котором пошагово описан простой процесс развертывания решения. Комплексное решение, развернутое в руководстве, принимает образец видеопотока с использованием протокола потоковой передачи в реальном времени (RTSP) и использует машинное обучение для обнаружения известных лиц.

После отличных отзывов внутри компании мы также решили продемонстрировать приложение в рамках практических занятий во время нашей конференции .Next London в ноябре 2018 года. Теперь мы сделали руководство общедоступным, чтобы каждый мог начать свой путь к тому, чтобы стать экспертом в области машинного обучения. По мере изучения руководства вы заметите, что весь код машинного обучения (на основе Python) и контейнеры приложений (используемые для обслуживания примера потока RTSP и интерактивного пользовательского интерфейса) также доступны для общего пользования. И так, чего же ты ждешь? Разверните свое первое решение для машинного обучения или узнайте, насколько оно может быть проще уже сегодня!

XI IOT — РУКОВОДСТВО ПО РАЗВЕРТЫВАНИЮ ПРИЛОЖЕНИЯ FACEFEED

Первоначально опубликовано на https://developer.nutanix.com 29 апреля 2019 г.