Q30 — AWS SAP-C02 第2章

第 30/75 問 | ← 第2章

Q180. 製造会社が工場向けの検査ソリューションを構築しています。同社は各組立ラインの終端にIPカメラを設置しています。また、Amazon SageMaker を使用して、静止画から一般的な欠陥を識別する機械学習（ML）モデルを訓練済みです。 同社は、欠陥が検出された際に工場作業員にローカルでフィードバックを提供したいと考えています。さらに、工場のインターネット接続が切断された場合でも、このフィードバックを確実に提供できる必要があります。同社には、作業員へのローカルフィードバックを提供するAPIをホストするオンプレミスのLinuxサーバーがあります。これらの要件を満たすために、同社はMLモデルをどのようにデプロイすべきでしょうか？

• A. 各IPカメラからAWSへ向けてAmazon Kinesis Video Streamを設定します。Amazon EC2インスタンスを使用してストリームから静止画を取得し、その画像をAmazon S3バケットにアップロードします。 MLモデルを含むSageMakerエンドポイントをデプロイします。新しい画像がアップロードされるたびに、AWS Lambda関数を呼び出して推論エンドポイントを実行します。Lambda関数は、欠陥が検出された場合にローカルAPIを呼び出すように設定します。
• B. オンプレミスのLinuxサーバーにAWS IoT Greengrassをデプロイし、MLモデルをGreengrassサーバー上に展開します。 IPカメラから静止画を取得し、推論を実行するGreengrassコンポーネントを作成します。このコンポーネントは、欠陥が検出された際にローカルAPIを呼び出すように設定します。 ✓
• C. AWS Snowballデバイスを注文し、そのデバイス上にSageMakerエンドポイント、MLモデル、およびAmazon EC2インスタンスをデプロイします。IPカメラから静止画を取得し、EC2インスタンス上で推論を実行します。このインスタンスは、欠陥が検出された際にローカルAPIを呼び出すように設定します。
• D. 各IPカメラにAmazon Monitronデバイスを導入し、オンプレミスにAmazon Monitron Gatewayをデプロイします。MLモデルをAmazon Monitronデバイス上にデプロイします。Amazon Monitronのヘルスステートアラームを活用し、欠陥検出時にAWS Lambda関数からローカルAPIを呼び出します。

正解: B. オンプレミスのLinuxサーバーにAWS IoT Greengrassをデプロイし、MLモデルをGreengrassサーバー上に展開します。 IPカメラから静止画を取得し、推論を実行するGreengrassコンポーネントを作成します。このコンポーネントは、欠陥が検出された際にローカルAPIを呼び出すように設定します。

解説

このソリューションでは、AWS IoT Greengrassを用いてMLモデルをオンプレミスのLinuxサーバー上にローカルにデプロイするため、インターネット接続が途絶していても動作します。GreengrassコンポーネントはIPカメラからの静止画を取得し、デプロイ済みのMLモデルを用いて推論を実行できます。欠陥が検出された際には、同一サーバー上でホストされているローカルAPIを呼び出して作業員へフィードバックを提供できます。また、追加のカメラ対応やアーキテクチャ変更にも容易に対応可能な、拡張性の高いソリューションです。 本問は、IPカメラから取得した画像に基づく欠陥検出を扱っており、IoT Greengrass上でPC（または同等のエッジデバイス）にMLモデルを実行させるアプローチが最も適切です。一方、選択肢Dは機械のセンサーデータ（振動・温度など）のモニタリングに特化しており、画像ベースの欠陥検出には適用できません。