最近，亚马逊云技术将与西门子开放云边缘合作，利用亚马逊云技术、人工智能和机器学习、数据分析、物联网和存储等云服务，以及西门子的工业边缘解决方案，共同授权制造客户。西门子自动化成都工厂基于云边缘协作解决方案，成功构建了工业废物自动分拣系统。该系统依靠西门子边缘解决方案和亚马逊云技术的人工智能和机器学习服务，将分拣精度从70%提高到97%以上，危险废物分类精度从90%提高到近100%。

　　云边缘协作是云计算与边缘计算的有机结合。随着边缘设备在工业场景中的应用，将云计算与边缘计算相结合，提高工厂的数字化和智能化，已成为制造业数字化的必由之路。

　　双方共同推出的云边缘协作技术框架集成了人工智能和机器学习、数据分析、物联网和亚马逊云技术存储等云服务。西门子工业边缘解决方案包括边缘设备、边缘应用和边缘管理平台，为数据云提供完整的解决方案。西门子IndustrialEdge海量数据可以在本地实时处理，满足低数据延迟和本地合规要求；同时，它提供了丰富的本地应用程序，包括数据处理、数据可视化、云或IT基础设施传输数据等功能。西门子工业边缘数字平台向云传输相关数据，充分利用云灵活高效的计算和资源存储，实现信息的快速共享、复杂的计算推理和机器学习培训。通过西门子CloudConnector，客户可以轻松方便地连接到亚马逊云科技的云服务。此外，西门子工业边缘设备还支持亚马逊云技术提供的开发工具包（SDK），实现云、边、端的协调。

　　在西门子工业边缘解决方案的基础上，客户可以利用亚马逊云技术的人工智能和机器学习、数据分析、物联网、存储等云服务，实时传输、存储、处理和分析工业现场产生的海量数据。客户可基于AmazonSimpleStorageService（AmazonS3、对象存储服务)构建数据湖；AmazonIoTCore和AmazonIoTSiteWise对于其他服务，客户在本地预处理或脱敏数据后，从传感器传输到云数据湖，解决边缘设备存储容量有限等问题。通过AmazonGlue(完全托管ETL服务)处理云数据湖中的数据，并通过AmazonElasticMapReduce（AmazonEMR，托管的Hadoop框架)流式数据源的实时分析，支持大数据分析；通过AmazonSageMaker机器学习服务，客户将机器学习与传统工业控制设备相结合，在云端进行机器学习模型训练和推理。

　　结合西门子工业边缘解决方案和亚马逊云技术领先的云服务，制造客户可以发挥边缘计算低延迟和数据本地化的优势，也可以利用丰富的云本地服务，更好地部署质量检测、数据分析、预测维护解决方案，促进制造业的数字化转型。亚马逊云技术还将有一个专业的团队，如解决方案中心，以支持客户实现云边缘协作。

　　在云边合作的基础上，西门子自动化成都工厂建立了以机器学习为核心的工业废弃物自动分拣系统。在工厂废物回收装配线上，西门子工业边缘解决方案以安全可靠的方式收集和上传废物数据。在云端，亚马逊云技术对机器学习模型进行培训，并将培训后的算法模型发送到边缘端，通过边缘端设备对废物的图像信息进行分类和分类，分拣精度从70%提高到97%以上，危险废物的分类精度从90%提高到近100%，逐步实现无人工干预的分拣过程。