亚马逊云科技将与西门子开启云边协同合作，利用亚马逊云科技人工智能与机器学习、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，共同赋能制造业客户。基于云边协同解决方案，西门子自动化成都工厂成功构建了工业废料自动分拣系统。该系统依托西门子边缘解决方案和亚马逊云科技的人工智能与机器学习服务，将分拣准确率从70%大幅提升至97%以上，有害垃圾的分类准确率从90%提升到将近100%。
云边协同是将云计算与边缘计算有机结合。随着边缘设备在工业场景的应用，将云计算和边缘计算相融合，提升工厂数字化和智能化程度，已成为制造业数字化的必经之路。
此次双方共同推出的云边协同技术框架，融合了西门子工业边缘解决方案和亚马逊云科技的人工智能与机器学习、数据分析、物联网和存储等云服务。西门子工业边缘解决方案包括边缘设备、边缘应用程序和边缘管理平台，为数据上云提供整套解决方案。西门子Industrial Edge可实时在本地处理海量数据，满足数据低延迟及本地合规要求；同时提供丰富的本地应用程序，包括数据处理、数据可视化、向云或IT基础架构传输数据等功能。西门子工业边缘数字化平台将相关的数据传输到云端，充分利用云端灵活高效的计算、存储资源，实现信息快速共享以及复杂的计算推理和机器学习训练。而通过西门子Cloud Connector，客户可以轻松便捷地连接到亚马逊云科技的云服务。除此之外，西门子工业边缘设备也支持亚马逊云科技提供的开发工具包（SDK），实现云、边、端的协同。
在西门子工业边缘解决方案的基础上，客户可使用亚马逊云科技的人工智能与机器学习、数据分析、物联网和存储等云服务，对工业现场产生的海量数据进行传输、存储、实时处理和分析。客户可基于Amazon Simple Storage Service（Amazon S3，对象存储服务）构建数据湖；通过Amazon IoT Core和Amazon IoT SiteWise等服务，客户将数据在本地进行预处理或脱敏后，从传感器传输到云上数据湖，解决边缘设备存储容量有限等问题。通过Amazon Glue（完全托管的ETL服务）对云端数据湖中的数据进行处理，并通过Amazon Elastic MapReduce（Amazon EMR，托管的Hadoop 框架）实时分析流式数据源，支持大数据分析；通过Amazon SageMaker机器学习服务，客户将机器学习与传统工控设备结合，在云端进行机器学习模型训练和推理。
结合西门子的工业边缘解决方案和亚马逊云科技领先的云服务，制造业客户既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原生服务，更好地部署质量检测、数据分析、预测性维护等解决方案，促进制造业的数字化转型。亚马逊云科技也将有专业团队如解决方案中心，支持客户实现云边协同。
基于云边协同，西门子自动化成都工厂构建了以机器学习为核心的工业废料的自动分拣系统。在工厂废料回收流水线上，西门子工业边缘解决方案以安全可靠的方式对废料数据进行采集并上传到云端，在云端通过亚马逊云科技进行机器学习模型的训练，将训练后的算法模型下发至边缘端，由边缘端设备分析废料的图片信息进行分辨和分类，将分拣准确率从70%左右提升至97%以上，有害垃圾的分类准确率从90%提升到将近100%，逐步实现分拣流程的无人工干预。
