AI na hraničních zařízeních s využitím Azure Stacku – bez připojení

S využitím nástrojů Azure AI a cloudové platformy může další generace hybridních aplikací s podporou AI běžet tam, kde jsou umístěná vaše data. Azure Stack umožní přenést natrénovaný model AI na hraniční zařízení, integrovat ho s vašimi aplikacemi a zajistit tak inteligentní možnosti s nízkou latencí. Pro místní aplikace přitom není potřeba měnit žádné nástroje ani procesy. Pomocí Azure Stacku můžete zajistit, aby cloudová řešení fungovala i bez připojení k internetu.

AI na hraničních zařízeních s využitím Azure Stacku – bez připojeníS využitím nástrojů Azure AI a cloudové platformy může další generace hybridních aplikací s podporou AI běžet tam, kde jsou umístěná vaše data. Azure Stack umožní přenést natrénovaný model AI na hraniční zařízení, integrovat ho s vašimi aplikacemi a zajistit tak inteligentní možnosti s nízkou latencí. Pro místní aplikace přitom není potřeba měnit žádné nástroje ani procesy. Pomocí Azure Stacku můžete zajistit, aby cloudová řešení fungovala i bez připojení k internetu.654321

Odborníci na data trénují model s využitím služby Azure Machine Learning a clusteru HDInsight. Tento model se kontejnerizuje a vloží do služby Azure Container Registry.

Model se prostřednictvím offline instalátoru nasadí do clusteru Kubernetes v Azure Stacku.

Koncoví uživatelé poskytují data, jejichž skóre se určuje pomocí tohoto modelu.

Přehledy a anomálie z bodování se uloží do úložiště pro pozdější nahrání.

Globálně relevantní a odpovídající přehledy jsou dostupné v globální aplikaci.

Data z bodování na hraničních zařízeních se využívají k vylepšení modelu.

  1. 1 Odborníci na data trénují model s využitím služby Azure Machine Learning a clusteru HDInsight. Tento model se kontejnerizuje a vloží do služby Azure Container Registry.
  2. 2 Model se prostřednictvím offline instalátoru nasadí do clusteru Kubernetes v Azure Stacku.
  3. 3 Koncoví uživatelé poskytují data, jejichž skóre se určuje pomocí tohoto modelu.
  1. 4 Přehledy a anomálie z bodování se uloží do úložiště pro pozdější nahrání.
  2. 5 Globálně relevantní a odpovídající přehledy jsou dostupné v globální aplikaci.
  3. 6 Data z bodování na hraničních zařízeních se využívají k vylepšení modelu.

Pokyny k implementaci

Produkty/popis Dokumentace

HDInsight

Zřízení cloudových clusterů Hadoop, Spark, R Server, HBase a Storm

Machine Learning Studio

Snadné vytváření, nasazování a správa řešení prediktivní analýzy

Virtual Machines

Zřízení virtuálních počítačů s Windows nebo Linuxem v řádu sekund

Azure Kubernetes Service (AKS)

Zjednodušení nasazení, správy a provozu protokolu Kubernetes

Storage

Trvalé a široce škálovatelné cloudové úložiště s vysokou dostupností

Azure Stack

Sestavování a spouštění inovativních hybridních aplikací napříč hranicemi cloudů