Bearbeiten

Getrennte KI am Edge mit Azure Stack Hub

Azure Container Registry
Azure HDInsight
Azure Kubernetes Service (AKS)
Azure Machine Learning
Azure Stack Hub

Lösungsmöglichkeiten

Dieser Artikel ist ein Lösungsvorschlag. Wenn Sie möchten, dass wir diesen Artikel um weitere Informationen ergänzen, z. B. potenzielle Anwendungsfälle, alternative Dienste, Überlegungen zur Implementierung oder Preisempfehlungen, lassen Sie es uns über Feedback auf GitHub wissen.

In diesem Artikel wird eine Lösung für die Verwendung von Edge-KI beschrieben, wenn Sie vom Internet getrennt sind. Die Lösung verwendet Azure Stack Hub, um KI-Modelle an den Edge zu verschieben.

Apache®, Apache Hadoop, Apache Spark, Apache HBase und Apache Storm sind entweder eingetragene Marken oder Marken der Apache Software Foundation in den USA und/oder anderen Ländern. Die Verwendung dieser Marken impliziert keine Zustimmung durch die Apache Software Foundation.

Aufbau

Architecture diagram that shows an AI-enabled application running at the edge with Azure Stack Hub and hybrid connectivity.

Laden Sie eine Visio-Datei dieser Architektur herunter.

Datenfluss

  1. Data Scientists verwenden Azure Machine Learning und einen Azure HDInsight-Cluster, um ein Machine Learning-Modell zu trainieren. Das Modell wird containerisiert und in eine Azure Container Registry eingefügt.
  2. Das Modell wird in einem Azure Kubernetes Service-Cluster (AKS) in Azure Stack Hub bereitgestellt.
  3. Endbenutzer stellen Daten bereit, die anhand des Modells bewertet werden.
  4. Erkenntnisse und Anomalien aus der Bewertung werden gespeichert, um sie später hochzuladen.
  5. Global relevante und konforme Erkenntnisse stehen in einer globalen App zur Verfügung.
  6. Wissenschaftliche Fachkräfte für Daten verwenden die Bewertung aus dem Edgebereich, um das Modell zu verbessern.

Komponenten

  • Machine Learning ist eine cloudbasierte Umgebung, die Ihnen das Erstellen, Bereitstellen und Verwalten von Machine Learning-Modellen ermöglicht. Mit diesen Modellen können Sie zukünftiges Verhalten, Ergebnisse und Trends prognostizieren.
  • HDInsight ist ein umfassender, verwalteter Open-Source-Analysedienst in der Cloud für Unternehmen. Sie können Open-Source-Frameworks mit HDInsight wie Hadoop, Spark, HBase und Storm verwenden.
  • Azure Container Registry ist ein Dienst, der eine verwaltete Registrierung von Containerimages erstellt. Sie können Container Registry verwenden, um die Images zu erstellen, zu speichern und zu verwalten. Sie können sie auch verwenden, um containerisierte Machine Learning-Modelle zu speichern.
  • AKS ist ein hochverfügbarer, sicherer und vollständig verwalteter Kubernetes-Dienst. AKS erleichtert das Bereitstellen und Verwalten containerisierter Anwendungen.
  • Azure Virtual Machines ist ein IaaS-Angebot (Infrastructure-as-a-Service). Sie können Virtual Machines verwenden, um bedarfsgesteuert skalierbare Computingressourcen wie virtuelle Linux- und Windows-Computer bereitzustellen.
  • Azure Storage bietet hochverfügbaren skalierbaren, sicheren Cloudspeicher für Daten, Anwendungen und Workloads.
  • Azure Stack Hub ist eine Erweiterung von Azure, die Ihnen eine Möglichkeit bietet, Apps in einer lokalen Umgebung auszuführen und Azure-Dienste in Ihrem Rechenzentrum bereitzustellen.

Szenariodetails

Mit den Azure KI-Tools sowie Azure Edge und der Cloudplattform lässt sich Edge Intelligence realisieren. KI-fähige Hybridanwendungen können lokal am Speicherort Ihrer Daten ausgeführt werden. Mithilfe von Azure Stack Hub können Sie ein trainiertes KI-Modell zum Edge bringen und es in Ihre Anwendungen integrieren, um Intelligence mit geringer Latenz zu erzielen. Bei diesem Ansatz müssen Sie keine Änderungen an Tools oder Prozessen für lokale Anwendungen vornehmen. Wenn Sie Azure Stack Hub verwenden, können Sie sicherstellen, dass Ihre Cloudlösungen selbst dann funktionieren, wenn keine Internetverbindung besteht.

Diese Lösung ist für ein Szenario mit getrenntem Azure Stack Hub vorgesehen. Aufgrund von Wartezeiten, zeitweiligen Konnektivitätsproblemen oder Vorschriften sind Sie möglicherweise nicht immer mit Azure verbunden. In Szenarien ohne Verbindung können Sie Daten lokal verarbeiten und später in Azure zu weiteren Analyse aggregieren. Die Version dieses Szenarios mit bestehender Verbindung finden Sie unter KI am Edge.

Mögliche Anwendungsfälle

Möglicherweise müssen Sie die Bereitstellung in einem getrennten Zustand in den folgenden Szenarien durchführen:

  • Es gelten Sicherheits- oder andere Einschränkungen, die es erforderlich machen, Azure Stack Hub in einer Umgebung bereitzustellen, die nicht mit dem Internet verbunden ist.
  • Sie möchten verhindern, dass Daten (einschließlich Nutzungsdaten) an Azure gesendet werden.
  • Sie möchten Azure Stack Hub als rein private Cloudlösung nutzen, die im Intranet Ihres Unternehmens bereitgestellt wird, und interessieren sich nicht für Hybridszenarien.

Nächste Schritte

Weitere Informationen zu Azure Stack-Lösungen finden Sie in den folgenden Ressourcen:

Weitere Informationen zu Lösungskomponenten finden Sie in der folgenden Produktdokumentation:

Beispiele finden Sie in der folgenden Ressource:

Verwandte Lösungen finden Sie in den folgenden Artikeln: