Ankündigungen zur Public Preview von Azure Machine Learning (August 2021)
Veröffentlichungsdatum: 12 August, 2021
Mit standortübergreifendem Computing können Benutzer Cluster an Standorten erstellen, die sich vom Standort des Arbeitsbereichs unterscheiden. So können die Zuteilung von Kapazität mit Leerlauf und die Speicherplatzeffizienz maximiert werden. Benutzer können zudem VM-SKUs verwenden, die nur in einer bestimmten Region verfügbar sind,und sicherstellen, dass zwei Arbeitsbereiche in unterschiedlichen Regionen erstellt werden, um deren Kontingent optimal zu nutzen.
Mithilfe von hierarchischen Zeitreihen müssen Sie nicht mehr manuell einzelne Modelle für Vorhersagen aus Hierarchiedaten erstellen. Dadurch können Sie hierarchiebezogene und konsistente Vorhersagen für alle Hierarchieebenen generieren.
Durch das automatische Hoch- und Herunterfahren von Compute-Instanzen können Benutzer die Betriebskosten automatisiert kontrollieren. Dadurch wird die allgemeine Governance für den AML-Arbeitsbereich verbessert.
Informationen zum Solution Accelerator für hierarchische Zeitreihen
Informationen zum automatischen Hoch- und Herunterfahren von Compute-Instanzen