Édition

Intelligence artificielle déconnectée à la périphérie avec Azure Stack Hub

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

Idées de solution

Cet article présente une idée de solution. Si vous souhaitez que nous développions le contenu avec d’autres informations, telles que des cas d’usage potentiels, d’autres services, des considérations d’implémentation ou un guide des prix, adressez-nous vos commentaires GitHub.

Cet article décrit une solution pour utiliser l’IA de périphérie lorsque vous êtes déconnecté d’Internet. La solution utilise Azure Stack Hub pour déplacer des modèles IA vers la périphérie.

Apache®, Apache Hadoop, Apache Spark, Apache HBase et Apache Storm sont soit des marques déposées, soit des marques commerciales d’Apache Software Foundation aux États-Unis et/ou dans d’autres pays. L’utilisation de ces marques n’implique aucune approbation de l’Apache Software Foundation.

Architecture

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

Téléchargez un fichier Visio de cette architecture.

Dataflow

  1. Les scientifiques des données utilisent Azure Machine Learning et un cluster Azure HDInsight pour entraîner un modèle Machine Learning. Le modèle est conteneurisé et placé dans Azure Container Registry.
  2. Le modèle est déployé sur un cluster Azure Kubernetes Service (AKS) sur Azure Stack Hub.
  3. Les utilisateurs finaux fournissent des données soumises à un scoring par rapport au modèle.
  4. Les insights et les anomalies issus du scoring sont stockés à des fins de chargement ultérieur.
  5. Des insights globalement pertinents et conformes sont disponibles dans une application globale.
  6. Les scientifiques des données utilisent le scoring de la périphérie pour améliorer le modèle.

Components

  • Machine Learning est un environnement basé sur le cloud qui vous permet d’effectuer la génération, le déploiement, et la gestion des modèles Machine Learning. Avec ces modèles, vous pouvez prévoir le comportement, les résultats et les tendances à venir.
  • HDInsight est un service cloud d’analyse managé, complet et open source pour les entreprises. Vous pouvez utiliser des frameworks open source avec HDInsight, comme Hadoop, Spark, HBase et Storm.
  • Container Registry est un service qui crée un registre managé d’images conteneur. Vous pouvez utiliser Container Registry pour générer, stocker et gérer les images. Vous pouvez également l’utiliser pour stocker des modèles Machine Learning conteneurisés.
  • AKS est un service Kubernetes hautement disponible, sécurisé et complètement managé. AKS facilite le déploiement et la gestion des applications conteneurisées.
  • Machines virtuelles Microsoft Azure est une offre IaaS (infrastructure as a service). Vous pouvez utiliser Machines Virtuelles pour déployer des ressources informatiques évolutives à la demande, telles que des machines virtuelles Linux et Windows.
  • Stockage Azure offre un stockage cloud hautement disponible, évolutif et sécurisé pour l’ensemble de vos données, applications et charges de travail.
  • Azure Stack Hub est une extension d’Azure qui permet d’exécuter des applications dans un environnement local et de fournir des services Azure dans votre centre de données.

Détails du scénario

Avec les outils Azure AI, ainsi que la périphérie et la plateforme cloud Azure, l’intelligence de périphérie est possible. Les applications hybrides basées sur l'IA peuvent s'exécuter là où vos données résident, en local. Vous pouvez placer un modèle IA entraîné à la périphérie avec Azure Stack Hub et l’intégrer à vos applications pour une intelligence à faible latence. Avec cette approche, vous n’avez pas besoin d’apporter des modifications dans les outils ou les processus pour les applications locales. Avec Azure Stack Hub, vous pouvez exécuter vos solutions cloud même lorsqu’elles sont déconnectées d’Internet.

Cette solution s’adresse à un scénario Azure Stack Hub déconnecté. En raison de problèmes ou de réglementations de latence ou de connectivité intermittente, vous n’êtes peut-être pas toujours connecté(e) à Azure. Dans les scénarios déconnectés, vous pouvez traiter des données localement et les agréger ultérieurement dans Azure pour une analyse plus approfondie. Pour la version connectée de ce scénario, consultez l’article L’IA à la périphérie.

Cas d’usage potentiels

Vous devrez peut-être déployer dans un état déconnecté dans les scénarios suivants :

  • Vous êtes soumis à des restrictions de sécurité ou autres qui vous obligent à déployer Azure Stack Hub dans un environnement non connecté à Internet.
  • Vous voulez empêcher l’envoi de données (notamment les données d’utilisation) à Azure.
  • Vous souhaitez seulement utiliser Azure Stack Hub en tant que solution de cloud privé déployée sur votre intranet d'entreprise, et les scénarios hybrides ne vous intéressent pas.

Étapes suivantes

Pour plus d’informations sur les solutions Azure Stack, consultez les ressources suivantes :

Pour plus d’informations sur les composants de solution, consultez la documentation produit suivante :

Pour obtenir des exemples, consultez les ressources suivantes :

Pour des solutions connexes, consultez les articles suivants :