Azure Stack Edge
Perangkat terkelola Azure yang menghadirkan komputasi, penyimpanan, dan kecerdasan Azure ke edge.
Perangkat keras sebagai layanan yang didesain khusus dengan Azure Stack Edge
Jalankan beban kerja Anda dan dapatkan wawasan yang dapat ditindaklanjuti dengan cepat dan langsung di edge tempat data dibuat menggunakan perangkat keras sebagai layanan yang didesain khusus dengan Azure Stack Edge.
Dengan pemesanan dan pemenuhan yang mudah, Anda dapat mengelola perangkat dari cloud dengan alat manajemen Azure standar
Dengan Azure loT Edge, Anda dapat menyebarkan dan mengelola kontainer dari loT Hub dan mengintegrasikan dengan solusi loT Azure di edge dengan opsi kokoh menggunakan Kubernetes dengan dukungan multi-node dan mesin virtual
Hadirkan akselerasi perangkat keras ke beragam rangkaian beban kerja Machine Learning dengan GPU NVIDIA T4 Tensor Core dan Intel VPU
Simpan cache lokal akun Azure Storage Anda menggunakan gateway penyimpanan untuk mengunggah secara otomatis
Mulai dengan mudah menggunakan perangkat keras sebagai layanan dan pengalaman cloud-ke-edge yang lancar
Cukup pesan peralatan Anda dari portal Azure dalam model perangkat keras sebagai layanan, dengan pembayaran setiap bulan melalui langganan Azure Anda.
Dapatkan pengalaman cloud-ke-edge yang lancar saat Anda mengonfigurasi, memantau, dan memperbarui Azure Stack Edge dengan portal manajemen dan alat pengembangan yang sama seperti yang Anda harapkan dari Azure.
Jalankan aplikasi Anda di edge yang dekat dengan data
Jalankan VM dan aplikasi kontainer Anda langsung di edge tempat data dibuat dan dikumpulkan. Analisis, ubah, dan filter data di edge, cukup kirim data yang Anda perlukan ke cloud untuk pemrosesan atau penyimpanan lebih lanjut.
Analisis data Anda untuk wawasan yang dapat ditindaklanjuti dengan perangkat keras yang dipercepat AI/ML
Buat dan latih model Pembelajaran Mesin di Azure atau gunakan layanan Azure Cognitive, lalu gunakan GPU NVIDIA T4 bawaan atau VPU Intel di Mini R untuk mempercepat hasil secara lokal. Unggah himpunan data lengkap atau subset ke cloud untuk melatih ulang model Anda dan membuat perangkat edge Anda lebih cerdas.
Transfer data secara efisien dan mudah antara cloud dan edge
Azure Stack Edge bertindak sebagai gateway penyimpanan cloud dan memungkinkan transfer data langsung ke Azure, sekaligus mempertahankan akses lokal ke file. Dengan kemampuan cache lokal dan pembatasan bandwidth untuk membatasi penggunaan selama jam kerja puncak, Azure Stack Edge dapat digunakan untuk mengoptimalkan transfer data Anda ke Azure dan sebaliknya.
Pilih perangkat yang paling sesuai untuk pekerjaan
Seri Azure Stack Edge Pro
Skala dan performa perusahaan untuk beban kerja edge Anda.
Pro 2
Bentuk dan ukuran yang ringkas dan dioptimalkan untuk lokasi edge dan cabang. Opsi pemasangan yang fleksibel.
Opsi konfigurasi:
- 32 VCPU, 51-GB RAM, 720 GB SSD
- 32 vCPU 102 GB RAM, 1,6 TB, 1 GPU NVIDIA A2
- 32 vCPU, 204 GB RAM, 2.5 TB, 2 GPU NVIDIA A2
Semua angka merupakan kapasitas yang dapat digunakan pelanggan.
Pro
Appliance yang dapat dipasang di rak 1U, dioptimalkan untuk kondisi di dalam pusat data atau lokasi cabang.
Opsi konfigurasi:
- 40 vCPU, 102 GB RAM, 4,2 TB, 1 GPU NVIDIA T4
- 40 vCPU, 102 GB RAM, 4,2 TB, 2 GPU NVIDIA T4
Semua angka merupakan kapasitas yang dapat digunakan pelanggan.
Pro R
Kemampuan tingkat pusat data yang tangguh dengan GPU NVIDIA T4 bawaan, dalam wadah yang dapat dipindahkan untuk lokasi terpencil.
Opsi yang tersedia: Dengan atau tanpa Suplai Daya Bebas Gangguan (UPS).
Seri Azure Stack Edge Mini R
Didesain untuk pemrosesan edge dari mana saja.
Mini R
Perangkat tangguh yang dioperasikan dengan baterai yang cukup kecil untuk dimasukkan ke dalam ransel dan didesain untuk lingkungan yang keras dan skenario tidak tersambung. Termasuk VPU Intel bawaan untuk pemrosesan edge.
Kasus penggunaan
Pembelajaran Mesin di edge
Azure Stack Edge membantu Anda mengatasi masalah latensi atau konektivitas dengan memproses data di dekat sumbernya. Jalankan model Pembelajaran Mesin langsung di lokasi edge. Transfer himpunan data yang Anda perlukan (kumpulan data lengkap atau subset) ke Azure untuk melatih ulang dan terus meningkatkan model Anda.
Internet of Things
Proses, sortir, analisis data IoT atau pusat data untuk menentukan apa yang dapat langsung Anda tindak lanjuti, apa yang Anda perlukan untuk disimpan dan disimpan di cloud, dan apa yang tidak perlu Anda lakukan.
Transfer data jaringan dari edge ke cloud
Transfer data dengan mudah dan cepat ke Azure untuk tujuan komputasi atau pengarsipan lebih lanjut atau untuk mempercepat migrasi cloud Anda. Kembalikan appliance ke Microsoft setelah Anda selesai.
Komputasi situs jarak jauh dan edge
Jalankan aplikasi di lokasi jarak jauh untuk mempercepat transaksi dan mengatasi batasan bandwidth. Aplikasi lokal masih dapat berfungsi saat konektivitas Anda ke cloud terbatas.
Kepatuhan peraturan
Pastikan data yang Anda kirim kembali ke cloud tidak melanggar peraturan kepatuhan apa pun dengan menggunakan model ML untuk membantu memperingatkan Anda tentang data yang berpotensi sensitif dan mengambil tindakan secara lokal.
Azure Stack Edge dan Azure AI Membantu Menghentikan Perdagangan Hewan
Lihat bagaimana Azure Stack Edge untuk AI dan beban kerja pembelajaran mesin diuji coba, dengan menggabungkan pemindai 3D dengan model Azure AI di Bandara Heathrow London untuk mencegah perdagangan satwa liar ilegal.
Keamanan dan kepatuhan bawaan yang komprehensif
-
Microsoft menginvestasikan lebih dari USD1 miliar setiap tahunnya untuk riset dan pengembangan keamanan cyber.
-
Kami mempekerjakan lebih dari 3.500 ahli keamanan yang sepenuhnya berdedikasi pada keamanan dan privasi data.
Harga Azure Stack Edge
- Tidak ada biaya di muka
- Tidak ada biaya terminasi
- Bayar yang Anda gunakan saja
Mulai dengan akun gratis Azure
1
2
Setelah kredit berakhir, Anda tetap dapat menggunakan layanan gratis yang sama dengan beralih ke prabayar. Bayar hanya jika Anda menggunakan lebih dari jumlah bulanan gratis.
3
Lihat cara pelanggan menggunakan Azure Stack Edge
"Sifat lokal dari Azure Stack Edge dan Field-Programmable Gate Arrays (FPGAs) berbasis Intel menjadikannya sangat mulus bagi kami untuk dapat mengintegrasikan perangkat tersebut ke dalam bagian dari aplikasi alami kami."
T. Michael Thornton, Wakil Presiden R&D, Bisnis Solusi Pelanggan, Olympus
"Saya pikir peningkatan sebesar ini terjadi kira-kira setiap 20, 30 tahun."
Cengiz Balkas, Manajer Umum & SVP, Wolfspeed
a
Appliance AI di edge mempromosikan Kapal Otonom dalam industri maritim.
