Modifica

Intelligenza artificiale disconnessa all'perimetro con l'hub di Azure Stack

Registro Azure Container
Azure HDInsight
Servizio Azure Kubernetes
Azure Machine Learning
Hub di Azure Stack

Idee per le soluzioni

Questo articolo è un'idea di soluzione. Per espandere il contenuto con altre informazioni, ad esempio potenziali casi d'uso, servizi alternativi, considerazioni sull'implementazione o indicazioni sui prezzi, inviare commenti e suggerimenti su GitHub.

Questo articolo descrive una soluzione per l'uso dell'intelligenza artificiale perimetrale quando si è disconnessi da Internet. La soluzione usa l'hub di Azure Stack per spostare i modelli di intelligenza artificiale nella rete perimetrale.

Apache®, Apache Hadoop, Apache Spark, Apache HBase e Apache Storm sono marchi registrati o marchi di Apache Software Foundation nei Stati Uniti e/o in altri paesi. Nessuna approvazione da parte di Apache Software Foundation è implicita dall'uso di questi marchi.

Architettura

Diagramma dell'architettura che mostra un'applicazione abilitata per l'intelligenza artificiale in esecuzione nella rete perimetrale con l'hub di Azure Stack e la connettività ibrida.

Scaricare un file di Visio di questa architettura.

Flusso di dati

  1. I data scientist usano Azure Machine Learning e un cluster Azure HDInsight per eseguire il training di un modello di Machine Learning. Il modello viene in contenitori e inserito in Registro Azure Container.
  2. Il modello viene distribuito in un cluster servizio Azure Kubernetes (servizio Azure Kubernetes) nell'hub di Azure Stack.
  3. Gli utenti finali forniscono dati con punteggio rispetto al modello.
  4. Le informazioni dettagliate e le anomalie derivanti dall'assegnazione dei punteggi vengono inserite nell'archiviazione per il caricamento in un secondo momento.
  5. Le informazioni dettagliate pertinenti e conformi a livello globale sono disponibili in un'app globale.
  6. I data scientist usano l'assegnazione dei punteggi dal bordo per migliorare il modello.

Componenti

  • Machine Learning è un ambiente basato sul cloud che è possibile usare per compilare, distribuire e gestire modelli di Machine Learning. Con questi modelli, è possibile prevedere comportamenti, risultati e tendenze futuri.
  • HDInsight è un servizio di analisi open source gestito e a spettro completo nel cloud per le aziende. È possibile usare framework open source con HDInsight, ad esempio Hadoop, Spark, HBase e Storm.
  • Registro Contenitori è un servizio che crea un registro gestito di immagini del contenitore. È possibile usare Registro Container per compilare, archiviare e gestire le immagini. È anche possibile usarlo per archiviare modelli di Machine Learning in contenitori.
  • Il servizio Azure Kubernetes è un servizio Kubernetes a disponibilità elevata, sicuro e completamente gestito. Il servizio Azure Kubernetes semplifica la distribuzione e la gestione delle applicazioni in contenitori.
  • Azure Macchine virtuali è un'offerta IaaS (Infrastructure as a Service). È possibile usare Macchine virtuali per distribuire risorse di calcolo su richiesta, ad esempio macchine virtuali Windows e Linux.
  • Archiviazione di Azure offre un'archiviazione cloud sicura, scalabile e a disponibilità elevata per dati, applicazioni e carichi di lavoro.
  • L'hub di Azure Stack è un'estensione di Azure che consente di eseguire le app in un ambiente locale e di distribuire servizi di Azure al data center.

Dettagli dello scenario

Con gli strumenti di intelligenza artificiale di Azure e la piattaforma perimetrale e cloud di Azure, l'intelligenza perimetrale è possibile. Le applicazioni ibride abilitate per l'intelligenza artificiale possono essere eseguite in cui si trovano i dati, in locale. Usando l'hub di Azure Stack, è possibile portare un modello di intelligenza artificiale sottoposto a training all'edge e integrarlo con le applicazioni per l'intelligence a bassa latenza. Con questo approccio non è necessario apportare modifiche agli strumenti o ai processi per le applicazioni locali. Quando si usa l'hub di Azure Stack, è possibile assicurarsi che le soluzioni cloud funzionino anche quando si è disconnessi da Internet.

Questa soluzione è per uno scenario dell'hub di Azure Stack disconnesso. A causa di problemi di latenza o problemi di connettività intermittenti o normative, è possibile che non si sia sempre connessi ad Azure. Negli scenari disconnessi è possibile elaborare i dati in locale e aggregarli in un secondo momento in Azure per un'ulteriore analisi. Per la versione connessa di questo scenario, vedere Intelligenza artificiale sul perimetro.

Potenziali casi d'uso

Potrebbe essere necessario eseguire la distribuzione in uno stato disconnesso negli scenari seguenti:

  • Sono presenti restrizioni di sicurezza o di altro tipo che richiedono la distribuzione dell'hub di Azure Stack in un ambiente non connesso a Internet.
  • Si vuole bloccare l'invio dei dati (inclusi i dati di utilizzo) ad Azure.
  • Si vuole usare l'hub di Azure Stack esclusivamente come soluzione cloud privato distribuita nella intranet aziendale e non si è interessati agli scenari ibridi.

Passaggi successivi

Per altre informazioni sulle soluzioni Di Azure Stack, vedere le risorse seguenti:

Per altre informazioni sui componenti della soluzione, vedere la documentazione del prodotto seguente:

Per esempi, vedere la risorsa seguente:

Per le soluzioni correlate, vedere gli articoli seguenti: