エッジでの AI - 接続のない環境

Azure AI ツールとクラウド プラットフォームにより、次世代 AI 対応ハイブリッド アプリケーションは、データが存在するあらゆる場所で実行できます。Azure Stack により、ローカル アプリケーションに合わせてツールやプロセスを変更することなく、トレーニング済みの AI モデルをエッジに導入し、アプリケーションと統合して低遅延インテリジェンスを実現します。Azure Stack を使用すれば、インターネットに接続していない場合でもクラウド ソリューションが機能します。

エッジでの AI - 接続のない環境Azure AI ツールとクラウド プラットフォームにより、次世代 AI 対応ハイブリッド アプリケーションは、データが存在するあらゆる場所で実行できます。Azure Stack により、ローカル アプリケーションに合わせてツールやプロセスを変更することなく、トレーニング済みの AI モデルをエッジに導入し、アプリケーションと統合して低遅延インテリジェンスを実現します。Azure Stack を使用すれば、インターネットに接続していない場合でもクラウド ソリューションが機能します。654321

データ サイエンティストは Azure Machine Learning と HDInsight クラスターを使ってモデルをトレーニングします。モデルはコンテナー化され、Azure Container Registry に格納されます。

モデルはオフライン インストーラーを使用して Azure Stack 上の Kubernetes クラスターにデプロイされます。

エンド ユーザーが、モデルに照らしてスコア付けされるデータを提供します。

スコアリングから得られた分析情報と異常は、後でアップロードできるようにストレージに格納されます。

グローバルに関連かつ準拠している分析情報は、グローバル アプリで利用できます。

エッジ スコアリングから得られたデータは、モデルの改善に使用されます。

  1. 1 データ サイエンティストは Azure Machine Learning と HDInsight クラスターを使ってモデルをトレーニングします。モデルはコンテナー化され、Azure Container Registry に格納されます。
  2. 2 モデルはオフライン インストーラーを使用して Azure Stack 上の Kubernetes クラスターにデプロイされます。
  3. 3 エンド ユーザーが、モデルに照らしてスコア付けされるデータを提供します。
  1. 4 スコアリングから得られた分析情報と異常は、後でアップロードできるようにストレージに格納されます。
  2. 5 グローバルに関連かつ準拠している分析情報は、グローバル アプリで利用できます。
  3. 6 エッジ スコアリングから得られたデータは、モデルの改善に使用されます。

実装ガイダンス

製品/説明 ドキュメント

HDInsight

クラウド Hadoop 、Spark、R Server、HBase、および Storm クラスターのプロビジョニング

Machine Learning Studio

予測分析ソリューションを簡単に構築、デプロイ、管理

Virtual Machines

Windows と Linux の仮想マシンを数秒でプロビジョニング

Azure Kubernetes Service (AKS)

Kubernetes のデプロイ、管理、操作を簡略化する

Storage

耐久性があり、高度にスケーラブルな高可用性クラウド ストレージ

Azure Stack

ハイブリッド クラウド アプリケーションでイノベーションを促進する