Azure Stack Edge를 사용하는 용도의 HaaS(Hardware-as-a-Service)
Azure Stack Edge에 특화된 HaaS(Hardware-as-a-Service)를 사용하여 데이터가 생성되는 에지에서 워크로드를 실행하고 빠른 실행 가능 인사이트를 얻을 수 있습니다.
간편한 순서 지정 및 제공(fulfillment)을 통해 표준 Azure 관리 도구로 클라우드에서 디바이스를 관리할 수 있습니다
Azure loT Edge를 사용하면 loT Hub에서 컨테이너를 배포 및 관리하고 에지에서 Azure loT 솔루션과 통합하여 다중 노드 및 가상 머신 지원과 함께 Kubernetes를 사용하여 러기드 옵션을 활용할 수 있습니다
NVIDIA T4 Tensor Core GPU 및 Intel VPU로 다양한 기계 학습 워크로드 세트에 하드웨어 가속 제공
Azure Storage 계정의 로컬 캐시를 유지하고 스토리지 게이트웨이를 활용하여 자동으로 업로드
HaaS(Hardware-as-a-Service)로 간편하게 시작하고 원활한 클라우드-에지 환경을 활용합니다.
Azure 구독을 통해 월간 비용을 지불하는 HaaS(Hardware-as-a-Service) 모델로 어플라이언스를 Azure portal에서 간편하게 주문합니다.
Azure에서 기대하는 것과 동일한 관리 포털 및 개발 도구를 사용하여 Azure Stack Edge를 구성, 모니터링 및 업데이트하는 원활한 클라우드-에지 환경을 활용합니다.
데이터에 가까운 에지에서 애플리케이션 실행
데이터가 만들어지고 수집되는 에지에서 바로 컨테이너화된 애플리케이션 및 VM을 실행합니다. 에지에서 데이터를 분석, 변환, 필터링하여 필요한 데이터만 클라우드에 보내 추가로 처리하거나 저장합니다.
하드웨어 가속 AI/ML을 사용하여 데이터를 분석해 실행 가능한 인사이트 신속하게 얻기
Azure에서 기계 학습 모델을 빌드하고 학습시키거나 Azure Cognitive Service를 사용한 후 기본 제공되는 NVIDIA T4 GPU 또는 Intel VPU를 Mini R에서 활용해 로컬에서 더욱 빨리 결과를 실현합니다. 전체 데이터 세트나 하위 세트를 클라우드에 업로드하여 모델을 재학습시키고 에지 디바이스를 훨씬 더 스마트하게 만듭니다.
데이터를 효율적이고 쉽게 클라우드와 에지 간에 전송
Azure Stack Edge는 클라우드 스토리지 게이트웨이 역할을 하고 파일에 대한 로컬 액세스 권한을 유지하면서 Azure로의 자동 전송을 지원합니다. 가장 바쁜 업무 시간 중 사용량을 제한하는 대역폭 제한 및 로컬 캐시 기능을 사용하는 Azure Stack Edge를 사용하여 Azure로의 데이터 전송을 최적화할 수 있습니다.
작업에 가장 적합한 디바이스 선택
Azure Stack Edge Pro 시리즈
에지 워크로드를 위한 엔터프라이즈급 규모와 성능입니다.
Pro 2
에지 및 분기 위치에 최적화된 압축 폼 팩터입니다. 유연한 탑재 옵션입니다.
구성 옵션:
- 32 vCPU, 51GB RAM, 720GB
- 32 vCPU, 102GB RAM, 1.6TB, NVIDIA A2 GPU 1개
- 32 vCPU, 204GB RAM, 2.5TB, NVIDIA A2 GPU 2개
모든 수치는 고객이 사용할 수 있는 용량입니다.
Pro
1U 랙 탑재형 어플라이언스로, 데이터 센터 또는 분기 위치 내부의 조건에 최적화됩니다.
구성 옵션:
- vCPU 40개, 102GB RAM, 4.2TB, NVIDIA T4 GPU 1개
- vCPU 40개, 102GB RAM, 4.2TB, NVIDIA T4 GPU 2개
모든 수치는 고객이 사용할 수 있는 용량입니다.
Pro R
원격 위치를 위한 전송 가능 사례에서 기본 제공 NVIDIA T4 GPU가 포함된 데이터 센터급 러기드 전원 공급 장치입니다.
사용 가능한 옵션: UPS(무정전 전원 공급 장치) 포함 또는 미포함.
Azure Stack Edge Mini 시리즈
이동 중 에지 처리를 위해 설계되었습니다.
Mini R
열악한 환경과 연결이 끊긴 시나리오에 맞게 설계되어 백팩에 들어갈 정도로 작은 배터리로 작동하는 러기드 디바이스입니다. 에지 처리를 위한 기본 제공 Intel VPU가 포함되어 있습니다.
사용 사례
에지에서의 기계 학습
Azure Stack Edge를 사용하면 원본에 가까운 데이터를 처리하여 대기 시간이나 연결 문제를 해결할 수 있습니다. 에지 위치에서 바로 기계 학습 모델을 실행하세요. 필요한 데이터 세트(전체 데이터 세트 또는 하위 집합)를 Azure로 전송하여 모델을 유지하거나 지속적으로 개선하세요.
IoT
IoT 또는 데이터 센터 데이터를 처리, 정렬, 분석하여 바로 작업할 수 있는 데이터, 클라우드에 유지하고 저장해야 하는 데이터 및 저장할 필요가 없는 데이터를 결정하세요.
에지에서 클라우드로 네트워크 데이터 전송
추가 컴퓨팅이나 보관 목적으로 또는 클라우드 마이그레이션을 가속화하기 위해 Azure로 데이터를 간편하고 빠르게 전송하세요. 완료되면 Microsoft에 어플라이언스를 반환하세요.
에지 및 원격 사이트 컴퓨팅
원격 위치에서 애플리케이션을 실행하여 트랜잭션을 속도를 높이고 대역폭 제약 문제를 해결하세요. 클라우드 연결이 제한적인 경우에도 계속해서 로컬 애플리케이션의 가동 상태를 유지할 수 있습니다.
규정 준수
클라우드로 다시 전송되는 데이터가 준수 규정을 위반하지 않는지 ML 모델을 사용하여 확인하여 잠재적으로 중요한 데이터에 대해 경고하고 로컬에서 작업을 수행할 수 있도록 합니다.
동물 불법 거래를 방지하는 데 Azure Stack Edge 및 Azure AI 활용
런던 히스로 공항에서 야생 동물 불법 거래를 방지하기 위해 어떻게 3D 스캐너와 Azure AI 모델을 결합하여 AI 및 기계 학습 워크로드용 Azure Stack Edge를 시험 운영하고 있는지 살펴보세요.
기본 제공되는 포괄적인 보안과 규정 준수
-
Microsoft는 사이버 보안 연구 및 개발에 연간 USD10억 이상을 투자합니다.
-
Microsoft에 소속된 3,500명이 넘는 보안 전문가가 데이터 보안 및 개인 정보 보호를 전담합니다.
Azure 무료 계정으로 시작하기
1
2
크레딧을 다 사용한 후에는 종량제로 전환하여 동일한 무료 서비스로 계속 구축하세요. 월간 체험 한도를 초과해서 사용하는 경우에만 요금을 지불합니다.
3
고객이 Azure Stack Edge를 사용하는 방법 알아보기
"Azure Stack Edge의 온-프레미스 특성과 Intel 기반 FPGA(Field-Programmable Gate Array) 덕분에 해당 장치를 자연스러운 애플리케이션의 일부로 통합할 수 있습니다."
T. Michael Thornton, R&D 부문 부사장, 고객 솔루션 비즈니스, Olympus
"이러한 규모의 개선은 약 20년, 30년마다 발생합니다."
Cengiz Balkas, SVP & 총괄 본부장, Wolfspeed
a
에지 어플라이언스의 AI로 해양 산업의 자율 선박 가속화합니다.