Azure 솔루션 아키텍처

Azure에서 보안, 가용성, 성능 및 복원 기능이 뛰어난 솔루션을 설계하고 구현할 수 있는 아키텍처입니다.

Análisis de telemetríaQueremos presentarle la plantilla de solución Vehicle Telemetry Analytics de Cortana Intelligence. Esta solución muestra la forma en la que los fabricantes de automóviles, los concesionarios y las compañías de seguros pueden usar la funcionalidad de Cortana Intelligence para obtener conocimiento predictivo y en tiempo real acerca del estado de mantenimiento de los vehículos y los hábitos de conducción.

원격 분석

Cortana Intelligence 자동차 원격 분석 솔루션 템플릿을 소개합니다. 이 솔루션은 자동차 대리점, 자동차 제조업체 및 보험 회사가 Cortana Intelligence 기능을 사용하여 자동차 상태와 운전 습관에 대한 실시간 및 예측 정보를 얻는 방법을 보여 줍니다.

자세한 정보
Optimización del suministro de energíaEn una red energética, se coordinan consumidores de energía con varios tipos de componentes de suministro, comercialización y almacenamiento de energía, como subestaciones, baterías, granjas eólicas, paneles solares y microturbinas, así como ofertas en respuesta a la demanda, para satisfacer sus respectivas demandas y minimizar el costo de la planificación energética. Para ello, el operador de la red debe determinar qué cantidad de energía debe planificarse para cada tipo de recurso para un período de tiempo determinado, teniendo en cuenta los precios de solicitar diferentes tipos de recursos y la capacidad y las características físicas de cada uno de ellos.

에너지 공급 최적화

에너지 그리드에서 에너지 소비자는 각각의 수요를 충족하고 에너지 사용 계획 비용을 최소화하기 위해 변전소, 배터리, 풍력 발전 지역과 태양 전지판, 마이크로 터빈 및 수요 대응 입찰과 같은 다양한 유형의 에너지 공급, 거래 및 스토리지 구성 요소를 활용합니다. 이를 위해 그리드 운영자는 다양한 유형의 리소스를 권유하는 비용 및 리소스의 기능과 물리적 특징을 고려하여 일정 기간 동안 각 유형의 리소스가 사용해야 하는 에너지 양을 결정해야 합니다.

자세한 정보
Big Compute avec Azure BatchLes charges de travail Big Compute et HPC (High-Performance Computing, calcul haute performance) nécessitent généralement beaucoup de calculs et peuvent être exécutées en parallèle, en tirant parti de l’échelle et de la flexibilité du cloud. Les charges de travail sont souvent exécutées de manière asynchrone à l’aide du traitement par lots, avec les ressources de calcul requises pour exécuter le travail et la planification des travaux requise pour spécifier le travail. Les simulations de Monte-Carlo de risque financier, le rendu d’image, le transcodage multimédia, le traitement de fichiers et les simulations d’ingénierie ou scientifiques sont des exemples de charges de travail Big Compute et HPC.123456

Azure Batch를 사용하는 빅 컴퓨팅

빅 컴퓨팅 및 HPC(고성능 컴퓨팅) 워크로드는 일반적으로 컴퓨팅 집약적이고 병렬로 실행될 수 있어 클라우드의 규모와 유연성을 활용합니다. 워크로드는 흔히 작업을 실행할 때, 컴퓨팅 리소스와 작업을 지정하는 데 필요한 작업 예약을 통해 일괄 처리를 사용하며 비동기적으로 실행됩니다. 빅 컴퓨팅 및 HPC 워크로드의 사례로는, 재무 위험 몬테카를로 시뮬레이션, 이미지 렌더링, 미디어 코드 변환, 파일 처리, 공학 또는 과학 시뮬레이션 등이 있습니다.

자세한 정보
Mise à l’échelle inter-cloud avec Azure et Azure StackLes logiciels modernes sont de plus en plus connectés et distribués. La cohérence d’Azure Stack avec les services d’infrastructure et de plateforme Azure vous permet de mettre à l’échelle les ressources dans le cloud, en les augmentant pour faire face à une charge accrue ou en les réduisant lorsque la demande diminue. Optimisez les coûts et maximisez l’efficacité des ressources tout en assurant la conformité avec une architecture inter-cloud.12345

Azure 및 Azure Stack을 사용하여 클라우드 간 크기 조정

최신 소프트웨어는 점점 더 연결되고 분산됩니다. Azure 인프라 및 플랫폼 서비스와 Azure Stack의 일관성을 통해 클라우드 간 리소스 크기를 조정하여 필요에 따라 늘어나는 부하를 충족하고 수요가 감소하면 리소스를 줄일 수 있습니다. 클라우드 간 아키텍처 준수를 유지하는 동시에 비용을 최적화하고 리소스 효율성을 극대화합니다.

자세한 정보