에지의 AI - 연결 끊김

Azure AI 도구와 클라우드 플랫폼을 통해 AI 사용이 가능한 차세대 하이브리드 애플리케이션을 데이터 상주 위치에서 실행할 수 있습니다. Azure Stack을 사용하면 로컬 애플리케이션의 도구나 프로세스를 변경하지 않고도 학습된 AI 모델을 에지로 가져오고 대기 시간이 낮은 인텔리전스를 위해 애플리케이션과 통합할 수 있습니다. Azure Stack을 통해 인터넷 연결이 끊긴 경우에도 클라우드 솔루션이 작동하도록 구현할 수 있습니다.

에지의 AI - 연결 끊김Azure AI 도구와 클라우드 플랫폼을 통해 AI 사용이 가능한 차세대 하이브리드 애플리케이션을 데이터 상주 위치에서 실행할 수 있습니다. Azure Stack을 사용하면 로컬 애플리케이션의 도구나 프로세스를 변경하지 않고도 학습된 AI 모델을 에지로 가져오고 대기 시간이 낮은 인텔리전스를 위해 애플리케이션과 통합할 수 있습니다. Azure Stack을 통해 인터넷 연결이 끊긴 경우에도 클라우드 솔루션이 작동하도록 구현할 수 있습니다.654321

데이터 과학자가 Azure Machine Learning 및 HDInsight 클러스터를 사용하여 모델을 학습합니다. 모델이 컨테이너화되어 Azure Container Registry에 배치됩니다.

모델이 오프라인 설치 관리자를 통해 Azure Stack의 Kubernetes 클러스터에 배포됩니다.

최종 사용자가 데이터를 제공하고, 모델을 기준으로 데이터에 점수가 매겨집니다.

채점을 통해 검색된 인사이트와 변칙이 향후 업로드를 위해 스토리지에 배치됩니다.

전역에 관련된 준수 인사이트를 전역 앱에서 사용할 수 있습니다.

에지 채점에서 얻은 데이터가 모델 개선에 사용됩니다.

  1. 1 데이터 과학자가 Azure Machine Learning 및 HDInsight 클러스터를 사용하여 모델을 학습합니다. 모델이 컨테이너화되어 Azure Container Registry에 배치됩니다.
  2. 2 모델이 오프라인 설치 관리자를 통해 Azure Stack의 Kubernetes 클러스터에 배포됩니다.
  3. 3 최종 사용자가 데이터를 제공하고, 모델을 기준으로 데이터에 점수가 매겨집니다.
  1. 4 채점을 통해 검색된 인사이트와 변칙이 향후 업로드를 위해 스토리지에 배치됩니다.
  2. 5 전역에 관련된 준수 인사이트를 전역 앱에서 사용할 수 있습니다.
  3. 6 에지 채점에서 얻은 데이터가 모델 개선에 사용됩니다.

구현 가이드

제품/설명 설명서

HDInsight

Hadoop, Spark, R Server, HBase 및 Storm 클러스터 클라우드의 프로비전

Machine Learning Studio

예측 분석 솔루션을 간단히 구축, 배포 및 관리

가상 머신

빠른 속도로 Windows 및 Linux 가상 머신 프로비전

Azure Kubernetes Service(AKS)

Kubernetes의 배치, 관리, 운용 간소화

Storage

높은 내구성과 가용성, 그리고 고도의 확장성이 있는 클라우드 스토리지

Azure Stack

전체 클라우드 경계에서 혁신적인 하이브리드 애플리케이션을 빌드 및 실행