Идеи решения
Эта статья является идеей решения. Если вы хотите расширить содержимое с дополнительными сведениями, такими как потенциальные варианты использования, альтернативные службы, рекомендации по реализации или рекомендации по ценам, сообщите нам, предоставив отзыв GitHub.
В этой статье описывается решение для использования пограничного ИИ при отключении от Интернета. Решение использует Azure Stack Hub для перемещения моделей ИИ на край.
Apache®, Apache Hadoop, Apache Spark, Apache HBase и Apache Storm являются зарегистрированными товарными знаками или товарными знаками Apache Software Foundation в США и/или других странах. Никакое одобрение Apache Software Foundation не подразумевается с помощью этих меток.
Архитектура
Скачайте файл Visio для этой архитектуры.
Поток данных
- Специалисты по обработке и анализу данных используют Машинное обучение Azure и кластер Azure HDInsight для обучения модели машинного обучения. Модель контейнеризована и помещена в Реестр контейнеров Azure.
- Модель развертывается в кластере Служба Azure Kubernetes (AKS) в Azure Stack Hub.
- Конечные пользователи предоставляют данные, оцененные по модели.
- Аналитика и аномалии оценки помещаются в хранилище для последующей отправки.
- Глобальные релевантные и соответствующие аналитические сведения доступны в глобальном приложении.
- Специалисты по обработке и анализу данных используют оценку с края для улучшения модели.
Компоненты
- Машинное обучение — это облачная среда, которую можно использовать для создания, развертывания и управления моделями машинного обучения. С помощью этих моделей можно предсказать будущее поведение, результаты и тенденции.
- HDInsight — это управляемая, полнотекстовая служба аналитики с открытым кодом в облаке для предприятий. Платформы с открытым кодом можно использовать с HDInsight, например Hadoop, Spark, HBase и Storm.
- Реестр контейнеров — это служба, которая создает управляемый реестр образов контейнеров. Реестр контейнеров можно использовать для создания, хранения и управления образами. Вы также можете использовать его для хранения контейнерных моделей машинного обучения.
- AKS — это высокодоступная, защищенная и полностью управляемая служба Kubernetes. AKS упрощает развертывание контейнерных приложений и управление ими.
- Azure Виртуальные машины — это предложение инфраструктуры как услуга (IaaS). Вы можете использовать Виртуальные машины для развертывания вычислительных ресурсов по запросу, таких как виртуальные машины Windows и Linux.
- служба хранилища Azure предлагает высокодоступное, масштабируемое, безопасное облачное хранилище для данных, приложений и рабочих нагрузок.
- Azure Stack Hub — это расширение Azure, которое предоставляет способ запуска приложений в локальной среде и доставки служб Azure в центр обработки данных.
Подробности сценария
С помощью средств ИИ Azure и пограничной платформы Azure и облачной платформы можно использовать аналитику пограничных вычислений. Гибридные приложения с поддержкой ИИ могут выполняться в локальной среде. С помощью Azure Stack Hub можно перенести обученную модель искусственного интеллекта на край и интегрировать ее с приложениями для аналитики с низкой задержкой. С помощью этого подхода вам не нужно вносить изменения в инструменты или процессы для локальных приложений. При использовании Azure Stack Hub вы можете убедиться, что облачные решения работают даже при отключении от Интернета.
Это решение предназначено для отключенного сценария Azure Stack Hub. Из-за задержек или периодических проблем с подключением или нормативных требований вы не всегда можете быть подключены к Azure. В отключенных сценариях можно локально обрабатывать данные и объединять их позже в Azure для дальнейшего анализа. Для подключенной версии этого сценария см . ИИ на границе.
Потенциальные варианты использования
Возможно, потребуется развернуть в отключенном состоянии в следующих сценариях:
- существуют ограничения, например связанные с безопасностью, которые требуют развертывать Azure Stack Hub в среде, не подключенной к Интернету;
- вам нужно заблокировать отправку данных в Azure, в том числе данные об использовании;
- Вы хотите использовать Azure Stack Hub исключительно как частное облачное решение, развернутое в корпоративной интрасети, и вы не заинтересованы в гибридных сценариях.
Следующие шаги
Дополнительные сведения о решениях Azure Stack см. в следующих ресурсах:
- Учебный модуль. Введение в Azure Stack
- Microsoft Certified: Azure Stack Hub Operator Associate (Сертификация Майкрософт. Помощник оператора Azure Stack Hub)
- Установка обработчика AKS в Azure Stack Hub в Linux
- Установка обработчика AKS в Windows в Azure Stack Hub
- Управляемые устройства Azure Stack Edge, которые переносят Искусственный интеллект Azure на пограничный интерфейс
- Использование контейнеров Azure Cognitive Services для предоставления доступа к локальным API Azure
Дополнительные сведения о компонентах решения см. в следующей документации по продукту:
- Служба приложений Azure
- AKS
- Машинное обучение
- документация по Azure Stack Hub
- Параметры развертывания Azure Stack Hub
- Реестр контейнеров
- HDInsight
- Память
- Виртуальные машины в Azure
- Документация по гибридным и многооблачных шаблонам и решениям Azure
Примеры см. в следующем ресурсе:
Связанные ресурсы
Связанные решения см. в следующих статьях:
- ИИ на границе с Azure Stack Hub
- Определение посещаемости на основе искусственного интеллекта
- Развертывание вычислений искусственного интеллекта и машинного обучения в локальной среде и на пограничных устройствах
- Развертывание общедоступных пограничных вычислений Azure с множественным доступом
- Выберите интерфейс Kubernetes без операционной системы на пограничной платформе.