Lösningsidéer
Den här artikeln är en lösningsidé. Om du vill att vi ska utöka innehållet med mer information, till exempel potentiella användningsfall, alternativa tjänster, implementeringsöverväganden eller prisvägledning, kan du meddela oss genom att ge GitHub-feedback.
Den här artikeln beskriver en lösning för att använda edge AI när du är frånkopplad från Internet. Lösningen använder Azure Stack Hub för att flytta AI-modeller till gränsen.
Apache®, Apache Hadoop, Apache Spark, Apache HBase och Apache Storm är antingen registrerade varumärken eller varumärken som tillhör Apache Software Foundation i USA och/eller andra länder. Inget godkännande från Apache Software Foundation underförstås av användningen av dessa märken.
Arkitektur
Ladda ned en Visio-fil med den här arkitekturen.
Dataflöde
- Dataexperter använder Azure Machine Learning och ett Azure HDInsight-kluster för att träna en maskininlärningsmodell. Modellen är containerbaserad och placeras i Azure Container Registry.
- Modellen distribueras till ett AKS-kluster (Azure Kubernetes Service) på Azure Stack Hub.
- Slutanvändarna tillhandahåller data som har poängsatts mot modellen.
- Insikter och avvikelser från bedömning placeras i lagring för uppladdning senare.
- Globalt relevanta och kompatibla insikter är tillgängliga i en global app.
- Dataforskare använder bedömning från gränsen för att förbättra modellen.
Komponenter
- Machine Learning är en molnbaserad miljö som du kan använda för att skapa, distribuera och hantera maskininlärningsmodeller. Med dessa modeller kan du förutsäga framtida beteende, resultat och trender.
- HDInsight är en hanterad analystjänst med fullständigt spektrum med öppen källkod i molnet för företag. Du kan använda ramverk med öppen källkod med HDInsight, till exempel Hadoop, Spark, HBase och Storm.
- Container Registry är en tjänst som skapar ett hanterat register med containeravbildningar. Du kan använda Container Registry för att skapa, lagra och hantera avbildningarna. Du kan också använda den för att lagra maskininlärningsmodeller i containrar.
- AKS är en mycket tillgänglig, säker och fullständigt hanterad Kubernetes-tjänst. AKS gör det enkelt att distribuera och hantera containerbaserade program.
- Azure Virtual Machines är ett IaaS-erbjudande (infrastruktur som en tjänst). Du kan använda virtuella datorer för att distribuera skalbara datorresurser på begäran, till exempel virtuella Windows- och Linux-datorer.
- Azure Storage erbjuder högtillgänglig, skalbar och säker molnlagring för data, program och arbetsbelastningar.
- Azure Stack Hub är ett tillägg till Azure som ger ett sätt att köra appar i en lokal miljö och leverera Azure-tjänster till ditt datacenter.
Information om scenario
Med Azure AI-verktyg och Azure Edge och molnplattformen är gränsinformation möjlig. AI-aktiverade hybridprogram kan köras där dina data finns lokalt. Genom att använda Azure Stack Hub kan du ta med en tränad AI-modell till gränsen och integrera den med dina program för intelligens med låg latens. Med den här metoden behöver du inte göra ändringar i verktyg eller processer för lokala program. När du använder Azure Stack Hub kan du se till att dina molnlösningar fungerar även när du är frånkopplad från Internet.
Den här lösningen är till för ett frånkopplat Azure Stack Hub-scenario. På grund av svarstider eller tillfälliga anslutningsproblem eller regler kanske du inte alltid är ansluten till Azure. I frånkopplade scenarier kan du bearbeta data lokalt och aggregera dem senare i Azure för ytterligare analys. Den anslutna versionen av det här scenariot finns i AI vid gränsen.
Potentiella användningsfall
Du kan behöva distribuera i ett frånkopplat tillstånd i följande scenarier:
- Du har säkerhet eller andra begränsningar som kräver att du distribuerar Azure Stack Hub i en miljö som inte är ansluten till Internet.
- Du vill blockera data (inklusive användningsdata) från att skickas till Azure.
- Du vill använda Azure Stack Hub enbart som en privat molnlösning som distribueras till företagets intranät, och du är inte intresserad av hybridscenarier.
Nästa steg
Mer information om Azure Stack-lösningar finns i följande resurser:
- Utbildningsmodul: Introduktion till Azure Stack
- Microsoft Certified: Azure Stack Hub Operator Associate
- Installera AKS-motorn på Linux i Azure Stack Hub
- Installera AKS-motorn i Windows i Azure Stack Hub
- Azure Stack Edge-hanterade enheter som tar Azure AI till gränsen
- Använda Azure Cognitive Services-containrar för att göra Azure-API:er tillgängliga lokalt
Mer information om lösningskomponenter finns i följande produktdokumentation:
- Azure App Service
- AKS
- Machine Learning
- Dokumentation om Azure Stack Hub
- Distributionsalternativ för Azure Stack Hub
- Container Registry
- HDInsight
- Lagring
- Virtuella datorer i Azure
- Dokumentation om azure-hybrid- och multimolnmönster och lösningar
Exempel finns i följande resurs:
Relaterade resurser
Relaterade lösningar finns i följande artiklar:
- AI på gränsen med Azure Stack Hub
- AI-baserad identifiering av fotfall
- Distribuera AI och maskininlärningsberäkning lokalt och till gränsen
- Azure public multi-access edge compute deployment (Azure public multi-access edge compute deployment)
- Välj en Kubernetes utan operativsystem på gränsenhetsplattformsalternativet