使用 Azure Stack Edge 专门构建的硬件即服务
通过使用 Azure Stack Edge 专门构建的硬件即服务，在创建数据的边缘运行工作负载并获得快速可操作的见解。
通过简单的订购和履行，可使用标准的 Azure 管理工具从云中管理设备
借助 Azure loT Edge，可通过可靠选项使用具有多节点和虚拟机支持的 Kubernetes，从 loT 中心部署和管理容器以及在边缘与 Azure loT 解决方案集成
借助 NVIDIA T4 Tensor Core GPU 和 Intel VPU，向各种机器学习工作负载提供硬件加速
保留 Azure 存储帐户的本地缓存，从而利用存储网关自动上传
借助硬件即服务和无缝的云到边缘体验轻松上手
只需从 Azure 门户中以硬件即服务模型订购设备，按月通过 Azure 订阅付费。
使用与 Azure 相同的管理门户和开发工具来配置、监视和更新 Azure Stack Edge，同时获得无缝的云到边缘体验。
在靠近数据的边缘运行应用程序
在创建和收集数据的边缘运行容器化的应用程序和 VM。在边缘分析、转换和筛选数据，仅将所需数据发送到云，以进行进一步处理或存储。
通过硬件加速的 AI/ML 分析数据，获得快速可行的见解
在 Azure 中构建和训练机器学习模型或使用 Azure 认知服务，然后利用 Mini R 中的内置 NVIDIA T4 GPU 或 Intel VPU 在本地加速产生结果。将完整的数据集或子集上传到云以重新训练模型，并使边缘设备更加智能。
在云和边缘之间轻松高效地传输数据
Azure Stack Edge 充当云存储网关，可放心将数据传输到 Azure，同时保留对文件的本地访问。凭借其可限制高峰营业时段使用量的本地缓存功能和带宽限制功能，Azure Stack Edge 可用于优化向/从 Azure 的数据传输。
选择最适合该作业的设备
Azure Stack Edge Pro 系列
边缘工作负载的企业规模和性能
Pro
1U 机架安装式设备，针对数据中心或分支机构内部的条件进行了优化。
可用选项：1-2 个 NVIDIA T4 GPU 或 1 个 Intel FPGA
Pro R
加固型数据中心级电源，具有内置的 NVIDIA T4 GPU，可收纳在便携箱中，以供在偏远地区使用。
可用选项：有/无不间断电源 (UPS)
Azure Stack Edge Mini 系列
专为随时随地进行边缘处理而设计
Mini R
加固型电池供电设备 - 小到可以装进背包，专为恶劣环境和断网情况而设计。包括用于边缘处理的内置 Intel VPU。
用例
边缘机器学习
Azure Stack Edge 通过处理源附近的数据来帮助解决延迟或连接问题。在边缘位置运行机器学习模型。将所需数据集（完整数据集或子集）传输到 Azure，以重新训练并继续改进模型。
物联网
对 IoT 或数据中心数据进行处理、分类、分析，以确定可立即采取的措施、需要以及不需要保留并存储在云中的内容。
将网络数据从边缘传输到云端
将数据轻松快速地传输到 Azure，以实现进一步的计算或存档，或加快云迁移。完成后，将设备退还给 Microsoft。
边缘和远程站点计算
在远程位置运行应用程序以加快事务处理速度并解决带宽限制。在你与云的连接有限时，本地应用程序仍然可以工作。
法规符合性
通过使用 ML 模型来帮助提醒潜在的敏感数据并在本地采取措施，确保发送回云的数据没有违反任何符合性法规。
Azure Stack Edge 和 Azure AI 有助于阻止贩卖动物
了解伦敦希思罗机场如何试行适用于 AI 和机器学习工作负载的 Azure Stack Edge，它将 3D 扫描仪与 Azure AI 模型相结合，防止非法贩卖野生动物。
Azure Stack Edge 定价
- 无前期成本
- 无终止费用
- 只为自己使用的资源付费