使用 Azure Stack Edge 的專用硬體即服務
使用 Azure Stack Edge 的專用硬體即服務，執行工作負載，並直接在建立資料的邊緣快速取得可付諸行動的深入解析。
有了簡單的排序和履行功能，您可使用標準 Azure 管理工具透過雲端管理裝置
Azure loT Edge 可讓您使用具有多重節點和虛擬機器支援的 Kubernetes 強大選項，從 loT 中樞部署和管理容器，並在邊緣整合 Azure loT 解決方案
使用 NVIDIA T4 Tensor Core GPU 和 Intel VPU，為各式各樣的 Machine Learning 工作負載引進硬體加速功能
保留 Azure 儲存體帳戶的本機快取，以利用儲存體閘道自動上傳
輕鬆開始使用硬體即服務，並獲得順暢的雲端到邊緣體驗
輕鬆透過 Azure 入口網站訂購硬體即服務模型設備，並透過您的 Azure 訂用帳戶每月付費。
使用您預期之來自 Azure 的相同管理入口網站門戶和開發工具，取得可在該處設定、監視和更新 Azure Stack Edge 的順暢雲端到邊緣體驗。
在靠近資料的邊緣位置執行應用程式
直接在建立和收集資料的邊緣，執行容器化應用程式和 VM。分析、轉換和篩選邊緣的資料，但只將您需要的資料傳送至雲端，以進一步處理或儲存。
使用硬體加快 AI/ML 分析資料的速度，以快速取得可付諸行動的深入解析
在 Azure 中建置及訓練 Machine Learning 模型，或使用 Azure 認知服務，然後利用 Mini R 內建的 NVIDIA T4 GPU 或 Intel VPU，以加快產生本機的結果。將完整資料集或子集上傳至雲端，以重新訓練模型，並讓您的邊緣裝置更聰明。
在雲端與邊緣之間有效率且輕鬆地傳輸資料
Azure Stack Edge 扮演著雲端儲存體閘道的角色，可對 Azure 執行高速傳輸，同時保留本機存取檔案的能力。於上班尖峰時間利用 Azure Stack Edge 的本機快取功能和頻寬節流來限制使用量，以將 Azure 之間的資料傳輸最佳化。
選擇最適合工作的裝置
Azure Stack Edge Pro 系列
適用於邊緣工作負載的企業規模和效能。
Pro 2
邊緣和分支位置最佳化的精簡板型規格。彈性的掛接選項。
設定選項:
- 32 個 VCPU，51 GB RAM，720 GB SSD
- 32 個 vCPU，102 GB RAM，1.6 TB，1 個 NVIDIA A2 GPU
- 32 個 vCPU，204 GB RAM，2.5 TB，2 個 NVIDIA A2 GPU
所有數字都是客戶可用容量。
Pro
1U 機架可掛接設備，非常適合資料中心或分支位置內的環境。
設定選項:
- 40 個 vCPU，102 GB RAM，4.2 TB，1 個 NVIDIA T4 GPU
- 40 個 vCPU，102 GB RAM，4.2 TB，2 個 NVIDIA T4 GPU
所有數字都是客戶可用容量。
Azure Stack Edge Mini 系列
適用於隨時隨地邊緣處理。
使用案例
邊緣的 Machine Learning
Azure Stack Edge 能夠處理離來源最近的資料，協助解決延遲或連線問題。直接在邊緣位置執行 Machine Learning 模型。將您所需的資料集 (完整資料集或子集) 傳輸至 Azure 進行重新訓練，並持續改善您的模型。
物聯網
處理、排序和分析您的 IoT 或資料中心資料，來判斷可立即採取的行動的項目，需儲存在雲端以及不處理的項目。
從邊緣到雲端的網路資料傳輸
輕鬆且快速地將資料傳輸至 Azure 進行進一步的計算或封存，或是加快雲端移轉的速度。在完成後將設備送回 Microsoft。
邊緣和遠端站台計算
在遠端位置執行應用程式，以加快交易速度並解決頻寬限制。當您的雲端連線能力有限時，仍可使用本機應用程式。
法規合規性
使用 ML 模型可協助警示您可能有潛在的敏感性資料並於當地採取動作，以確保傳送回雲端的檔案不會違反任何合規性法規。
Azure Stack Edge 和 Azure AI 協助遏止販運野生動物的行為
了解倫敦希斯洛機場如何試驗適用於 AI 和機器學習工作負載的 Azure Stack Edge，並將 3D 掃描器與 Azure AI 模型結合，以防範非法販運野生動物的行為。
內建全方位安全性與合規性
-
Microsoft 每年斥資超過 10 億美元進行網路安全性方面的研究與開發。
-
我們聘請了超過 3,500 名資訊安全專家專門保護資料安全性和隱私權。
-
Azure 獲得的認證遠多於其他任何雲端提供者。檢視完整清單。
開始使用 Azure 免費帳戶
2
在點數用盡後，請轉為隨用隨付以繼續利用相同的免費服務進行建置。只有當您使用超過每月免費數量時，才需支付費用。
3
看看客戶使用 Azure Stack Edge 的心得
"Azure Stack Edge 的內部部署特性以及以 Intel 為基礎的欄位可程式化閘道陣列 (FPGA)，讓我們可非常順暢地將裝置整合到自然應用程式中。"
T.Olympus 客戶解決方案業務研究&開發副總裁 T. Michael Thornton
"我認為這種規模的改善大約是每隔 20、30 年一次。"
Wolfspeed 資深副總裁&總經理 Cengiz Balkas
a
應用於邊緣設備的 AI 提升了海運業的自動船舶技術。
