專為 Azure Stack Edge 而打造的硬體即服務
使用專為 Azure Stack Edge 而打造的硬體即服務,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見解。
簡單的排序和履行功能,可讓您使用標準 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,並利用儲存體閘道自動上傳
輕鬆開始使用硬體即服務,以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。
透過符合您期待的 Azure 管理入口網站和開發工具,來設定、監視和更新 Azure Stack Edge,獲得順暢的雲端到邊緣體驗。

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。
使用硬體加速 AI/ML 分析您的資料,以快速取得可付諸行動的見解
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,加快本機的結果產生速度。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
精簡板型規格已針對邊緣和分支位置最佳化。彈性掛接選項。
現已推出:
- 32 vCPU、51 GB RAM、720 GB
即將推出:
- 32 vCPU、102 GB RAM、1.6 TB、1 NVIDIA A2 GPU
- 32 vCPU、204 GB RAM、2.5 TB、2 NVIDIA A2 GPU
所有數字都是客戶可使用的容量。

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 vCPU、102 GB RAM、4.2 TB、1 NVIDIA T4 GPU
- 40 vCPU、102 GB RAM、4.2 TB、2 NVIDIA T4 GPU
所有數字都是客戶可使用的容量。

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。將您所需的完整資料集或一部分的資料集,傳輸至 Azure 進行重新訓練,並持續改善您的模型。
物聯網
對您 IoT 或資料中心的資料,進行處理、排序和分析,來判斷可立即採取的行動,以及項目是否應保存在雲端。
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,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
看看客戶使用 Azure Stack Edge 的心得
Olympus客戶解決方案業務研究開發副總裁 T. Michael Thornton"The on-premises nature of Azure Stack Edge and the Intel-based field-programmable gate arrays (FPGAs) make it really seamless for us to be able to integrate that device into part of our natural application."

Wolfspeed 資深副總裁暨總經理 Cengiz Balkas"I think an improvement of this magnitude comes roughly every 20, 30 years."

應用於邊緣設備的 AI 提升了海運業的自動船舶技術


Azure Stack Edge 定價
- 無預付費用
- 沒有終止費用
- 用多少付多少
與我們的技術合作夥伴連絡
利用可在 Azure Stack Edge 上執行的 AI/ML 合作夥伴解決方案,快速讓您的業務轉型。