Was ist Azure Stack Edge?
Angesichts der zunehmenden Beliebtheit der öffentlichen Cloud wird es immer üblicher, dass Kunden ihre lokalen Daten in Azure hochladen, um mit Azure Machine Learning Analysen im großen Maßstab durchzuführen. In vielen Fällen möchten Kunden in der Lage sein, solche Daten lokal vorzuverarbeiten. Diese Vorverarbeitung kann nützlich sein, um auf der Grundlage einer vorläufigen Analyse sofortiges Feedback zu erhalten, das Volumen des Datenuploads einzuschränken oder potenziell vertrauliche Daten herauszufiltern, damit diese das interne Netzwerk nicht verlassen. Ein Beispiel für ein solches Szenario ist die Forschungsanwendung von Contoso, die mithilfe von Machine Learning (ML) Kundendaten verarbeitet und analysiert und anschließend zur Langzeitarchivierung in den Azure-Speicher hochlädt. Diese Art von Anforderungen können Sie mit Azure Stack Edge erfüllen. In dieser Lerneinheit erfahren Sie, was Azure Stack Edge ist, wann es eingesetzt werden sollte und welche Vorteile es bietet.
Was ist Azure Stack Edge?
Azure Stack Edge ermöglicht Ihnen das Durchführen von Verarbeitung und auf maschinellem Lernen basierenden Rückschlüssen für lokale Daten sowie das Hochladen der Daten zu Azure, indem eine für diesen Zweck erstellte und von Microsoft bereitgestellte Appliance genutzt wird, die sich an einem lokalen Ort befindet. Microsoft bietet solche Appliances auf Abonnementbasis und in verschiedenen Formfaktoren an, wodurch ein breites Spektrum von Bereitstellungsszenarien unterstützt wird. Dies schließt Umgebungen wie Einzelhandelsgeschäfte, Feldkrankenhäuser, ländliche Kliniken, Werkshallen und Katastrophengebiete ein.
Azure Stack Edge unterstützt generische virtualisierte und containerisierte Workloads, ist jedoch für die Verarbeitung und die Analyse von Daten am Edge sowie zur Übertragung der Ergebnisse in die Cloud optimiert. Azure Stack Edge legt den Fokus auf die Verarbeitung, die Analyse und die Übertragung von Daten anstatt auf das Implementieren einer großen Bandbreite virtualisierter und containerisierter Workloads. Zur Bereitstellung dieser speziellen Funktionen bietet Azure Stack Edge Appliances auf der Basis von GPUs (Graphical Processing Unit) oder FPGAs (Field Programmable Gate Array). Zusammen mit einer VPU (Vision Processing Unit) ermöglichen diese Appliances beschleunigte KI-Rückschlüsse und bieten die Funktionalität eines Netzwerkspeichergateways.
Hinweis
Sehr vereinfacht formuliert können Sie sich Azure Stack Edge als vorgefertigte, spezialisierte Appliance vorstellen, die Sie zum Verarbeiten und Analysieren von Daten an Orten am Edge sowie zum Übertragen der Daten zu Azure verwenden können.
Hinweis
Im Gegensatz zu Azure Stack Hub und Azure Stack HCI werden Azure Stack Edge-Appliances direkt von Microsoft auf Abonnementbasis angeboten.
Eine Azure Stack Edge-Implementierung besteht aus den folgenden Hauptkomponenten:
| Komponente | BESCHREIBUNG |
|---|---|
| Eine physische Azure Stack Edge-Appliance | Hierbei handelt es sich um eine Appliance, die Kunden an lokalen Standorten am Edge platzieren können, wo sie als Netzwerkspeichergateway fungiert. Der Zugriff ist über eine lokale Freigabe möglich. Die Appliance bietet außerdem GPU- oder FGPA-basierte Computefunktionen, die beschleunigte KI-Rückschlüsse für Machine Learning-Modelle (ML) ermöglichen. Für die lokale Computeleistung werden Container in einer verwalteten Kubernetes-Umgebung zur Verarbeitung der Daten verwendet. Diese Container können entweder über IoT Hub mithilfe des Azure IoT-Systems oder mit Arc-fähigen Kubernetes-Instanzen bereitgestellt werden. In beiden Fällen erfolgt eine vollständige Integration. Dank der Integration können Sie eine lokale Kubernetes-Umgebung erstellen, die GPU- oder VPU-Beschleunigung nutzen und eine Verbindung mit IoT Hub oder Arc-fähigen Kubernetes-Diensten herstellen. |
| Eine Azure Stack Edge-Ressource mit Zugriff über das Azure-Portal | Diese Ressource ermöglicht das Verwalten und Überwachen mehrerer physischer Azure Stack Edge-Appliances. Dies schließt auch die Verwaltung ihrer lokalen Freigaben ein, auf denen die Daten gespeichert sind, die verarbeitet und an Azure Storage übertragen werden. Darüber hinaus können Sie mit der Azure Stack Edge-Ressource die Computerolle für die Azure Stack Edge-Appliance konfigurieren, die die Datenverarbeitung verwaltet. |
| Eine lokale Azure Stack Edge-Benutzeroberfläche | Diese Benutzeroberfläche stellt eine direkte Verbindung mit einzelnen Azure Stack Edge-Appliances bereit. Die Verbindung erleichtert die Erstinstallation und die Unterstützung von Verwaltungsfunktionen, etwa das Neustarten der Appliance oder das Überprüfen und Kopieren lokaler Protokolle. |
Häufige Anwendungsfälle für Azure Stack Edge
Azure Stack Edge vereint drei Funktionsgruppen in einer einzigen physischen Appliance. Sie dient als Datenverarbeitungseinheit, als Bereitstellungsziel für beschleunigte KI-Rückschlussmodelle und als Datengateway. Diese Rollen entsprechen den drei Hauptanwendungsfällen für Azure Stack Edge:
| Anwendungsfall | Beschreibung |
|---|---|
| Datenverarbeitung | Sie können mithilfe von Azure Stack Edge Daten transformieren, um ihre anschließende Übertragung sowie spätere Analysen zu optimieren oder um Inhalte zu entfernen, die unter Sicherheits- oder Datenschutzgesichtspunkten als vertraulich eingestuft werden. Es ist möglich, einige oder alle dieser Ziele über Datenaggregation, Filterung und Deduplizierung zu erreichen. Außerdem umfasst die Datenverarbeitung möglicherweise auch das Analysieren von und Reagieren auf IoT-Ereignisse. |
| Rückschlüsse mit Azure Machine Learning-Modellen | Sie können Azure Stack Edge verwenden, um ML-Modelle vor dem Übertragen von Daten in die Cloud auszuführen. Sie sollten dennoch in Betracht ziehen, die Übertragung des vollständigen Datasets durchzuführen, um ML-Modelle unter Verwendung von Cloudressourcen nochmals zu trainieren und zu optimieren. |
| Übertragen von lokalen Daten zu Azure | Sie können Azure Stack Edge nutzen, um die fortlaufende Übertragung von lokalen Daten an Azure Storage zur langfristigen Aufbewahrung oder zur weiteren Verarbeitung und Analyse zu vereinfachen. |
Es ist zwar möglich, nach der Datenübertragung Rückschlüsse zu implementieren, das Verlagern der Computeaufgaben zu einer Azure Stack Edge-Appliance bietet jedoch mehrere Vorteile:
- Sofortige Reaktion auf Ergebnisse, die von ML-Modellen in der Azure Stack Edge-Appliance generiert wurden, ohne dass Sie auf die Datenübertragung zu Azure warten müssen
- Minimierte Datenmenge, die in Azure-Speicher übertragen werden muss, was zu Kosten- und Bandbreiteneinsparungen führt
- Automatische Verschlüsselung ruhender Daten und von Daten während der Übertragung, da die Azure Stack Edge-Appliance lokal gespeicherte Daten mit BitLocker bei der Übertragung zu Azure Storage über HTTPS verschlüsselt
Wählen Sie für die folgenden Fragen die jeweils treffendste Antwort aus, und klicken Sie dann auf Antworten überprüfen.