AI di tepi dengan Azure Stack Hub

Azure Container Registry
Azure Kubernetes Service (AKS)
Azure Machine Learning
Azure Stack Hub

Ide solusi

Artikel ini menjelaskan ide solusi. Arsitek cloud Anda dapat menggunakan panduan ini untuk membantu memvisualisasikan komponen utama untuk implementasi umum arsitektur ini. Gunakan artikel ini sebagai titik awal untuk merancang solusi yang dirancang dengan baik yang selaras dengan persyaratan spesifik beban kerja Anda.

Arsitektur ini menunjukkan bagaimana Anda dapat membawa model AI terlatih Anda ke tepi dengan Azure Stack Hub dan mengintegrasikannya dengan aplikasi Anda untuk kecerdasan latensi rendah.

Sistem

Diagram arsitektur memperlihatkan aplikasi yang diaktifkan AI yang berjalan di tepi dengan Azure Stack Hub.

Unduh file Visio arsitektur ini.

Aliran data

  1. Data diproses menggunakan Azure Data Factory, untuk ditempatkan di Azure Data Lake.
  2. Data dari Azure Data Factory ditempatkan ke Azure Data Lake Storage untuk pelatihan.
  3. Ilmuwan data melatih model menggunakan Azure Pembelajaran Mesin. Model ini dikontainerisasi dan dimasukkan ke dalam registri kontainer Azure.
  4. Model ini disebarkan ke kluster Kubernetes di Azure Stack Hub.
  5. Aplikasi web lokal dapat digunakan untuk menilai data yang disediakan oleh pengguna akhir, untuk menilai model yang disebarkan di kluster Kubernetes.
  6. Pengguna akhir menyediakan data yang dinilai terhadap model.
  7. Insights dan anomali dari penilaian ditempatkan ke dalam antrean.
  8. Aplikasi fungsi dipicu setelah informasi penilaian ditempatkan dalam antrean.
  9. Fungsi mengirimkan data dan anomali yang sesuai ke Azure Storage.
  10. Wawasan yang relevan dan sesuai secara global tersedia untuk dikonsumsi di Power BI dan aplikasi global.
  11. Perulangan umpan balik: Pelatihan ulang model dapat dipicu oleh jadwal. Ilmuwan data bekerja pada optimasi. Model yang ditingkatkan digunakan dan dikemas sebagai pembaruan ke registri kontainer.

Komponen

Teknologi utama yang digunakan untuk mengimplementasikan arsitektur ini:

  • Azure Pembelajaran Mesin: Membangun, menyebarkan, dan mengelola solusi analitik prediktif.
  • Azure Data Factory: Menyerap data ke Azure Data Factory.
  • Azure Data Lake Storage: Memuat data ke Azure Data Lake Storage Gen2 dengan Azure Data Factory.
  • Container Registry: Menyimpan dan mengelola gambar kontainer di seluruh jenis penyebaran Azure.
  • Azure Kubernetes Service (AKS): Menyederhanakan penyebaran, manajemen, dan operasi Kubernetes.
  • Azure Storage: Penyimpanan cloud yang tahan lama, sangat tersedia, dan dapat diskalakan secara besar-besaran.
  • Azure Stack Hub: Membangun dan menjalankan aplikasi hibrid inovatif di seluruh batas cloud.
  • Azure Functions: Unit komputasi tanpa server berbasis peristiwa untuk tugas sesuai permintaan yang berjalan tanpa perlu mempertahankan server komputasi.
  • Azure App Service: Jalur yang mengambil data umpan balik pengguna akhir untuk mengaktifkan pengoptimalan model.

Detail skenario

Dengan alat, tepi, dan platform cloud Azure AI, kecerdasan tepi dimungkinkan. Generasi berikutnya dari aplikasi hibrida berkemampuan AI dapat berjalan di mana data Anda tinggal. Dengan Azure Stack Hub, bawa model AI terlatih ke tepi, integrasikan dengan aplikasi Anda untuk kecerdasan latensi rendah, dan terus beri umpan balik ke dalam model AI yang disempurnakan untuk meningkatkan akurasi, tanpa perubahan alat atau proses untuk aplikasi lokal. Ide solusi ini menunjukkan skenario Stack Hub yang terhubung, di mana aplikasi tepi tersambung ke Azure. Untuk versi tepi yang terputus dari skenario ini, lihat artikel AI di tepi - terputus.

Kemungkinan kasus penggunaan

Ada berbagai aplikasi Azure Stack Edge AI yang memantau dan memberikan informasi hampir secara real-time. Area di mana AI Edge dapat membantu meliputi:

  • Proses deteksi kamera keamanan.
  • Analisis gambar dan video (industri media dan hiburan).
  • Transportasi dan lalu lintas (industri otomotif dan mobilitas).
  • Manufaktur.
  • Energi (kisi pintar).

Langkah berikutnya

Untuk informasi selengkapnya tentang layanan Azure unggulan, lihat artikel dan sampel berikut ini:

Lihat arsitektur terkait berikut ini: