編集

Share via

Azure Stack Hub によるエッジでの AI (接続なし)

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

ソリューションのアイデア

このアーティクルはソリューションのアイデアです。 このコンテンツにさらに多くの情報 (想定されるユース ケース、代替サービス、実装に関する考慮事項、価格ガイダンスなど) の掲載をご希望の方は、GitHub のフィードバックでお知らせください。

この記事では、インターネットから切断されたときにエッジ AI を使用するためのソリューションについて概説します。 このソリューションでは、Azure Stack Hub を使用して AI モデルをエッジに移動します。

Apache®、Apache Hadoop、Apache Spark、Apache HBase、および Apache Storm は、Apache Software Foundation の米国およびその他の国における登録商標または商標です。 これらの商標を使用することが、Apache Software Foundation による保証を意味するものではありません。

アーキテクチャ

Azure Stack Hub とハイブリッド接続を使用してエッジで実行される AI 対応アプリケーションを示すアーキテクチャの図。

このアーキテクチャの Visio ファイルをダウンロードします。

データフロー

  1. データ サイエンティストが Azure Machine Learning と Azure HDInsight クラスターを使用して機械学習モデルをトレーニングします。 モデルがコンテナー化され、Azure Container Registry に配置されます。
  2. このモデルは、Azure Stack Hub 上の Azure Kubernetes Service (AKS) クラスターにデプロイされます。
  3. エンド ユーザーが、モデルに対してスコア付けされたデータを提供します。
  4. スコアリングによって得られた分析情報と異常がストレージに入れられ、後でアップロードされます。
  5. グローバルに関連し、準拠している分析情報は、グローバル アプリで利用できます。
  6. データ科学者がエッジからのスコアリングを使用してモデルを改善します。

コンポーネント

  • Machine Learning は、機械学習モデルの構築、デプロイ、管理に使用できるクラウドベースの環境です。 これらのモデルを使用すると、将来の動作、結果、および傾向を予測できます。
  • HDInsight は、全範囲に対応した、クラウドでのオープンソースの企業向けマネージド分析サービスです。 HDInsight では、Hadoop、Spark、HBase、Storm などのオープンソース フレームワークを使用できます。
  • Container Registry は、コンテナー イメージのマネージド レジストリを作成するサービスです。 Container Registry を使用して、イメージのビルド、保存、管理を行うことができます。 これを使用して、コンテナー化された機械学習モデルを保存することもできます。
  • AKS は、高可用性とセキュリティを備えたフル マネージド Kubernetes サービスです。 AKS により、コンテナ化されたアプリケーションのデプロイと管理が容易になります。
  • Azure Virtual Machines は サービスとしてのインフラストラクチャ (IaaS) オファーです。 Virtual Machines を使用して、Windows や Linux 仮想マシンなどのオンデマンドでスケーラブルなコンピューティング リソースをデプロイできます。
  • Azure Storage は、データ、アプリケーション、ワークロード用に可用性が高く、スケーラブルで安全なクラウド ストレージを提供します。
  • Azure Stack Hub は、オンプレミス環境でアプリを実行し、自身のデータセンターに Azure サービスを実現する方法を提供する Azure の拡張機能です。

シナリオの詳細

Azure AI ツール、Azure エッジ、クラウド プラットフォームを使用すると、エッジ インテリジェンスが可能になります。 AI 対応ハイブリッド アプリケーションを、データが存在する場所、つまりオンプレミスで実行できます。 Azure Stack Hub を使用すると、トレーニング済みの AI モデルをエッジに導入し、それをアプリケーションと統合して低遅延のインテリジェンスを実現できます。 この方法では、ローカル アプリケーションのツールやプロセスを変更する必要はありません。 Azure Stack Hub を使用すると、インターネットから切断されている場合でも、クラウド ソリューションを確実に動作させることができます。

このソリューションは、切断された Azure Stack Hub のシナリオ用です。 待機時間や断続的な接続の問題や規制により、常に Azure に接続されるとは限りません。 切断されたシナリオでは、データをローカルで処理し、後で Azure で集計して詳細な分析を行うことができます。 このシナリオの接続されたバージョンについては、「エッジでの AI」を参照してください。

考えられるユース ケース

次のシナリオでは、切断された状態でデプロイする必要がある場合があります。

  • インターネットに接続されていない環境で Azure Stack Hub をデプロイすることが必要なセキュリティまたはその他の制限がある。
  • データ (使用状況データを含む) を Azure に送信されないようにブロックしたい。
  • Azure Stack Hub を純粋に、社内イントラネットにデプロイされるプライベート クラウド ソリューションとして使用したい。ハイブリッド シナリオには関心がない。

次のステップ

Azure Stack ソリューションの詳細については、以下のリソースを参照してください。

ソリューション コンポーネントの詳細については、次の製品ドキュメントを参照してください。

サンプルについては、次のリソースを参照してください:

関連するソリューションについては、次の記事を参照してください。