解決方案構想
本文說明解決方案概念。 您的雲端架構設計人員可以使用本指南，協助可視化此架構的一般實作的主要元件。 使用本文作為起點，設計符合您工作負載特定需求的架構良好解決方案。
此解決方案說明建築物和校園如何安全地連線，並將其內部部署物聯網 （IoT） 裝置調整為雲端。
架構
工作流程
醫院大樓使用各種連線裝置來監視病人的健康情況和設施效能。
- 健康追蹤裝置包括患者監視器、CT 掃描器和血壓監視器。
- 建築安全和品質裝置包括空氣品質和建築溫度感測器。
患者健康情況和建置監視裝置會將數據傳送至 LTE 或 5G 無線電存取網路 （RAN） 裝置。
醫院中的 5G 或 LTE 無線電會將資料轉送至邊緣伺服器上執行的 5G 或 LTE 封包核心。 邊緣伺服器可以是 Azure Stack Edge 或任何已啟用 Azure Arc 的伺服器。
在邊緣伺服器上，IoT Edge 運行時間可以在將數據傳送至 Azure 之前預先處理數據，以進行進一步分析。
在雲端中，Azure IoT 中樞 快速且安全地擷取數據，並將其傳送至 Azure 機器學習。
Azure 機器學習 納入新數據，以進一步優化控制智慧建築設定的模型。
來自 Azure IoT 中樞 的數據也會饋送至 Azure Digital Twins，以提供醫院網路 IoT 裝置作為虛擬仿真的地圖。
數據也會饋送至 Azure 時間序列深入解析，其可分析一段時間的患者健康，或數家醫院的治療效力。 時間序列深入解析也提供可視化層來協助決策。
所有數據都會儲存在 Azure Data Lake Storage 中，以儲存任何格式和大小的數據。
元件
此解決方案使用下列 Azure 元件：
- Azure Stack Edge 是將計算、記憶體和智慧帶入 IoT Edge 的裝置組合。 Azure Stack Edge 可作為雲端記憶體閘道，可讓數據傳輸至 Azure，同時保留檔案的本機存取權。
- 已啟用 Azure Arc 的 Kubernetes 會連線在 Azure 內部或外部執行的 Kubernetes 叢集。
- Azure Sphere 是完整的IoT安全性解決方案，包含適用於IoT裝置安全性的硬體、OS和雲端元件。
- Azure IoT Edge 會在 IoT 裝置上本機部署雲端智慧。
- Azure IoT 中樞 是雲端式受控服務，適用於IoT裝置與 Azure 之間的雙向通訊。
- Azure 機器學習 是整合式數據科學解決方案，可供數據科學家和開發人員建置、定型及部署機器學習模型。
- Azure Digital Twins 是 IoT 平臺，可建立真實世界事物、地點、流程和雲端人員的數位表示法。
- Azure 時間序列深入解析 是端對端IoT分析平臺，可大規模監視、分析和可視化產業IoT分析數據。
- Azure Data Lake Storage 是適用於高效能分析工作負載的可調整的安全資料湖。
案例詳細資料
雲端服務可以儲存和分析IoT數據，以診斷異常狀況，並採取更正或預防性動作。 Azure 服務可以進一步分析和儲存數據，並使用機器學習來優化建置設定。
潛在使用案例
在此解決方案中，醫療保健設施會使用已啟用 LTE 或 5G 的 IoT 裝置來追蹤病患的健康情況和建置效能。 這些裝置會使用內建的 Azure Sphere 認證晶片將數據串流至內部部署邊緣伺服器，這些伺服器會與 Azure 雲端通訊。 內部部署網路管理員可以透過邊緣伺服器上的封包核心來檢視網路健康情況。
此方法的其他範例包括：
- 咖啡機的預測性維護。
- 食品製造廠中易腐食品和飲料溫度的安全性與合規性監視。
- 根據自主勘探車輛收集的數據，偵測能源部門資源擷取的最佳點。
參與者
本文由 Microsoft 維護。 原始投稿人如下。
主體作者：
- Nikhil Ravi |生產管理領導者