Nul
På Microsoft Connect() begivenhed i dag, den Redmond-baserede software (og market cap) juggernaut er at lave en række af teknologi-meddelelser, som omfatter en bred vifte af dets produkt-og serviceportefølje.
Men, for mig, er det Azurblå data, analyser og AI historie, som bliver rigere i dag. Det skyldes, at to overbevisende tjenester på Azure cloud er blevet moderniseret. Og de ændringer, der er store nok til at flytte disse tjenester fra blot at være interessant til at være overbevisende og handlingsrettede.
Kosmiske stråler, og RUs
Lad os starte med Kosmos DB. Microsoft er geografisk fordelt NoSQL service har været teknisk overbevisende for ganske et stykke tid, men prisen for optagelse har været en blokering for mange.
Læs også: Microsoft Azure lancerer Kosmos DB, et supersæt af sin DocumentDB service
Læs også: Inde i Microsofts Kosmos DB
Et betydeligt antal af Kosmos DB ‘ s nye kunden mål kommer ikke fra sammenligneligt prissat Google Skruenøgle og Amazon DynamoDB cloud-database-tjenester, men i stedet fra billigt-vært implementeringer af MongoDB, MySQL og SQL Server. Det er den valgkreds, der så Kosmos DB ‘ s prissætning som en dødssejler. Nu, i stedet for at fortælle de folk, at de var ved at tænke på det på den forkerte måde, Microsoft vedtaget deres tro, gjorde nogle tekniske arbejde og er ved at indføre meget lavere entry-level priser til at matche.
Læs også: Google ‘ s Sky Skruenøgle: hvordan er det stak op?
På beholderen (fx tabel, samling eller graf) niveau, den minimale mængde af tildelte kapacitet er reduceret fra 1000 RUs (anmodning enheder), til 400 RUs — svarende til $24/måned, ned fra $60/måned. Synes det lyder godt, men ikke fantastisk? The plot thickens.
For kunder, som deler deres data i flere containere, og som tidligere har afholdt de angivne overførselshastighed minimum flere gange, Microsoft tidligere havde indført fælles gennemløb-dvs provisioning RUs på database-niveau i stedet for. Og det minimum, der er nu 400 RUs så godt, denne gang ned fra 10.000 RUs.
Dette betyder, at den entry-level pris for et Kosmos DB-database med flere beholdere, der er nu $24/måned, ned fra $600/måned. Desuden tildelt gennemløb (container – eller database-niveau) kan nu bevægede sig op på et mere detaljeret niveau — i trin af 100 RUs ($6/måned), ned i en størrelsesorden fra tidligere minimum tilvækst på 1000 RUs.
Og på toppen af alt dette, Kosmos DB lader kunderne mix og match container – og database-niveau gennemløb provisioning, giver yderligere fleksibilitet. Så er der for nylig indført den reserverede kapacitet for Kosmos DB — muligt for kunder at forpligte sig til 1 – eller 3-årig periode, i bytte for en rabat på op til 65%. Microsoft tilbyder også gratis niveauer af Kosmos DB (via Azure gratis tier eller en speciel 30-dages enkeltstående tilbud) til eksperimenter og en gratis emulator for udviklingsarbejde-på lokale maskiner, eller i Dokkeren beholdere. Kosmos DB telt er nu meget større.
Maskinen er at lære
I mellemtiden, tilbage i AI ranch, Microsoft annoncerer general availability (GA) af Azure Machine Learning service. Mary Jo Foley har dækket GA nyheder. Jeg vil gerne tale om hvad der er ændret i denne nye version af tjenesten.
Læs også: Cloud-machine learning krige varme op
Den oprindelige Azure Machine Learning-nu kaldet Azure Machine Learning Studie — var en slags visuelt udviklingsmiljø for at gøre machine learning (ML) arbejde. Det var meget teknisk, men alligevel proprietære og noget kode-averse, derfor gør det utiltalende at data forskere, hvis viden var ikke desto mindre nødvendige for at gøre mest muligt ud af det.
Den anden go-round af Azure ML, der er involveret i en desktop-applikation, der hedder Azure Machine Learning Workbench, samt en AI add-in til Visual Studio Kode. Mens det var meget mere kode-fokuseret, brug af proprietære værktøjer stadig fremmedgjort data forskere, der ikke ønsker at vedtage nye værktøjer med henblik på at vedtage en ny cloud.
Læs også: Microsoft Bygge går gaga for AI: Azure Machine Learning og uden
Men i dag er GA tilbyder en mere raffineret version af Azure ML, som nu arbejder fra stort set ethvert miljø for programmeringssproget Python-en af de mest populære med de data, som forskere. Uanset om du bruger kommandolinjen, PyCharm integreret udviklingsmiljø (IDE), Jupyter notebooks, eller endda Databricks notebooks, data-forskere kan nu bruge Azure ML eksperimenter, data, forberedelse, uddannelse, implementering, model, forvaltning og overvågning faciliteter, og brug et stort udvalg af ML og dybe læring algoritme rammer (herunder PyTorch, TensorFlow, og scikit-lære) til at starte.
Læs også: Databricks kommer til Microsoft Azure
Dem, der bruger Visual Studio Kode (som ved den måde, som kører på Mac-og Linux-ikke kun Windows) stadig har adgang. I virkeligheden, at adgang er blevet forbedret, som VS Kode med Python extension understøtter indlæsning af Jupyter notebooks og kan udføre matplotlib visualiseringer lige inde i editoren.
Vee tre
Der har længe været et at sige i branchen, at Microsoft får det rigtige med sine produkter i den tredje udgivelse. Og med denne tredje udgave af Azure ML og den tredje større revision i år af Kosmos DB ‘ s prissætning tidsplan, ser dette ud til at være lige så sandt i 2018 som den var, da Visual Basic version 3 kom ud for 25 år siden.
Og, ved den måde, Microsoft er også slippe et uddrag af version 3 af .NET SDK for Kosmos DB i dag (samt CORS støtte og Apache Cassandra API støtte i emulator). Så er der et par mere en anden datapunkter — i pasform og finish historie af data og AI-tjenester på Azure.
Relaterede Emner:
Kunstig Intelligens
Digital Transformation
Robotteknologi
Tingenes Internet
Innovation
Virksomhedens Software
0