0
Wenn Sie die phasing-advanced analytics, machine learning, künstliche Intelligenz in Ihre Infrastruktur, traditionelle Konfigurationen sind nicht unbedingt bis zu der Aufgabe. Anwendungen im Bereich der KI können sich ansammeln, eine große Menge von Daten basierend auf I/O-Anforderungen. Sie benötigen, um sicherzustellen, dass diese Attribute sind Teil des Setups:
High-speed-Lesen accessHigh-Geschwindigkeit schreiben accessReasonable Kosten
Microsoft Cloud-Services, zum Beispiel, verwenden von Standardhardware und-Skala nahezu unendlich zu handhaben AI-workloads. Durch die Verwendung von commodity hardware, Microsoft ist in der Lage, storage-Dienste über standard-Protokolle wie iSCSI, NFS, SMB, CIFS, etc. und mehr erweiterte Funktionen.
Commodity-hardware ist ein wachsender trend bei der Entwicklung eines Systems zum verwalten von großen Datenmengen. Big-data-Infrastrukturen normalerweise nutzen commodity-hardware zu verteilen terabytes von Daten im gesamten Netzwerk. Microsoft Azure storage bietet eine kostengünstige Lösung für die AI durch die Unterstützung strukturierter und unstrukturierter Daten in einer hoch skalierbaren Plattform. Sie haben auch die Möglichkeit der Implementierung von Speicher-bezogene Automatisierung von Routinen mithilfe von RESTful APIs.
KI-Anwendungen und die Belastungen, die Sie setzen können auf die Ressourcen eines Systems unterscheiden sich in Umfang und Komplexität. Mit Unterstützung für deep learning, problem-solving, reasoning, und lernen, diese Anwendungen müssen die Fähigkeit zur Analyse großer Mengen von Daten in verschiedenen Formaten, dann kompilieren von Daten und Ergebnissen in einer optimalen Höhe der Zeit.
Hier sind zwei Beispiele dafür, wie Microsoft ist die Entwicklung von Anwendungen zu bauen die Infrastruktur von AI:
Azure Machine Learning ist eine Methode, die von Microsoft entwickelt wurden, zu integrieren predictive analytics in die Anwendungen. Die Machine Learning Studio können Entwickler von bekannten Programmier-Techniken zu entwerfen Modelle für die KI.
Microsoft Azure Kognitiven Leistungen ist ein weiteres Angebot, das verbindet user-Erfahrungen mit der maschinellen Intelligenz. Kognitiven Leistungen befähigt den Benutzer, indem Sie helfen, die Bereitstellung von Anwendungen auf allen Plattformen problemlos.
Die kognitive Entwicklung der Dienstleistungen umfasst die folgenden Bereiche:
VisionSpeechLanguageKnowledgeSearch
Microsoft hat vor kurzem angekündigt, Azure Batch KI-Training, als auch. Dies ist ein Raum segmentiert innerhalb der Azure-Cloud, die der Entwickler verwenden kann, um die Arbeit auf AI-Anwendungen, ohne die Sorge der Beeinträchtigung von Infrastruktur-Ressourcen. Indem Sie diese Art der Modellierung, die Entwickler werden in der Lage sein, zu bestimmen, was benötigt wird, um Ihre Infrastruktur vor der Anwendung bereitgestellt wird.
Jedes dieser tools nutzen können die Azure-Cloud für die Bereitstellung, als auch, so können Sie die Vorteile von test/Entwicklung und Produktion in Azure.
AI-Infrastruktur Abhängigkeiten variieren, und das intelligente design ist kritisch. Microsoft Azure, zusammen mit Microsoft-Entwicklungs-und Trainings-tools, legen Sie eine benutzerdefinierte Lösung in Reichweite.
0