微軟釋出Azure Cosmos DB產品以及新的物聯網解決方案

weixin_34319999發表於2018-12-05
微軟

微軟於當地時間2018年12月4日召開了一年一度的以雲端計算和資料為中心的開發者大會，在會上微軟正式釋出Azure機器學習服務(Azure Machine Learning service)，這是一個雲平臺，允許開發人員構建、訓練和部署AI模型，並對Azure認知服務(一組自然語言處理、語音識別和計算機視覺api)進行更新。此外，微軟還推出了一款更實惠的Azure Cosmos DB層，這是一款針對分散式雲端計算工作負載的整體解決方案。

但這還不是全部。微軟還發布了Azure IoT Edge上對Azure流分析的升級、Azure IoT Edge在本地處理來自IoT解決方案的資料、Azure物聯網裝置模擬解決方案加速器、Azure物聯網遠端監控解決方案加速器、Azure時間序列洞察的改進，以及增強版Azure地圖。

AI與大資料

經過一個相對較長的預覽版本時期之後，Azure機器學習現在對所有客戶都可用了，它在預覽中提供了一個新特性：模型解釋能力。從本週開始，客戶將能夠應用這一功能識別哪些輸入功能在人工智慧系統的預測中最重要。

Azure機器學習的核心特性是全面可用性，包括對PyTorch、TensorFlow和scikit-learn等AI框架的支援、對自動化hyperparameter調優，以及部署到雲環境和邊緣環境的能力。

“我們收到了很多使用Azure機器學習的客戶的積極反饋，”微軟公司副總裁埃裡克·博伊德(Eric Boyd)在採訪中告訴表示：“無論是在雲端還是在現場，它都可以幫助使用者比以前更快、更有效地完成工作，就算你不是資料科學家。”他表示，自動化機器學習功能會有助於使用者選擇合適的演算法。

與此同時，Azure認知服務更新了兩個關鍵特性：(1)支援語言理解的容器；(2)自定義翻譯。前者從今天開始就可以在early access中使用，它允許Azure開發人員在邊緣部署帶有物件檢測、視覺識別和語音識別的應用程式，並且更容易跨雲和邊緣維護架構。此外，現在普遍可用的自定義翻譯允許使用者利用人工翻譯的內容來構建一個自定義翻譯系統，該系統可以更好地處理特定的詞彙(尤其是專業術語)和不同的寫作風格。

最後，正如前面提到的，微軟今天釋出了一個更實惠的Azure Cosmos DB產品：Azure Cosmos DB吞吐量產品。與其他Azure Cosmos DB服務一樣，這一產品提供可以跨多個Azure區域自動伸縮和複製資料，但是價格針對擁有多容器資料庫的客戶進行了優化。

一起釋出的還有Azure Cosmos DB . net SDK 3.0（ CORS），增強了Azure Cosmos DB對. net和JavaScript應用程式的現有支援。

物聯網

在物聯網(IoT)方面，微軟今天在Azure IoT Edge上釋出了Azure Stream Analytics (ASA)，它簡化了在頻寬和連線有限的雲裝置和邊緣裝置之間移動分析的過程，巧妙地在物聯網邊緣框架內執行，這意味著在其中建立的工作可以使用物聯網集線器進行部署和管理。

在2017年11月開始預覽之後，物聯網邊緣的ASA於今天正式釋出。

微軟還發布了Azure物聯網裝置模擬加速器的更新。現在，編寫複雜的裝置行為指令碼(在一個模擬中包含多個裝置)和執行模擬來模擬真實環境變得更加容易。

以前，IoT解決方案加速器(為常見的IoT場景建立定製解決方案的服務)允許開發人員僅在Azure門戶中管理裝置、模組和操作。但是由於Azure IoT遠端監控使用者介面在本週得到了增強，它們現在可以更容易地觸發響應裝置警報的操作(例如電子郵件通知)，使用自動裝置管理管理裝置更新，以及使用Azure Time Series Insights視覺化裝置資料。

在Azure地圖方面，微軟推出了新的S1定價層。它與標準S0一起提供，併為使用Azure地圖應用程式的“產品級”部署提供了增強的服務級別，去掉了每秒查詢的限制。

最後，微軟在公眾預覽版中釋出了新的時間序列洞察。Azure時間序列是一個針對來自物聯網部署的時間序列資料的完整的堆疊分析、儲存和視覺化服務，現在可以讓客戶更有效地儲存和分析建模的和特殊的資料。該序列可以為遙測資料新增豐富的上下文，在層中儲存物聯網資料，並利用機器學習和分析工具進行洞察。

原文連結：

https://venturebeat.com/2018/12/04/microsoft-makes-azure-machine-learning-generally-available-updates-azure-iot-edge-services/

相關文章