Microsoft annoncerede for nylig integrationen af Cisco Edge Intelligence med Azure IoT Hub for at hjælpe brugere med at udnytte IoT-data meget hurtigere. Dette er fremragende nyhed til Azure-kunder, der bygger avancerede computersystemer til at drive realtidsapplikationer som hændelsesdrevet behandling eller datafiltrering.
Forudintegreret Edge til Azure IoT Hub
I en typisk Azure IoT Hub-implementering bruger organisationer Cisco IoT-netværksenheder med forudindlæst softwarebaseret intelligens. De kan udnytte den integrerede IoT-løsning til at oprette applikationer, der leverer telemetri datarørledninger, sagde Microsoft.
Vi har besluttet at gå sammen om at dele tilgængeligheden af en integreret Azure IoT-løsning, der giver det nødvendige software, hardware og cloud-tjenester, som virksomheder har brug for for hurtigt at starte IoT-initiativer og hurtigt realisere forretning værdi.
Azure IoT-brugere kan allerede udtrække rumlig indsigt ved hjælp af Azure Maps, så de kan få den nøjagtige placering af sporede aktiver sammen med andre telemetriske data, såsom status for vigtigt udstyr. Nu kan de opbygge avanceret analyse med applikationer, der udnytter sådanne IoT-data ved eller nær kilden.
Cisco Edge-Azure IoT Hub-løsningen kan drive forskellige tjenester i Azure, hvoraf to er:
Realtidsanalyse
Et af de primære mål for Microsoft Azure Stream Analytics er at give virksomhederne mulighed for at udvikle meget skalerbare og alsidige datarørledninger. Ved hjælp af værktøjet kan big data-analytikere få dybdegående indsigt i millioner af begivenheder med utroligt lave latenstider. Det er nu meget nemmere at nå disse mål med inkorporeringen af Ciscos intelligensstyrede edge-computing-teknologi i Azure.
Så hvis du er en Azure Stream Analytics-bruger, kan du udvikle applikationer, der udnytter Cisco Edge Intelligence til at analysere store mængder streamingdata med sekunders latenstider.
I stedet for at sende missionskritiske data til skyen før behandling, kan du udtrække intelligens fra det ved kilden. På denne måde undgår du latensproblemer, der normalt stopper beslutningstagning.
Maskinindlæring (ML)
Implementering af ML på kanten giver mening i AI-applikationer, der kræver nær realtidsinferens. En sådan brugssag er forudsigelig analyse af aktiver.
Microsoft-Cisco-samarbejdet om IoT-teknologi kommer på et tidspunkt, hvor netværksteknologier, såsom 5G, bliver hurtigere, og IoT-enheder indsamler store mængder data. Azure IoT Hub-brugere kan udnytte den resulterende teknologiske synergi for at levere realtids big data til applikationer, der har brug for det.
