Microsoft ha recentemente annunciato l'integrazione di Cisco Edge Intelligence con Azure IoT Hub per aiutare gli utenti a sfruttare i dati IoT molto più velocemente. Questa è un'ottima notizia per i clienti di Azure che stanno creando sistemi di edge computing per alimentare applicazioni in tempo reale come l'elaborazione basata su eventi o il filtro dei dati.
Edge preintegrato nell'hub IoT di Azure
In una tipica distribuzione dell'hub IoT di Azure, le organizzazioni utilizzeranno dispositivi di rete Cisco IoT con intelligenza basata su software precaricata. Possono sfruttare la soluzione IoT integrata per creare applicazioni che forniscono pipeline di dati di telemetria, disse Microsoft.
Abbiamo deciso di fare squadra per condividere la disponibilità di una soluzione Azure IoT integrata, che fornisca il necessario software, hardware e servizi cloud di cui le aziende hanno bisogno per lanciare rapidamente iniziative IoT e realizzare rapidamente il business valore.
Gli utenti di Azure IoT possono già estrarre
intuizioni spaziali utilizzando Mappe di Azure, consentendo loro di ottenere la posizione esatta delle risorse monitorate insieme a qualsiasi altro dato telemetrico, come lo stato di apparecchiature importanti. Ora possono creare analisi avanzate con applicazioni che sfruttano tali dati IoT all'origine o nelle vicinanze.La soluzione Cisco Edge-Azure IoT Hub può alimentare vari servizi in Azure, due dei quali sono:
Analisi in tempo reale
Uno degli obiettivi primari di Microsoft Azure Stream Analytics è offrire alle aziende la possibilità di sviluppare pipeline di dati altamente scalabili e versatili. Utilizzando lo strumento, gli analisti di big data possono ottenere informazioni approfondite su milioni di eventi a latenze incredibilmente basse. Ora è molto più facile raggiungere questi obiettivi con l'incorporazione della tecnologia di edge computing basata sull'intelligenza di Cisco in Azure.
Quindi, se sei un utente di Analisi di flusso di Azure, puoi sviluppare applicazioni che sfruttano Cisco Edge Intelligence per analizzare grandi quantità di dati in streaming con latenze inferiori al secondo.
Anziché inviare dati mission-critical al cloud prima dell'elaborazione, è possibile estrarne l'intelligence alla fonte. In questo modo, eviti problemi di latenza che di solito bloccano il processo decisionale.
Apprendimento automatico (ML)
L'implementazione del machine learning all'edge ha senso nelle applicazioni di intelligenza artificiale che richiedono un'inferenza quasi in tempo reale. Uno di questi casi d'uso è l'analisi predittiva dell'integrità degli asset.
La collaborazione Microsoft-Cisco sulla tecnologia IoT arriva in un momento in cui le tecnologie di rete, come il 5G, stanno diventando più veloci e i dispositivi IoT raccolgono grandi quantità di dati. Gli utenti dell'hub IoT di Azure possono sfruttare la sinergia tecnologica risultante per fornire big data in tempo reale alle applicazioni che ne hanno bisogno.
