Firma Microsoft ogłosiła niedawno integrację rozwiązania Cisco Edge Intelligence z usługą Azure IoT Hub, aby pomóc użytkownikom znacznie szybciej wykorzystywać dane IoT. To doskonała wiadomość dla klientów platformy Azure, którzy budują systemy przetwarzania brzegowego do obsługi aplikacji czasu rzeczywistego, takich jak przetwarzanie sterowane zdarzeniami lub filtrowanie danych.
Wstępnie zintegrowany Edge do Azure IoT Hub
W typowym wdrożeniu usługi Azure IoT Hub organizacje będą korzystać z urządzeń sieciowych Cisco IoT ze wstępnie załadowaną inteligencją opartą na oprogramowaniu. Mogą wykorzystać zintegrowane rozwiązanie IoT do tworzenia aplikacji dostarczających potoki danych telemetrycznych, powiedziany Microsoft.
Postanowiliśmy połączyć siły, aby udostępnić zintegrowane rozwiązanie Azure IoT, które zapewnia niezbędne oprogramowanie, sprzęt i usługi w chmurze, których firmy potrzebują, aby szybko uruchamiać inicjatywy IoT i szybko realizować działalność wartość.
Już teraz użytkownicy Azure IoT mogą wyodrębnić
spostrzeżenia przestrzenne za pomocą Azure Maps, umożliwiając im uzyskanie dokładnej lokalizacji śledzonych zasobów wraz z innymi danymi telemetrycznymi, takimi jak stan ważnego sprzętu. Teraz mogą tworzyć zaawansowane analizy z aplikacjami, które wykorzystują takie dane IoT w źródle lub w jego pobliżu.Rozwiązanie Cisco Edge-Azure IoT Hub może obsługiwać różne usługi na platformie Azure, z których dwie to:
Analizy w czasie rzeczywistym
Jednym z głównych celów Microsoft Azure Stream Analytics jest umożliwienie przedsiębiorstwom tworzenia wysoce skalowalnych i wszechstronnych potoków danych. Korzystając z tego narzędzia, analitycy Big Data mogą uzyskać dogłębny wgląd w miliony zdarzeń z niewiarygodnie niskimi opóźnieniami. Teraz znacznie łatwiej jest osiągnąć te cele dzięki włączeniu do platformy Azure opartej na inteligencji technologii obliczeniowej Cisco.
Jeśli więc jesteś użytkownikiem usługi Azure Stream Analytics, możesz tworzyć aplikacje, które wykorzystują rozwiązanie Cisco Edge Intelligence do analizowania ogromnych ilości danych przesyłanych strumieniowo z opóźnieniem poniżej sekundy.
Zamiast wysyłać kluczowe dane do chmury przed ich przetworzeniem, możesz wydobyć z nich dane wywiadowcze w źródle. W ten sposób unikniesz problemów z opóźnieniami, które zwykle wstrzymują podejmowanie decyzji.
Uczenie maszynowe (ML)
Implementacja ML na brzegu ma sens w aplikacjach AI, które wymagają wnioskowania w czasie zbliżonym do rzeczywistego. Jednym z takich przypadków użycia jest analiza predykcyjna stanu aktywów.
Współpraca Microsoft-Cisco w zakresie technologii IoT ma miejsce w czasie, gdy technologie sieciowe, takie jak 5G, stają się szybsze, a urządzenia IoT gromadzą ogromne ilości danych. Użytkownicy usługi Azure IoT Hub mogą wykorzystać powstałą synergię technologiczną, aby dostarczać dane big data w czasie rzeczywistym do aplikacji, które tego potrzebują.
