Microsoft tillkännagav nyligen integrationen av Cisco Edge Intelligence med Azure IoT Hub för att hjälpa användare att utnyttja IoT-data mycket snabbare. Det här är utmärkta nyheter för Azure-kunder som bygger avancerade datorsystem för att driva realtidsapplikationer som händelsestyrd bearbetning eller datafiltrering.
Förintegrerad Edge to Azure IoT Hub
I en typisk Azure IoT Hub-distribution kommer organisationer att använda Cisco IoT-nätverksenheter med förinstallerad programvarubaserad intelligens. De kan utnyttja den integrerade IoT-lösningen för att skapa applikationer som levererar dataledningar för telemetri, sa Microsoft.
Vi har beslutat att samarbeta för att dela tillgängligheten av en integrerad Azure IoT-lösning som ger det nödvändiga programvara, hårdvara och molntjänster som företag behöver för att snabbt starta IoT-initiativ och snabbt förverkliga affärer värde.
Azure IoT-användare kan redan extrahera rumsliga insikter med hjälp av Azure Maps, vilket gör det möjligt för dem att få den exakta platsen för spårade tillgångar tillsammans med annan telemetrisk data, till exempel status för viktig utrustning. Nu kan de bygga avancerad analys med applikationer som utnyttjar sådan IoT-data vid eller nära källan.
Cisco Edge-Azure IoT Hub-lösningen kan driva olika tjänster i Azure, varav två är:
Analys i realtid
Ett av de främsta målen för Microsoft Azure Stream Analytics är att ge företag möjlighet att utveckla mycket skalbara och mångsidiga datarörledningar. Med hjälp av verktyget kan stora dataanalytiker få djupgående insikter i miljontals händelser med otroligt låga latenser. Det är nu mycket lättare att uppnå dessa mål med införlivandet av Ciscos intelligensdrivna edge-computing-teknik i Azure.
Så om du är en Azure Stream Analytics-användare kan du utveckla applikationer som utnyttjar Cisco Edge Intelligence för att analysera stora mängder strömningsdata vid sekunders latenser.
Istället för att skicka uppdragskritisk data till molnet innan du bearbetar kan du extrahera intelligens från den vid källan. På så sätt undviker du latensproblem som vanligtvis stoppar beslutsfattandet.
Maskininlärning (ML)
Implementering av ML vid kanten är vettigt i AI-applikationer som kräver nästan realtidsinferens. Ett sådant användningsfall är förutsägbar analys av tillgångshälsa.
Microsoft-Cisco-samarbetet om IoT-teknik kommer vid tidpunkten när nätverksteknik, som 5G, blir snabbare och IoT-enheter samlar stora mängder data. Azure IoT Hub-användare kan utnyttja den resulterande tekniska synergin för att leverera big data i realtid till applikationer som behöver det.
