Embed Size (px)
Citation preview
#azurejp
https://www.facebook.com/dahatake/
https://twitter.com/dahatake/
https://github.com/dahatake/
https://daiyuhatakeyama.wordpress.com/
https://www.slideshare.net/dahatake/
製造設備
原材料、プロダクト
予防保全
顧客中心主義迅速に革新し、より機敏になる
スマートプロダクト
サービス・エコシステム
コネクテッド・コンシューマ
顧客
サプライチェーン
設計開発
製造
マーケティング 販売
サービス
完全自動運転で100%無事故を実現しようとすると最低でも
88億マイルを
テストしなければならない。1
2020年、自動運転車は1日に約4,000ギガバイトのデータを生成し、消費する。2
Paris Auto Show Automobility Los Angeles Gartner TechRadar EarthdataAutomobility Los Angeles
2020年、204億のモノがつながる。3
90分のアニメーション映像を製作す
るために、6,500万時間分の
画像レンダリングが必要となる。4
2020年、飛行機から1日に40テラバイトの
データが生成される。6
NASAの地球観測システムおよび情報システム（EODSIS）は、
1日に約28テラバイトのデータを配信している。5
データが
ビジネスを動かす新しい原動力になる
コントロール 容易性
Azure Data Lake Store
Azure Storage
Any Hadoop technology,
any distribution
Workload optimized,
managed clusters
Data Engineering in a
Job-as-a-service model
Azure MarketplaceHDP | CDH | MapR
Azure Data Lake
Analytics
IaaS Clusters Managed Clusters Big Data as-a-service
Azure HDInsight
Frictionless & Optimized
Spark clusters
Azure Databricks
BIG
DA
TA
ストレージ
BIG
DA
TA
分析
Red
uced
Ad
min
istr
ati
on
Services
Infrastructure
Tools
Pre-built AI
Cognitive Services Labs
Video Indexer
Cognitive Services Labs
Custom Custom Custom Custom Custom
だから何なの？
• 雑草
農薬にお金
コンバイン x AI
大幅
応用
John F. Kennedy (JFK)November 22, 1963
Web App(azsearch.js)
BlobStorage
Azure Function
Skills:Computer VisionOCR + HandwritingEntity LinkingCIA Cryptonyms Azure Search
Cosmos DBAzure MachineLearning
CognitiveSkill Set
JFK FILESCOGNITIVE SEARCHARCHITECTURE
Skill: Topics
R & Python ベースのAI のストアドプロシージャ
MicrosoftML Library の組み込み
Graphモデルのサポートによるより複雑な関係を分析
クエリ処理の最適化による比類なきパフォーマンス
AI を組み込んだ最初の商用データベース
SQL Server2017
Featurization,
Normalization,
encoding
classifier model
でのスコアリング
Web App
Diagnosis: 35% certainty
Python / R で実装したストアドプロシージャ ストアドプロシージャで、患者IDだけ指定
Model table,
Features table,
New Images table
SQL Server
画像を送らなくてよ
い
データ移動の排除
運用しやすい ML のスクリプトとモデル
エンタープライズグレードのパフォーマンスとスケール
直接対話するデータを
データの管理と分析をまとめる
SQL 変換リレーショナルデータ
分析ライブラリ
R 統合 Python 統合
In-memory OLTPColumn Store
大量データの書き込み処理
PowerBI DashboardスケールするDatabase 内の分析
R
業務ユーザー
分析の用意
Stored
Predictions
Visualize
SQL-ML を使って、秒間100万件の機械学習の処理も
万能なものは無い
開発者による AI の採用促進 (API化)
ハイブリッドトレーニングとスコアリングシナリオの台頭
イベント発生場所でのスコアリング/推論の実施(エッジ、クラウド、オンプレミス)
一部の開発者がData Scientist /AI Developer を目指す
多様なハードウェアの進化(CPU/GPU/FPGA/ASIC/デバイス)
データ準備
モデルの展開と管理
モデル系統と監査
モデルについての説明責任
課 題主 要 動 向
Spark
SQL Server
仮想マシン
GPU
コンテナー サービス
ノートブックIDE
Azure Machine Learning Workbench
SQL Server
Machine Learning Server
オンプレミス
エッジ コンピューティング
Azure IoT Edge
実験およびモデル管理
A z u r e M a c h i n e L e a r n i n g サービス トレーニングとデプロイのオプション
A z u r e
視覚的なドラッグアンドドロップ コードファースト
プロジェクトの依存関係の管理
トレーニングジョブのローカル、スケールアップまたはスケールアウトの環境から選択
Git ベースのチェックポイントとバージョン管理
実行メトリック、出力ログ、およびモデルのサービスサイドキャプチャ
お気に入りの IDE、および任意のフレームワークを使用する
U S E T H E M O S T P O P U L A R I N N O V A T I O N S
U S E A N Y T O O L
U S E A N Y F R A M E W O R K O R L I B R A R Y
リモートモニタリング・制御
多数のIoTデバイスからの収集データをマージ
先進AIの適用を可能にする、無限に近いコンピューティングリソースとストレージ
リアルタイム応答に必要なローレーテンシーでタイトなコントロールループ
プライバシーデータや知的財産の保護
Azure IoT Edge Runtime IoT Hub
Devi
ces
Local Storage
Device Twin
Device Twin
Device Twin
Device Twin
CANbus
Server
(Container)
IoT Hub
Proxy
(Container)
Data Normalization
(Container)
Compression
(Container)
Encryption
(Container)
Decryption
(Container)
Decompress
(Container)
Data Specializer
(Container)
FunctionsContainer
Management
#azurejp
Big Data / AIYour App
IntelligentApp
#azurejp
© 2016 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries.
The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a
commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation.
MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION.
![[Thingplus] IoT Cloud Platform Serivce, 2016](https://img.pdfslide.tips/doc/110x75/5871d6551a28ab423c8b6a6f/thingplus-iot-cloud-platform-serivce-2016.jpg)
