Microsoft Ignite 2021:利用Azure Arc的新功能在混合和多云领域进行创新

51CTO 博客地址:https://blog.51cto.com/14669127

博客园博客地址:https://www.cnblogs.com/Nancy1983

各行各业的企业都在投资混合和多云技术,以确保他们在任何地方都有创新的灵活性,并满足不断变化的业务需求,采用混合和多云技术的一个关键挑战是在构建和运行云本地应用程序的同时管理和保护他们的IT环境。

为了实现客户在提供治理和安全的同时寻找创新的灵活性和敏捷性,微软发布了Azure Arc——一组可以将Azure管理和服务扩展到任何基础设施的技术,它将开启更多的场景。

Microsoft Ignite 2021:利用Azure Arc的新功能在混合和多云领域进行创新

·      使用Azure Arc在任何地方运行Machine Learning

Azure Arc 允许客户在任何Kubernetes环境中运行Azure服务,无论是本地环境,多云环境还是边缘环境,能够在任何Kubernetes环境中运行的第一组服务是Azure Data Services,微软会根据KPMG、Ford、Ferguson和SKF等客户的反馈,继续增强Azure Arc支持的数据服务。

Azure Machine Learning是一个企业级服务,它使数据科学家和开发人员能够构建、部署和管理机器学习模型,通过使用Azure Arc将Machine Learning功能扩展到混合和多云环境,客户可以使用现有的基础设施投资直接培训Machine Learning模型,这减少了数据移动,同时满足安全性和遵从性需求。

现在,大家可以注册Azure Arc支持Machine Learning,并部署到任何Kubernetes 集群,数据科学家现在可以使用熟悉的工具,可靠地构建Machine Learning模型,并部署在任何地方。

·      使用Azure Arc在任何地方构建本地云应用程序

与以往任何时候相比,很多企业正在使用Kubernetes容器跨云,本地和边缘构建现代应用程序,去年秋天,微软发布了Azure Arc预览版,使Kubernetes能够在任何地方管理集群,在Azure 门户网站上,客户可以将一组通用的Kubernetes配置部署到他们的集群中,无论他们在哪里,都可以保持一致性,Azure Arc还允许开发人员使用GitOps集中编码并安全地将本地云应用部署到任何Kubernetes集群中。

微软推出Azure Arc来管理任何基础设施上的本地应用,有这Azure Arc,我们可以轻松地跨云和本地部署我们的应用程序,以满足法规和合规要求,同时确保一致的管理和治理,为企业的业务带来巨大的好处。

·      使用任何与CNCF一致的Kubernetes

微软致力于为客户提供选择支持他们现有的Kubernetes投资,Azure Arc的构建是为了与任何与Cloud Native Computing Foundation一致的Kubernetes发行版兼容,为了让客户更有信心,微软将与流行的Kubernetes发行版合作,包括VMware Tanzu和Nutanix Karbon,它们假如了Red Hat Open Shift,Canonical的Kubernetes和Rancher Kubernetes Engine,用Azure Arc测试和验证了它们的实现。

·      使用Azure Stack HCI和Azure Arc时您的数据中心现代化

超融合基础设施是企业实现数据中心现代化和远程办公和分支机构部署关键工作负载的理想方式,Azure Stack HCI提供了一个可以直接从Azure管理的高性能和低成本的超融合基础设施解决方案,客户可以在Azure Stack HCI上的Azure Kubernetes服务上运行Azure服务和云本地应用程序,Azure Stack HCI与戴尔,联想,HPE,富士通和Data ON等合作伙伴共同设计的多个系统协同工作,确保简单性和可靠性运行。

更多资料:

·       Azure Arc

·       Azure Machine Learning

·       Run Azure Machine Learning anywhere-on hybrid and in multi-cloud with Azure Arc

·       Azure Arc enabled Kubernetes is now Generally Available

·       Azure Stack HCI


上一篇:C#状态机Stateless


下一篇:Meta-Learning for Low-Resource Neural Machine Translation翻译