微软举办了“Microsoft Connect();2018”开发者大会，战略发布了与开发者工具、平台和云相关的信息。Azure通过最新的改进获得了运行容器化应用程序、工业物联网工作负载和培训机器学习模型的新功能。
编程窗口
Microsoft Connect();通常在AWS的re:Invent大会之前举办。Azure团队利用re:Invent来对抗其竞争对手推出的一些产品。今年，微软选择在一周后举办这次展会，但其重要性并不亚于Build和Ignite等顶级大会。
第一个最让人兴奋的宣布是Azure ML Services的普遍可用性，即一种用于训练、试验和部署机器学习和深度学习模型的PaaS（平台即服务）。该服务加入了Microsoft的AI和ML产品组合，包括Cognitive Services和Azure ML Studio。
ML PaaS服务基于受欢迎的Jupyter Notebooks，用于在Python中开发ML模型。Microsoft为其它Azure服务（如存储和计算）构建了本地API，数据科学家可以将其与Numpy和Pandas等熟悉的模块进行混合和匹配。在价格昂贵但功能强大的GPU集群上运行训练作业之前，该服务可用于在本地测试模型。开发人员和数据科学家也可以使用他们选择的机器学习框架。该服务完美支持Sckit-learn、TensorFlow、CNTK和PyTorch等。
微软公开了基于Kubernetes、无服务器容器和普通虚拟机的模型服务API。这种集成为机器学习开发中涉及的所有阶段提供了一个闭环，这些阶段包括数据准备、特征工程、训练、实验、超参数调优、模型管理和可扩展部署。
Azure ML服务的一个关键区别在于AutoML的特征是用于回归和分类等经典机器学习问题。AutoML通过接管复杂的训练部分从而简化了机器学习模型的生成。
总体而言，Azure ML Service是公共云中最成熟的机器学习平台之一，涵盖了企业客户期望的大多数用例。
作为ONNX（开放式神经网络交换）的主要贡献者，微软一直倡导深度学习框架之间的互操作性需求。该公司宣布开放ONNX运行时，鼓励操作系统、平台和工具供应商提供更紧密的集成。ONNX由微软、AWS和Facebook联合开发。
ML.NET是针对.NET开发人员的工具包，让他们能够在没有开发或微调机器学习模型经验的情况下创建自定义AI，并将其集成到应用程序中。在Microsoft Connect();大会上, 微软发布了ML.NET和ML.NET 0.8的最新公开预览版。
微软在物联网和Edge方面已经处于领先地位。该公司通过IoT Edge的Azure Steam Analytics模块的普遍可用性，并通过更新Azure IoT Device Simulation、Azure IoT Remote Monitoring套件以及Azure Time Series Insights服务，进一步增强了平台。
IoT Edge上的Azure Steam Analytics使开发人员能够在物联网设备上部署近实时智能。它在Azure IoT Edge框架内运行，这意味着它可以通过Azure IoT Hub（基于云的设备网关）实现轻松部署和管理。
Azure IoT Device Simulation解决方案加速器可以为复杂的设备行为编写脚本，在单个模拟中包含多个设备模型，并且也可以运行模拟真实场景。
Azure IoT Remote Monitoring解决方案加速器现在支持与IoT Edge集成。
此次大会上还宣布了很多与容器、Kubernetes和函数相关的信息。
ACI是Azure上的无服务器容器平台，现已支持GPU虚拟机，为开发人员在虚拟机中运行容器提供了额外选择，并使他们能够运行如机器学习等计算密集型作业。
由微软管理的Kubernetes托管模型AKS（以前称为 Azure 容器服务）获得了自动缩放功能。AKS群集基于流行的Kubernetes群集自动调节器项目，该功能可自动添加和删除节点，以满足客户已部署的工作负载的需求，并受到最小和最大阈值的限制。
微软通过虚拟节点可以轻松地将无服务器容器（ACI）与Kubernetes（AKS）集成在一起。通过此支持，可以在Kubernetes CaaS或更便宜的单一虚拟机容器中无缝部署工作负载。
Virtual Kubelet是一种可以将Kubernetes与其他控制平面集成在一起的开源技术，微软将其捐赠给了云计算本地计算基金会（CNCF）。作为一个正式的CNCF项目，Virtual Kubelet将从Kubernetes生态系统中获得更好的采用。
为了缩小与竞争的差距，微软正在快速向Azure添加新功能。该公司在计算、数据、AI、物联网和边缘方面的投资正在将Azure转变为强大的企业云平台。
原文作者：Janakiram MSV
