微軟推出全新Azure IoT Edge邊緣運算服務，開始將機器學習、AI能力帶進前端IoT裝置

微軟在今年Build開發者大會上，不再像往年只聚焦在推出雲端運算IoT新服務，更開始積極往邊緣運算（Edge Computing）靠攏，甚至還推出了全新Azure IoT Edge服務，開始將機器學習、進階分析及AI服務，帶向更靠近資料源的前端IoT裝置上，以減少資料傳輸雲端往反的延遲時間，而不用事事靠雲端。不過目前這項服務還只是預覽版，未來Azure IoT Edge推出後也將優先應用在需要即時分析和處理的工業IoT應用上，如工廠產線設備故障回報等。

不同以前雲端時代，運算分析工作都是傳送到雲端上才進行處理，近2年逐漸興起了一股Edge Computing（邊緣運算或稱端點運算）的風潮，強調要讓運算離資料源越近越好，可以直接就近在更靠近資料源所在的Edge端處理，如IoT裝置或閘道器等，以減少資料傳輸往返的延遲等待時間。而在邊緣運算起飛之際，一些主要雲端大廠，如亞馬遜、微軟、IBM等，也積極展開各自布局，打算將雲端觸手更進一步延伸到邊緣運算。

微軟今日在Build開發者大會推出的Azure IoT Edge預覽版服務，也開始將原本Azure的AI能力帶到IoT裝置上，可以就近在前端IoT裝置上使用微軟進階分析及AI服務工具進行處理，而不用等待將資料回傳到雲端處理的這段延遲時間，以加快資料處理動作。除了不久前已提供能在Edge端裝置上使用的Azure 串流分析工具外，這次Azure IoT Edge服務還新增了包括有Azure機器學習、微軟AI認知服務，以及其他相關Azure功能等，讓開發者可以就近在前端IoT裝置上開發新應用，當將更多AI功能集中在前端處理，也能因應未來需要更多即時分析和處理能力的IoT應用上，如自駕車、AR應用等。IoT裝置將變得更聰明。

Azure IoT Edge也可以同時在以Windows或Linux為主的開發板上執行，即使是記憶體容量只有128MB大小的Raspberry Pi單板電腦也能用。Azure IoT Edge也能與Azure IoT Hub結合，所有這些IoT Edge設備都可以從Azure IoT Hub集中管理，並也可以使用如微軟Visual Studio等各種開發工具，來協助開發人員開發各種物聯網應用，並也支援多個開發語言環境，包括C、 Node.js、 Java、 Microsoft .NET及 Python等，開發者在雲端上編寫模型來建立及測試IoT應用環境後，可以直接套用到IoT裝置上，而不需要再重新編寫應用模型。

微軟表示，Azure IoT Edge在程式和服務之間也提供了一個更容易管理協作 （orchestration ）的方式，以便於可以更安全的將AI能力從雲端帶向Edge端的IoT裝置，此外也更容易整合Microsoft Azure服務及其他第3方應用服務，或是可以依照企業的業務邏輯來打造客製化的IoT應用，以擴展現有的服務，另外企業可以透過從IoT裝置或感測器所蒐集的數據資料，就近在本地端來處理，也能同時利用雲端來安全管理這些IoT裝置。

微軟執行長Satya Nadella在Build開發者大會上，也首度展示了將Azure IoT Edge運用在瑞典一家大型金屬切削刀具製造商Sandvik Coromant的工廠設備端，來縮短偵測故障設備的反應時間。

微軟Azure IoT合夥董事Sam George也表示，將運算更靠近IoT裝置端，不只能加快資料處理且更即時進行裝置之間的溝通，即使是遇到網路中斷也能夠在Edge端的裝置上先作處理，等待網路恢復後再將資料回傳到後端，而透過Azure IoT Edge，不只能將所有資料先在Edge端預先處理，未來還能只針對重要關鍵資料進行回傳，藉此降低資料傳輸雲端往返而產生頻寬傳輸成本，也能夠幫助公司管理者更快下達決策。