微软正在使用Azure数据盒解决智能边缘问题
这不是一个修辞问题：如何将2 PB的数据移动到可以分析它的云中?将它移到互联网上是不切实际的 - 即使连接速度非常快10 Gbps，也需要19天。根据微软的计算，在更常见的45Mbps T3连接中，它实际上是不可能的，因为它需要12年。
这是公司在开发一些智能边缘产品时面临的问题。它的解决方案是微软的Azure数据盒系列，这是一系列提供高存储容量的设备。大多数数据盒都要求客户将它们物理地发送给Microsoft，以便将数据移动到Azure，这在某种意义上会颠覆边缘计算的范例。
边缘计算的部分理念是，作为Azure物联网的微软负责人Sam George在Build 2019的一次采访中告诉VentureBeat，“将计算移动到数据的位置往往比在计算所在地移动数据更容易。”大多数但是，数据框这样做是不可行的 - 因此这个模型正在将数据转移到计算中，而不是相反。
公司生成的数据量差异很大。在与Microsoft Build的VentureBeat的对话中，Microsoft Azure的首席产品经理Kundana Palagiri表示，在15天的时间内，使用自主技术的公司可能会产生高达2PB的数据。但在同一时期，大多数作业的最佳位置可能接近10TB，35TB或100TB。
有些公司需要随时在现场安装数据盒，因此需要在Microsoft和公司场所之间轮换数据盒。在其他情况下，公司将把他们的数据盒发送给微软，并暂时没有。“有时候[一家公司]将没有它，”Palagiri说，就像“归档，测试 - 各种场景”这样的事情。在其他情况下，数据的计算和传输实际上是在边缘完成的。两者都有数据框。
从Build 2019阶段开始，微软展示了杂货连锁店Kroger如何在其两家商店中试用Microsoft Azure服务和数据盒。最初于1月宣布，该计划部分使用基于Azure的视频分析和人工智能，根据商店货架上的物品来跟踪库存。Kroger将摄像机阵列指向其货架，并使用机器学习，它可以实时跟踪给定产品剩余多少单位。这是一个庞大的数据量，智能已经超过了顶层。
数据盒系列
Azure Data Box系列有四个成员，每个成员都具有独特的特性，旨在满足不同的业务需求。
也许最可爱的是Data Box Heavy。它的名字恰如其分：它是一个小冰箱大小的盒子，虽然目前还不清楚它的重量是多少，但它是在轮子上，告诉你所有你需要知道的。里面是一堆总容量为1PB的硬盘。对于上下文，这是1,000 TB(TB)或100万GB(GB)。它具有4 x 40 GbE QSFP +网络功能，速度非常快。
Azure数据盒的体积小于其兄弟Heavy，虽然它提供了十分之一的存储容量，但仍然非常强大的100TB。数据盒的设计也是为了让客户填满存储容量，然后将盒子物理地发送回微软进行上传和返回。虽然不像Data Box Heavy那样极端，但数据盒的网络功能非常重要，2 x 10 GbE SFP +。
两个大盒子都提供带有SMB / CIFS和NFS连接的AES 256位加密。
为了更加灵活，客户可以选择Azure数据盒磁盘，实际上是五个磁盘。它们是带有微软品牌的白标驱动器。每个承诺8TB的容量，因此每个订单的总容量是40TB。与其他两个数据盒不同，这些驱动器没有网络功能，因此数据必须通过USB 3.1，SATA II或SATA III连接。它们不是256-AES加密，而是128位。
通过以上所有选项，您可以将邮箱邮寄回Microsoft，公司可以为您上传或传输数据。然后他们将清除存储驱动器中的数据并将其发回。
边缘计算
该系列的第四个成员Azure Data Box Edge与其他数据盒不同。它不仅设计用于通过互联网连接与云之间的数据传输，而且还可以在边缘进行计算。这是微软本周在Build上宣布的FPGA驱动型设备的体现。数据从数据盒边缘流向云端并返回，并且机器执行预处理，ML推理和云管理计算。它运行在两个10核Intel Arria FPGA上，具有12TB的板载存储容量。
与两个较大的数据盒一样，它具有256位AES加密，以及SMB / CIFS和NFS连接。对于网络，微软为其配备了4 x 25 GbE SFP +功能。
然而，其他三种类型的数据盒代表了边缘计算如何在有和没有互联网的情况下工作的(部分)物理隐喻：它们收集边缘数据，并将数据发送到Azure，在那里它经历培训和推理云，然后微软将其转化为业务见解。只是在这种情况下，不是通过本地互联网连接从边缘传输到云的数据，它必须从边缘移动到新的物理位置，然后通过本地互联网连接移动到云。数据盒磁盘实际上还有另一个步骤，因为它没有自己的互联网功能 - 一旦驱动器到达微软设施，数据就必须从驱动器传输到设备，然后通过互联网传输到云端。
这些范例涉及Azure服务和边缘计算的广度，以及公司在使用它们时仍面临的实际挑战 - 以及微软正在寻求潜在解决方案的创新方式。