[de:code 2019] [DP10] Build 2019 Azure AI & Data Platform 最新アップデート

de:code 2019 DP10
Build 2019 Azure AI & Data Platform
最新アップデート
日本マイクロソフト株式会社パートナー事業本部
Azureテクノロジスト
佐藤直生 (Neo) - @satonaoki

Build 2019 Azure AI & Data Platform 最新アップデート

データ量が
予測不可能で
急増!
データベースが
大きくなると、アプリの
パフォーマンスが劣化
スケールアップ、
スケールアウトに
時間がかかる
セキュリティが
必要

比類のないスケールとパフォーマンス
スケーラブルなストレージ、読み取り処理のスケールの要件を持つ
OLTP ワークロードに最適化
比類のないスケール高いパフォーマンス競争力の高い TCO SQL Server 上に構築
クラウドネイティブのアーキテクチャがワークロードの要求に適応し、データベースあたり最大 100 TB までスケール
100
TB

Azure SQL Database
Hyperscale デモ
https://medius.studios.ms/Embed/Video-nc/
B19-BRK2013?latestplayer=true&l=384

非効率な
容量使用率
高価なオーバー
プロビジョニング
構築ではなく管理に
リソースが使われる
予測不可能、断続的、新規ワークロードの
リソース管理は困難

オンデマンドで
柔軟なスケール
フルマネージドで
インテリジェント
高い費用対効果
コストパフォーマンスを最適化し、パフォーマンス管理を簡素化
開発/テスト、ゲーム、ECといった
単一データベース上の予測不可能で断続的なワークロードに最適

プラットフォームの
選択肢
組み込みの
時系列
組み込みの
AI
ターンキー
管理
小さいフットプリント、エッジに最適化
比類のないパフォー
マンス、セキュリティ
エッジデータセンター/
クラウド
SQL
TIME-SERIES
1 2 3 4 5 6
Vulnerabilities(2010-2018)
Arm64 x64

Azure Security Center
Azure Active Directory
Azure 管理
Azure Machine Learning
パートナーエコシステム
Azure IoT Edge Azure サービス
センサー + 制御対話型センサー統合プラットフォーム地球規模の処理
MCU ベース IoT デバイスエッジデバイスエッジアプライアンスエッジクラウドハイパースケールクラウド
クラウドとエッジにわたる一貫性
Azure SQL Database Edge

クラウドと双方向に同期する自律型のエッジコンピューティング
Azure IoT Hub
センサー 1
センサー 2
…
Azure
SQL DB
Azure
SQL DW
Cosmos
DB
SQL
Server
エッジ
クラウド/オンプレミス
Azure
ML
1
リレーショナルデータ
時系列データ
2
4
5
6
7
8
カスタムアプリ
分析
BI
9
Arm、x64 デバイス上のフットプリントの小さいコンテナー (Linux、Windows)
3

Azure SQL Database
Edge デモ

エンタープライズ対応容易な移行開発生産性
Azureのエコシステム、サービスとの完全な統合を備えた
フルマネージドのオープンソースデータベース
フルマネージドの
オープンソース
データベース
最高の
TCO
セキュリティ、
コンプライアンス
組み込みの
インテリジェンス
使い慣れた OSS の
フレームワーク、言語

水平
スケールアウト
高い
パフォーマンス
簡素化された
インフラストラクチャ
PostgreSQL の革新に
ついていく
スケールアウトのために構築されたアーキテクチャを備えた、安心できるクラウド上の PostgreSQL
マルチテナント SaaS アプリケーション、リアルタイム運用分析に最適化

Azure Database for PostgreSQL
Hyperscale (Citus)
関連するテーブルの関連する行を含むシャードを同一ノードに配置すべき
関連する行の間の結合クエリが、ネットワーク経由で送信されるデータ量を削減
 アプリケーション
SELECT
FROM
WHERE
AND
count(*)
ads JOIN campaigns ON
ads.company_id = campaigns.company_id
ads.designer_name = ‘Isaac’
campaigns.company_id = ‘Elly Co’ ;
メタデータ
コーディネーターノード
ワーカーノード
W1
W2
W3 … Wn
SELECT …
FROM
ads_1001,
campaigns_2001
…

Azure Database
forPostgreSQL
Hyperscale (Citus) デモ

SQL
(Core)
MongoDB
Table API
ターンキー
グローバル分散
ストレージ、スループットの
エラスティックなスケールアウト
99 パーセンタイルの
低レイテンシ保証
包括的な SLA
5 つの明確に定義された
整合性モデル
Azure Cosmos DB
ドキュメント列ファミリ
キー/値グラフ

新しい複数モデル、
オペレーショナルデータのリアルタイム Spark 分析で、
開発者エクスペリエンスを拡張
Azure Cosmos DB

Azure Cosmos DB デモ

コーディング不要の ETL を可能にするハイブリッドデータ統合サービス
業界トップの
データインジェスト
マネージド
SSIS
ハイブリッド従量課金ビジュアル
ノーコード
あらゆるソースからのあらゆるデータの大規模な ETL を簡素化する
生産性が高く信頼できるハイブリッドデータ統合サービス

Mapping Data Flow
Wrangling Data Flow

Azure Data Factory
Mapping Data Flow デモ

MSR Beijing
MSR Cambridge
MSR Redmond MSR Montreal
MSR New EnglandMSR New York
Microsoft の画期的な研究によって支えられている
RESNET ビジョン
テストで 96%
Switchboard
テストで 94.9%
Stanford CoQA
テストで 89.4%
MT 研究システムで
69.9%
Intel Stratix 10 で
39.5 TFLOPS
MSR India
MSR Shanghai
人と同等の
機械翻訳
人と同等の
物体検出
Switchboar
d
Switchbo
ard
cellular
Meeting
speech
IBM
Switchboard
Broadcast
speech
人と同等の
音声認識
人と同等の
会話型 Q&A
データセンターに
デプロイされた
最初の FPGA

28 万
Ad Insight の
1 日あたりの
レコメンデーション
410 万
PowerPoint Designer で1
日に使われる
1 日あたりのスライド
Microsoft ソリューションで大規模にテスト済み
600 万
1日に提供される
パーソナル化された
エクスペリエンス
Machine translation
human parity
Object detection
human parity
Switchboard
Switchboard cellular
Meeting
speech
IBM Switchboard
Broadcast speech
Speech recognition
human parity
Conversational Q&A
human parity
First FPGA deployed
in a datacenter

生産性
あらゆる言語、あらゆる開発者、あらゆるスキルレベル
エンタープライズ向けに構築
あらゆる規模で既存システム、プロセスと連携するために最適化
信頼
お客様が、お客様のデータを所有、制御
我々の投資原則

AI アプリ/エージェントナレッジマイニング機械学習

Azure Bot ServiceAzure Cognitive Services

Search (検索)
Language (言語)
Vision (画像)
Speech (音声)

Language (言語)
Vision (画像)
Speech (音声)
Decision (判断)
Search (検索)
Decision (判断) カテゴリを導入

Language (言語)
Vision (画像)
Speech (音声)
Decision (判断)
Search (検索)
Personalizer
Personalizer を導入

Language (言語)
Vision (画像)
Speech (音声)
Decision (判断)
Search (検索)
Ink Recognizer
Personalizer
Ink Recognizer を導入

Language (言語)
Vision (画像)
Speech (音声)
Decision (判断)
Search (検索)
Personalizer
Ink Recognizer
Ink Recognizer を導入

Language (言語)
Vision (画像)
Speech (音声)
Decision (判断)
Search (検索)
会話
書き起こし
機能
Personalizer
Ink Recognizer
会話書き起こし機能を導入

Language (言語)
Vision (画像)
Speech (音声)
Decision (判断)
Search (検索)
Personalizer
Ink Recognizer
会話書き起こし機能
会話書き起こし機能を導入

Language (言語)
Vision (画像)
Speech (音声)
Decision (判断)
Search (検索)
Conversation transcription capability
Language Understanding
Ink Recognizer
Personalizer
Computer Vision
Neural Text-to-Speech
Anomaly Detector
Speech Service Device SDK
QnA Maker
その他の新しいアップデート

最も包括的な事前トレーニング済み AI
Language (言語)
Vision (画像)
Speech (音声)
Decision (判断)
Search (検索)
Bing Spell Check
Custom
Vision
Personalizer
Form Recognizer
Neural Text-to-Speech
Anomaly Detector
Content
Moderator
Content
Moderator
Custom Speech
Speech
transcription
Text-to-Speech
Conversation
transcription capability
Face
Video
Indexer
Ink Recognizer
Compute
r Vision Language
Understanding
QnA Maker
Text Analytics
Translator Text
Bing Web
Search
Bing Custom
Search
Bing
Video Search
Bing Image Search
Bing
Local Business
Search
Bing Visual Search
Bing Entity Search
Bing News
Search
Bing Autosuggest

Personalizer

コンテナーを使ってあらゆる場所にデプロイ
Azure Cognitive Services データのある場所ならどこでも
Vision Speech
Language Decision

コンテナーサポートの対象サービスを追加
Anomaly Detector
Text-to-Speech
Speech-to-Text
Azure Cognitive Services データのある場所ならどこでも
Vision Speech
Language Decision

4,000
コミュニティによるコミット
200 万以上
SDK のダウンロード
Microsoft Bot Framework
簡単にデプロイ、管理オープンソースツールで構築
Azure Bot Service
3.5 万
アクティブなボット
3,000
週あたりに作成されるボット

新しいアップデート
Microsoft Bot Framework
簡単にデプロイ、管理オープンソースツールで構築
Azure Bot Service
4,000
コミュニティによるコミット
200 万以上
SDK のダウンロード
3.5 万
アクティブなボット
3,000
週あたりに作成されるボット

https://www.youtube.com/watch?v=9rKFPlXLgdA

Skype
Telegram
Slack
Teams
FB Messenger
Cortana
Alexa
Google Assistant
Web
iOS App
Android App
チャンネル
スポーツデータ
キャッシュ
スポーツデータ
サブスクライバー
データ Azure
Content
Moderation
Text
Analytics
Language
Understanding
Bing
Spell Check
Microsoft
Bot
Framework
Azure Bot
Service
Power BI
Azure Functions

自分のコンテンツの潜在的知見を明らかに

インジェスト抽出
ac c o
Loca o
y ac o
y as
ac o
experience 2
3
1
document
primaryImage
secondaryImage
job
company
duration
job
company
duration
job
company
duration
La a c o

Cognitive Search 機能の一般提供 (GA)
インジェスト
Candidates with 5 years experience
抽出検索
experience 2
3
1
document
primaryImage
secondaryImage
job
company
duration
job
company
duration
job
company
duration

Azure Blob Storage Web AppAzure Search
芸術
メタデータ
Open Access API
経由での
芸術作品画像
Image Tagging
Cognitive skills
Art Explorer
Geo-Point
Extractor
Custom Object
Detector
Image Analysis
Biography
Enricher
検索
インデック
ス

Cognitive Search 機能の一般提供 (GA)
インジェスト
検索抽出
experience 2
3
1
document
primaryImage
secondaryImage
job
company
duration
job
company
duration
job
company
duration

インジェスト抽出検索
ナレッジストア
格納
experience 2
3
1
document
primaryImage
secondaryImage
job
company
duration
job
company
duration
job
company
duration
検索を超える機能のプレビュー

Announcing preview of capabilities beyond search
Azure Machine
Learning で予測
アプリに注入
Power BI で視覚化
抽出格納
experience 2
3
1
document
primaryImage
secondaryImage
job
company
duration
job
company
duration
job
company
duration
インジェスト
ナレッジストア
検索を超える機能のプレビュー

Azure Search
Knowledge Store デモ

単純な REST API 呼び出しで迅速に
表、キー/値ペアを抽出
あらゆる種類のフォーム
プレビュー
W-2

Azure Cognitive Services
Form Recognizer ビデオ

ドメイン固有の事前トレーニング済みモデル
ソリューション開発を簡素化
人気の高いフレームワーク
高度な深層学習ソリューションを構築
生産性の高いサービス
データサイエンス/開発チームに力を与える
強力なインフラストラクチャ
深層学習を高速化
使い慣れたデータサイエンスツール
モデル開発を簡素化
インテリジェントクラウドからインテリジェントエッジまで
Azure Databricks Data Science VM
TensorFlowPyTorch ONNX
LanguageSpeech
…
DecisionVision
scikit-learn
Azure Notebooks JupyterVisual Studio Code コマンドライン
CPU GPU FPGA
Search

エンドツーエンドのライフサイクル管理簡素化された機械学習
オープンプラットフォーム

自動機械学習
(Automated ML) UI
ビジュアル
インターフェイス
機械学習
ノートブック
Azure Machine Learning サービスの新機能

ビジュアル
機械学習
ノートブック
自動機械学習
(Automated ML) UI

自動機械学習
(Automated ML) UI
機械学習
ノートブック
ビジュアル

自動機械学習
(Automated ML) UI
ビジュアル
機械学習
ノートブック

DevOps MLOps
コードのテスト
コードの再現性
アプリ開発
モデルの再トレーニング
モデルの検証
モデルの再現性
モデルのデプロイ

Azure DevOps を使う
アプリ開発者
アプリの構築共同作業アプリのテストアプリのリリースアプリの監視
Model reproducibility Model retrainingModel deploymentModel validation
Azure Machine
Learning を使う
データサイエンティスト

コード、データセット、
環境のバージョン管理
Model reproducibility Model retrainingModel deploymentModel validation
アプリ開発者
Azure Machine
Learning を使う

モデルの検証、
プロファイリング
モデルの再現性モデルの再トレーニングモデルのデプロイモデルの検証
モデルの
トレーニング
モデルの検証Azure DevOps を使う
アプリ開発者
Azure Machine
Learning を使う

モデルのパッケージング
クラウド、エッジにわたる
単純な開発
モデルの
トレーニング
モデルの検証モデルの
デプロイ
アプリ開発者
Azure Machine
Learning を使う

モデルの
管理、監視
モデルの
パフォーマンス分析
モデルの
トレーニング
デプロイ
モデルの監視
モデルの
再トレーニング
アプリ開発者
Azure Machine
Learning を使う

モデルの
トレーニング
デプロイ
モデルの監視
モデルの
Azure DevOps の
Azure Machine Learning 拡張機能
アプリ開発者
Azure Machine
Learning を使う

モデルの
トレーニング
デプロイ
モデルの監視
モデルの
監査証跡管理
モデルの相互運用性
アプリ開発者
Azure Machine
Learning を使う

一般提供 (GA)
FPGA
特殊なハードウェア高速化
深層学習
Azure Machine Learning で
デプロイ

新しい機能と統合
MLflow のネイティブサポート
ONNX ランタイムのアップデート
Azure Open Datasets

デモ

Azure Machine Learning サービス
モデルの構築、
トレーニング
自動機械学習
(Automated ML)
検証
コンテナー化、
Azure Container
Instance 上でテスト
モデルの
トレーニング
Azure ML
コンピューティング
監視
Azure ML で
モデルを監視
モデルのデプロイ
Azure Kubernetes
Service (AKS)
上でスケール
CI/CD、モデルの再トレーニング
Azure DevOps 統合

© 2018 Microsoft Corporation. All rights reserved.
本情報の内容（添付文書、リンク先などを含む）は、作成日時点でのものであり、予告なく変更される場合があります。
© 2019 Microsoft Corporation. All rights reserved.
本情報の内容 (添付文書、リンク先などを含む) は、de:code 2019 開催日 (2019年5月29~30日) 時点のものであり、予告なく変更される場合があります。
本コンテンツの著作権、および本コンテンツ中に出てくる商標権、団体名、ロゴ、製品、サービスなどはそれぞれ、各権利保有者に帰属します。

[de:code 2019] [DP10] Build 2019 Azure AI & Data Platform 最新アップデート

More Related Content

What's hot

Similar to [de:code 2019] [DP10] Build 2019 Azure AI & Data Platform 最新アップデート

More from Naoki (Neo) SATO

Recently uploaded

[de:code 2019] [DP10] Build 2019 Azure AI & Data Platform 最新アップデート