本篇教程探讨了物联网浪潮中微软如何从「云」走到「边」，希望阅读本篇文章以后大家有所收获，帮助大家对相关内容的理解更加深入。

<

12月18日，微软IoT In Action全球巡展在深圳开幕，微软在IoT方面的规划和布局也得以呈现。
微软亚太区物联网及智能设备部销售总经理Shirley Strachan在开场中即指出，微软在IoT方面进行了大量投资，但是最重要的投资仍在生态建设上。并再次强调，在未来4年，微软将在全球范围内投资50亿美元，以推进在物联网和边缘计算领域的生态布局。
围绕Azure，微软云端到边缘的四块拼图
微软人工智能及微软研究事业部负责人沈向洋博士将当下（物联网）世界比作一台计算机，而Azure则是微软的计算机，也是这个世界的计算机。
    Azure已经成为「世界的计算机」。目前已覆盖全球54个区域，获得了不同地区的88项安全合规认证，远远高于其它任何公有云服务。
微软针对Azure现在已有四块布局：Azure Cloud、 Azure Stack、Azure IoT Edge和Azure Sphere。基于此，“微软打造了一个完整的计算环境，来支持全新的应用模式，从而在Azure公有云上，开发出更多符合智能云和智能边缘的应用。”
Azure Stack是微软智能云Azure在本地数据中心的扩展。了解到，微软在2015年首次宣布其Azure Stack计划，并在2017年7月正式推出。Azure Stack在本地处理数据，然后在Azure中汇集，以作进一步分析，共享两者间共同的应用程序逻辑，以此满足延迟和连接性需求。目前，国内夏龙通信、广联达、信诺时代、云角已经开始应用微软的Azure Stack，其中，广联达发布了国内建筑领域首个一体化混合云解决方案。
Azure IoT Edge将云端智能和分析扩展到边缘，直接部署和运行在各种跨平台物联网设备上的全托管服务。Azure IoT Edge可以在Linux和Windows上运行，在今年微软Build 2018开发者大会上，微软正式宣布Azure IoT Edge开源。
微软首席项目管理负责人王峰在现场以与大疆的合作为例，介绍了微软Azure IoT Edge的能力。大疆融入边缘计算的工业无人机解决方案，在云上训练人工智能模型，用WinML在本地Windows设备上进行评估，借助丰富的硬件资源以获得高性能。
另外，扩博智能搭载大疆无人机、用于进行自动叶片检查的解决方案，实现了高达95%的机器识别精准度，可将风力发电机叶片检查的效率提升高达10倍。值得注意的是，这种方式相比于让巡检员爬到60米的高空中做同样的工作更加安全。
    Azure IoT Edge的关键是可用性、高带宽以及实时性，同时极大地缩短了方案应用及部署周期。
Azure Sphere是微软今年4月正式推出的针对物联网安全的解决方案，是芯片级的云+端物联网安全互联管理方案。Azure Sphere包含三个组件：Azure Sphere MCU、Azure Sphere OS 和 Azure Sphere云端安全服务（Azure Sphere Security Services）。
    Azure Sphere MCU内建新交叉类别的MCU，将实时处理器和应用程序处理器与内置的Microsoft安全技术和连接性相结合；
    Azure Sphere OS结合Windows开发的安全性创新、安全性监控与自定义Linux Kernel，建立了高安全性软件环境IoT平台；
    Azure Sphere云端安全服务可更新设备安全性、识别新出现的威胁，以及在设备、云和其他终结点之间实现信任。
    Azure Sphere通过认证的微控制器、物联网操作系统以及“一站式”云服务三方面的协同工作，确保智能边缘设备安全、可靠地工作。
目前，国内四川爱联已经发布了面向智能家电的嵌入式Azure Sphere模组，矽递科技发布了基于Azure Sphere的开发板。
微软针对语音及视觉的AI布局
在IoT In Action上，沈向洋针对就微软在AI方面的能力拓展进行了分析。
微软研究院最早的三个研究小组分别专攻自然语言、语音、计算机视觉三个方向。
2016年，微软凭借152层的残差网络（RESNET），达到了96%的图像识别准确率，媲美斯坦福研究生的水平；
2017年，微软在Switchboard语音识别基准测试中，将错误率降低到5.1%。达到专业速记员的水平；
2018年1月，微软在斯坦福大学发起的SQuAD文本理解挑战赛中，理解准确率达到88.5%，相当于人类水平；
2018年3月，微软在新闻报道测试集的英中、中英机器翻译中，翻译准确率达到69.9%，而人类翻译水平在67.3%-68.5%之间，微软的测试成绩相当于超过了人类水平。
微软人工智能事业部首席语音科学家黄学东在大会上宣布，基于神经网络的语音合成预览版正式上线，该技术在语音合成质量、引擎性能，以及全球服务部署上，都将有更好的表现。由于应用了迁移学习，可以通过小数据量实现语音模型训练。
同时，微软与儒博（ROOBO）联合发布了基于Azure Sphere及ROOBO嵌入式语音芯片的家电联网模块。该解决方案支持通过多达400种离线语音指令控制家用电器。在IoT In Action上展示的为经典的「4麦线性阵列」和「6+1麦环形阵列」，此次展示的麦克风阵列通过端云协作，可以在25米内实现远场语音识别。
据了解，此次展示的DDK智能语音开发套件是针对厂商方案是为厂商提供的测试方案，儒博智能董事长兼CEO熊明华告诉，具体商用方案预计将会在2019年上半年推出，包括会议、教育等应用场景，同时也支持向智能楼宇、智慧城市、智慧工厂等场景拓展。
另外，会上还展示了儒博与微软共同开发智能会议系统，该系统是由Azure人工智能驱动的边缘设备，能够同时跟踪、记录多人会议的语音和图像，对每个人的发言进行文字记录，从中提取重点议题并生成会议纪要。
沈向洋还特别强调了微软容器化的Azure认知服务。Azure认知服务使开发者无需具备高深的人工智能或者数据科学知识，也可以将计算机视觉、人脸识别、文本分析语言理解等人工智能融入自己开发的应用程序。而容器化作为一种分发应用程序的手段，可以将应用或服务打包起来，只要极少甚至无需修改，即可部署在容器托管主机上。首批推出的认知服务包括5个API：关键词抽取、语言监测、感情色彩分析组成的文本分析容器，脸部识别容器，以及文本识别容器。“目前已有超过120万开发者在使用微软的Azure认知服务，建立了大规模的智能应用。”
    有了容器化的支持，用户无需将内容发送到云端，就能在本地完成脸部识别、字符识别以及文本分析操作。利用这些API，开发者的智能应用可以灵活部署到不同位置，即保证了规模扩展，又能确保从边缘到Azure云端的连贯性。
同时，也是在认知服务的加持下，针对计算机视觉，例如手写文字识别、印刷体文字识别已经有显著改善。
微软在中国的生态系统拓展
中国作为微软的一个重要的市场，针对此，微软与国内诸多厂商展开合作，包括乐鑫、远景能源、万科集团。在大会上，微软请来了万科集团副总裁、研发技术负责人王蕴站台。
针对万科集团通过AI和IoT转型，王蕴总结称，“我们的目标是要让我们的客户和合作伙伴能够更方便地，从智能云、智能边缘，以及人工智能中获益。为此，我们为用户提供了能够轻松构建、调试、部署、诊断和管理的多平台，以及可拓展的应用与服务。同时，为了帮助您的机构更轻松的发展人工智能人才，我们推出了包含10门人工智能课程的人工智能在线学院。”
另外，合作伙伴与解决方案被微软视为物联网生态系统创新的关键。具体总结为以下三方面：
    采用合作伙伴匹配模式。以某一合作伙伴的专业能力为核心，以其他合作伙伴能力为助力，共同打造解决方案；
    解决方案加速器。通过开源、预配置的解决方案加速器帮助合作伙伴开发适用于不同垂直领行业或应用场景的物联网解决方案；
    解决方案聚合器。通过一些有独立整合能力的合作伙伴，将其他合作伙伴的组建、服务和解决方案按照需求整合起来，作为端到端解决方案推向市场。
小结
今年，各大公司都在做边缘侧及AI布局，微软也不例外。
在此次深圳的IoT In Action上，微软针对边缘侧的布局也全然展现。包括微软针对Azure相继布局的Azure Cloud、 Azure Stack、Azure IoT Edge和Azure Sphere，包括微软的容器化的Azure认知服务，包括微软在机器视觉、智能语音方面拓展的开发套件，也包括微软的整个生态布局中众多合作厂商及应用场景。
沈向洋在大会上强调，微软将通过各种智能应用，打造从云端到边缘无缝的计算环境。    

本文由职坐标整理发布，学习更多的相关知识，请关注职坐标IT知识库！