Dort, wo KI/ML-Workloads an den Anschlag gehen, müssen Virtuelle Maschinen außen vor bleiben. Wer wirklich Leistungsträger werden will, muss bereit sein, Alles zu geben. Her also mit den dedizierten Maschinen, her mit den Bare-Metal-Servern! Auf in die Private Cloud mit den anspruchsvollsten Arbeitslasten!

Ambitioniert: Ab 2030 will Microsoft mehr Kohlenstoffdioxid aus der Atmosphäre entfernen als produzieren, also CO₂-negativ sein. Die Absicht ist, bis 2050 den gesamten Kohlenstoff, den das Unternehmen seit seiner Gründung 1975 direkt oder durch Stromverbrauch emittiert hat, aus der Atmosphäre zurückholen.

Mit Windows 10 IoT Core stellt Microsoft eine Windows-10-Version zur Verfügung, die für Geräte ohne Monitor entwickelt wurde. Da auch diese Version die Universal Windows Platform nutzt, ist deren Einsatzgebiet sehr flexibel.

Künstliche Intelligenz (KI) ist laut einer aktuellen Microsoft-Studie ein Wachstumstreiber: Stark wachsende Unternehmen setzen demnach mehr als doppelt so häufig auf KI-Verfahren wie langsam expandierende Firmen.

Microsoft stellt mit Azure Databricks eine Analyseplattform in Microsoft Azure zur Verfügung, die auf der bekannten Analysesoftware Apache Spark aufbaut. Bei der Entwicklung der Plattform haben die Entwickler von Spark mitgearbeitet.

Zur Umsetzung von IoT/IIoT-gestützten Anwendungen bedarf es einer leistungsstarken Software-Infrastruktur, um die vielen Geräte und Standards unter einen Hut zu bringen. IoT/IIoT-Plattformen sollen diese Lücke füllen.

Das Internet of Things und Künstliche Intelligenz werden in der Arbeitswelt Vieles verändern. Prozesse entlang des gesamten Produktlebenszyklus gestalten sich anders, manche Aufgaben verschwinden mehr oder weniger vollständig, andere kommen möglicherweise hinzu. Einen Blick in die Zukunft von Büros, Entwicklungslabors und Fertigungshallen.

Prozesse, Endgeräte, Sensoren und Maschinen liefern laufend Logfiles, Sensor- und Betriebsdaten, Transaktionsdaten, die sich korrelieren und auswerten lassen – in Echtzeit. Doch „Echtzeit“ muss nicht unbedingt „ohne Verzug“ bedeuten, sondern lediglich in ausreichender Schnelligkeit für den jeweiligen IT-Benutzer, also vielmehr „rechtzeitig“. Daher befasst sich Realtime Analytics nicht nur mit Streaming-Daten, sondern auch mit viel „langsameren“ Datenlieferungen.

Geht es um die Verarbeitung von Streamingdaten, arbeiten viele Entwickler mit dem Open Source Tool Apache Kafka. Dieses lässt sich auch in die Hadoop-Version HDInsight von Microsoft Azure integrieren, sodass Unternehmen Streamingdaten effizient auswerten können

R-Server für HDInsight ist eine horizontal skalierbare Implementierung von R, die sich direkt in Microsoft Azure HDInsight implementieren lässt. R ist Open Source und wird komplett in der Cloud ausgeführt