بایگانی ماهیانه: مهر ۱۳۹۶

معرفی ۳ ابزار مایکروسافت برای رقابت با سایر کمپانی‌ها در سرویس‌های کلود

معرفی ۳ ابزار مایکروسافت برای رقابت با سایر کمپانی‌ها در سرویس‌های کلود

از نوشته های من در سکان آکادمی

در این مطلب به معرفی ۳ راه‌حل مایکروسافت در کنفرانس Ignite برای غلبه بر رقبایی نظیر آمازون، گوگل و حتی اوراکل در زمینهٔ سیستم‌های کلود می‌پردازیم. رویداد ایگنایت برای مایکروسافت فرصتی بود که در آن برخی از تکنولوژی‌هایی را که مدت‌ها است کاربران در انتظار آنها بودند به صورت رسمی معرفی کند؛ مجموعه‌ای از نرم‌افزارها و سرویس‌ها که این شرکت قصد دارد تا با آنها به جنگ AWS آمازون در عرصهٔ کلود برود.

به طور کلی، مجموعه ابزارهای رقابتی مایکروسافت شامل موارد زیر است:
– دیتابیس SQL Server 2017
– ابزاری برای مهاجرت کاربران از دیتابیس اوراکل (Oracle Database Migration Tool)
– سیستم هیبریدی کلود Azure

پیش‌تر نیز درباره هر یک از موارد معرفی شده اطلاع‌رسانی‌های انجام شده بود اما هم اکنون پس از مدت‌ها انتظار، سرانجام امکان خرید آنها نیز برای کاربران علاقه‌مند به محصولات مایکروسافت فراهم شده است که در ادامه به بررسی راهکارهایی می‌پردازیم که این شرکت قصد دارد با استفاده از آنها، در زمینهٔ سیستم‌های کلود به مصاف رقبای سرسختی چون Amazon Web Services و Google Cloud برود.

دیتابیس کانکشن
زبان SQL که بر گرفته از عبارت Structured Query Language است، استانداردی برای دیتابیس‌‌ها است که توسط برندهای بزرگی همچون مایکروسافت و اوراکل از آن استفاده می‌شود (معادل این عبارت در فارسی «زبان جستجوی ساخت‌یافته» است). SQL Server یکی از محصولات شناخته شده و قدیمی مایکروسافت است که در بسیاری از دیتاسنترهای بزرگ دنیا از آن استفاده می‌شود، اما نتایج آنالیز آمارها حاکی از آنند که میزان محبوبیت اس‌کیوال سرور در سال‌های اخیر به دلیل افزایش کاربران سیستم‌عامل‌ها و نرم‌افزارهای اپن‌سورس و همچنین محدود بودن این نرم‌افزار به سیستم‌عامل ویندوز، رو به کاهش بوده است!

شاید به دلیل این موضوع و اتفاقات مشابه بود که سرانجام مایکروسافت در سال گذشته به سمت لینوکس حرکت کرد و در ادامه در اقدامی تاریخی اعلام نمود که کاربران لینوکس هم می‌توانند از SQL Server 2017 استفاده کنند؛ همچنین اعلام شد که SQL Server از داکر و کانتینرهای آن نیز پیشتیبانی می‌کند. اقدامات انجام شده نشان می‌دهند که مایکروسافت سعی دارد تا ضمن نگاه داشتن دولوپرهای قدیمی، توجه افراد تازه‌کار را نیز به خود جلب کند و بتواند همچنان سهم خود را از بازار فناوری‌ اطلاعات حفظ نماید.

ادامه مطلب در سکان آکادمی

معرفی ابزارهای جدید مایکروسافت برای ماشین لرنینگ

معرفی ابزارهای جدید مایکروسافت برای ماشین لرنینگ

از نوشته های من در سکان آکادمی

مایکروسافت هم مثل سایر شرکت‌های بزرگ فعال در زمینهٔ فناوری اطلاعات، با سرعت در حال افزایش فعالیت‌های خود در زمینهٔ ماشین لرنینگ (یادگیری ماشینی) است؛ این شرکت اخیراً ابزارهای جدیدی را معرفی کرده است که دولوپرها با استفاده از آن‌ها می‌توانند راحت‌تر از گذشته به ساخت اپلیکیشن‌ها و مدل‌های هوش مصنوعی بپردازند. ارائه‌ای از نمونه‌های آماده و نیمه‌آماده از سیستم‌های ماشین لرنینگ که به راحتی می‌توان در پروژه‌ها از آنها استفاده کرد این امکان را به برنامه‌نویسان حرفه‌ای و علاقه‌مندان به زمینه‌های هوش مصنوعی و یادگیری ماشین می‌دهد که با سرعت هرچه بیشتر ایده‌هایشان را به واقعیت تبدیل کنند و حتی دستاوردهای خود را برای فروش به بازار عرضه کنند.

سرویس‌های جدید معرفی شده توسط مایکروسافت عبارتند از:

– Azure Machine Learning Experimentation
– Azure Machine Learning Workbench
– Azure Machine Learning Model Management

همچنین برای کاربران حرفه‌ای و دولوپرهایی که از CNTK ،TensorFlow ،Theano ،Keras و Caffe2 استفاده می‌کنند نیز در ادیتور Visual Studio Code ابزارهایی معرفی شده است؛ کاربران نرم‌افزار اکسل از سری آفیس، و به طورکلی افرادی که دانش کمتری از برنامه‌نویسی و هوش مصنوعی دارند، هم می‌توانند با استفاده از موارد ارائه شده برای مدل‌های ماشین لرنینگ مبتنی بر آژور به راحتی از توابع هوش مصنوعی که پیش‌تر توسط متخصصان علوم دیتا برای آن صفحات ساخته شده است در جهت انجام فعالیت‌های خود استفاده نمایند.

معرفی سرویس Azure Machine Learning Experimentation
هدف اصلی مایکروسافت از ارائه این سرویس ارائه راه‌کارهایی کامل به برنامه‌نویسان برای افزایش سرعت انجام پروژه‌ها و البته مباحث مربوط به یادگیری و آموزش است؛ Experimentation Service از اکثر فریمورک‌های اپن‌سورس مثل PyTorch ،Caffe2 ،TensorFlow ،Cahiner و CNTK پشتیبانی می‌کند و با بهره‌مندی از کانتینرهای داکر و سرویس‌های آموزش هوش مصنوعی Azure Batch AI، می‌توان از آن در پروژه‌های کوچک و محدود به چند دستگاه لوکال گرفته تا پروژه‌های کلان و صدها GPU در بستر کلود استفاده نمود.

همچنین پشتیبانی از Apache Spark در کلاسترهای Azure HDInsight از جمله ویژگی‌های فنی است که نشان از اهمیت بسیار زیاد موضوع ماشین لرنینگ برای مایکروسافت دارد؛ علاوه بر موارد معرفی شده، امکان ذخیرهٔ دیتا در ریپازیتوری‌های گیت و‌‌ نگهداری عملکرد تمامی مدل‌ها نیز در این سرویس ارائه شده‌اند تا بهترین تجربه برای دولوپرها فراهم شود.

معرفی سرویس Azure Machine Learning Workbench
یک دسکتاپ کلاینت برای سیستم‌عامل‌های ویندوز و مک است (با توجه به فعالیت‌های اخیر مایکروسافت، تولید اپلیکیشن‌های سازگار با مکینتاش توسط این شرکت چیز جدیدی نیست!) که با توجه به گفته‌های مایکروسافت از آن می‌توان به عنوان یک کنترل پنل برای مدیریت چرخهٔ حیات توسعهٔ یک محصول نرم‌افزاری و همچنین یک گزینهٔ مناسب برای آغاز ماشین لرنینگ استفاده نمود.

این سیستم دارای قابلیت یکپارچه شدن با نوت‌بوک‌های Jupyter و ادیتورهایی مثل Visual Studio Code و PyCharm می‌باشد و به این ترتیب به دولوپرها این امکان را می‌دهد تا به راحتی مدل‌های مد نظر خود را در Python ،PySpak و Scala بسازند.

Joseph Sirosh یکی از کارشناسان برجستهٔ مایکروسافت، جذاب‌ترین ویژگی این سرویس را قابلیت تبدیل خودکار داده‌ها می‌داند که در نتیجهٔ آن الگوریتم‌های ماشین لرنینگ می‌توانند به راحتی با آن‌ها به تعامل بپردازند.

ادامه مطلب در سکان آکادمی

IBM کدهای پروژه WebSphere Liberty را به صورت اپن‌سورس منتشر کرد

IBM کدهای پروژه WebSphere Liberty را به صورت اپن‌سورس منتشر کرد

از نوشته های من در سکان آکادمی

Open Liberty از جملهٔ جدیدترین برنامه‌های شرکت IBM برای پشتیبانی از دولوپرهای جاوا به شمار می‌رود؛ دستاورد این پروژه، یک محیط بسیار سبک و کم حجم برای توسعهٔ برنامه‌های تحت وب و اپلیکیشن‌های مبتنی بر کلود است.

کدهای این پروژه در گیت‌هاب و تحت لیسانس  Eclipse Public License V1 منتشر شده و بدین ترتیب دولوپرها می‌توانند به راحتی به کامپوننت‌های پایه‌ای برای ساخت میکروسرویس‌ها و اپلیکیشن‌های جاوا دسترسی داشته باشند (در صورت تمایل به شروع یادگیری زبان برنامه‌نویسی Java، به دورهٔ آموزش زبان برنامه‌نویسی جاوا در سکان آکادمی مراجعه نمایید).

همچنین امکان ارتقاء به نسخهٔ تجاری WebSphere Liberty نیز با مزایایی نظیر پشتیبانی فنی ویژه و امکانات پیشرفته‌تر در هر زمانی برای دولوپرها فراهم است. Ian Robinson از مهندسان برجستهٔ IBM و معمار اصلی پروژهٔ WebSphere در این مورد می‌گوید:

ما امیدوارم پروژهٔ Open Liberty بتونه به دولوپرها کمک کنه تا اپلیکیشن‌های مفیدی بسازن و بتونن ایده‌های خود رو در بهترین حالت ممکن به واقعیت تبدیل کنن. ما همچنین امیدواریم خانوادهٔ WebSphere به قدری گسترده بشه که تمامی دولوپرهای جاوا در سازمان‌های کوچک و بزرگ در سراسر دنیا بتونن از مزایای آن بهره‌مند بشن و نوآوری‌های خود رو شکوفا کنن.

ادامه مطلب در سکان آکادمی