MQTT
Lekki protokół publish-subscribe do komunikacji IoT i telemetrycznej, zaprojektowany dla urządzeń o małym narzucie i niestabilnych sieci.
Platforma AIAI-natywny
Microsoft Azure AI Foundry
Ujednolicona platforma PaaS do tworzenia, wdrażania i zarządzania aplikacjami AI – agentami, modelami i narzędziami – z wbudowanymi mechanizmami bezpieczeństwa i nadzoru na poziomie korporacyjnym.
Data ResidencySovereign Cloud
Regiony
30totalRegions
SDK / Języki
3python, javascript…
Uptime SLA
99.9%
Robotics-Ready
✓
Opis
Microsoft Azure AI Foundry (wcześniej Azure AI Studio) to ujednolicona platforma PaaS przeznaczona dla deweloperów aplikacji AI, inżynierów ML i administratorów IT. Konsoliduje ona Azure OpenAI Service, Azure AI Services, agentów, potoki ewaluacji i narzędzia MLOps w ramach jednego zasobu Azure zarządzanego przez dostawcę Microsoft.CognitiveServices.
Architektura i hierarchia zasobów
Platforma opiera się na hierarchii: zasób Foundry (poziom zarządzania – sieć, zabezpieczenia, wdrożenia modeli) oraz projekty (izolowane środowiska deweloperskie wewnątrz zasobu). Zasoby połączone – Azure Storage, Azure Key Vault, Azure AI Search – posiadają własne granice zarządzania. RBAC (Azure Role-Based Access Control) jest skopowany zarówno na poziomie zasobu, jak i projektu.
Kluczowe możliwości
Platforma oferuje: wieloagentową orkiestrację i przepływy pracy; katalog ponad 1400 narzędzi (Tool Catalog); pamięć agentów (Agent Memory); Foundry IQ – uziemienie odpowiedzi agentów w danych przedsiębiorstwa lub treściach webowych; publikowanie agentów do Microsoft 365, Teams i BizChat; rzeczywiste monitorowanie z metrykami i ewaluacją modeli; centralne zarządzanie zasobami AI z sekcji Operate.
Modele wdrożenia i typy obliczeniowe
Obsługiwane typy wdrożeń modeli to: Global Standard (cross-region, pay-per-token), Global Provisioned (zarezerwowana przepustowość, rozliczenie godzinowe), Global Batch (przetwarzanie wsadowe, 50% rabatu), Data Zone Standard/Provisioned/Batch (przetwarzanie w granicach strefy US lub EU), Standard i Regional Provisioned (pojedynczy region). Infrastruktura obliczeniowa obejmuje izolację na poziomie tenanta oraz content safety z inline guardrails.
Bezpieczeństwo i zgodność
Platforma obsługuje szyfrowanie danych w spoczynku i w tranzycie (FIPS 140-2, 256-bit AES) kluczami zarządzanymi przez Microsoft lub kluczami klienta (CMEK, Azure Key Vault). Integracja sieciowa obejmuje Private Link, VNet injection i opcje zarządzanej sieci wirtualnej. Wsparcie dla Microsoft Entra ID, SAML 2.0, OIDC i OAuth 2.0 na potrzeby SSO. Azure Policy zapewnia egzekwowanie polityk na poziomie organizacji.
API i SDK
Microsoft Foundry API (REST) jest przeznaczony do budowy aplikacji agentycznych. Unified project client (azure-ai-projects 2.x) wraz z OpenAI() jest dedykowanym SDK zastępującym wcześniejsze pakiety (azure-ai-inference, azure-ai-ml, AzureOpenAI()). Dostępne SDK: Python (stable), C# (stable), JavaScript/TypeScript (preview), Java (preview). Rozszerzenie Microsoft Foundry dla VS Code umożliwia eksplorację modeli i tworzenie agentów bezpośrednio w IDE.
MLOps LifecycleMLOps LifecyclePełny cykl życia modelu: rejestr, feature store, prompt management, monitoring i human-in-the-loop.
Rejestr modeli
Wersjonowanie — wersjonowanie artefaktów modelu
Przepływy zatwierdzania — przepływ zatwierdzania przed produkcją
Niezmienne artefakty — niezmienność zapisanych wersji
Śledzenie rodowodu — śledzenie powiązań danych i modeli
3 / 4 wspierane · 1 niespełnione ukryte
Magazyn cech
Serwowanie online — serwowanie cech w czasie rzeczywistym
Przechowywanie offline — przechowywanie cech dla treningu
Ingestia strumieniowa — ingestia strumieniowa (Kafka, Flink)
0 / 3 wspierane · 3 niespełnione ukryte
Zarządzanie promptami
Rejestr promptów — centralne repozytorium promptów
Wersjonowanie — wersjonowanie i historia promptów
Frameworki testowe — A/B testing i ewaluacja promptów
3 / 3 wspierane · brak niespełnionych
Monitoring
Wykrywanie dryftu danych — wykrywanie dryftu danych wejściowych
Wykrywanie dryftu koncepcyjnego — wykrywanie dryftu koncepcyjnego
Monitorowanie halucynacji — monitorowanie halucynacji LLM
Ewaluacja stronniczości — narzędzia do ewaluacji stronniczości
3 / 4 wspierane · 1 niespełnione ukryte
Human-in-the-Loop
Usługi etykietowania — narzędzia do etykietowania danych
RLHF — reinforcement learning from human feedback
Ręczne przesłonięcia — ręczne przełączanie decyzji modelu
1 / 3 wspierane · 2 niespełnione ukryte
Dane i wiedzaZarządzanie danymi i wiedząKonektory danych, integracja z bazami wektorowymi, native vector search i mechanizmy zarządzania danymi (PII, provenance, dane syntetyczne).
ZastosowaniaZastosowania AIDziedziny i scenariusze zastosowania, do których platforma jest najlepiej dopasowana – od RAG i fine-tuningu po zastosowania naukowe.
BezpieczeństwoBezpieczeństwo EnterpriseZestaw certyfikacji, kontroli dostępu oraz funkcji ochrony danych, kluczowych dla wdrożeń korporacyjnych i zachowania prywatności w chmurze.
Ekosystem deweloperskiEkosystem DeweloperskiZasoby wspierające programistów: dostępne biblioteki SDK, wspierane języki programowania oraz funkcje infrastrukturalne i metody wdrażania modeli.
Języki SDK
PyPythonJSJavaScriptTSTypeScript
Typ API
REST
Społeczność i zasoby
Biblioteka szablonów
Szybki start
Dokumentacja API
Samouczki
Cennik i model biznesowyCennik i model biznesowyModele rozliczeń (usage-based, provisioned throughput), limity zasobów oraz parametry SLA (uptime, poziomy wsparcia).
Modele cenowe
Płatność za użycie
Zarezerwowana przepustowość
Na podstawie tokenów
Limity zasobów
Per projekt
Per użytkownik
Alerty kosztów
SLA i wsparcie
99.9%uptime SLA
StandardowyEnterprise 24/7
Robotics & Humanoids ExtensionRobotics & Humanoids ExtensionSilniki symulacji (Isaac Sim, Gazebo, MuJoCo), protokoły komunikacji (ROS2, MQTT, Zenoh), standardy robotyczne (URDF, OpenUSD) i edge orchestration.
Brak wsparcia robotyki
Standardy robotyczne
- Wsparcie URDF
- Interoperacyjność OpenUSD
- Potoki Sim-to-Real
Edge Orchestration
- Aktualizacje OTA (over-the-air)
- Wsparcie jądra czasu rzeczywistego
ŹródłaArchiwum DokumentacjiScentralizowana baza linków do oficjalnych źródeł, instrukcji technicznych, repozytoriów oraz notatek wydawniczych (release notes).
Zrównoważony rozwójZrównoważony rozwójŚlad węglowy, udział energii odnawialnej w zasilaniu centrów danych oraz metryki efektywności energetycznej (np. PUE).
Śledzenie śladu węglowego
PUE global FY25 = 1.17; WUE global FY25 = 0.27 L/kWh; docelowo 100% energii odnawialnej do 2030 r.