この記事では、コア Azure データと AI サービスを、対応するアマゾン ウェブ サービス (AWS) ソリューションと比較します。
他の Azure サービスと AWS サービスの比較については、 AWS プロフェッショナル向けの Azure を参照してください。
データ ガバナンス、管理、プラットフォーム
Microsoft Purview と次の表で説明する AWS サービスの組み合わせの両方で、包括的なデータ ガバナンス ソリューションが提供されます。 これらのソリューションを使用して、データ資産の管理、検出、分類、セキュリティ保護を行います。
| AWS サービス | Microsoft サービス | 説明 |
|---|---|---|
| AWS Glue Data Catalog、 AWS Lake Formation、 Amazon Macie、 AWS Identity and Access Management (IAM)、 AWS Config | Microsoft Purview | どちらのオプションでも、データ ガバナンス、カタログ化、コンプライアンス機能が提供されます。 Microsoft Purview は、統合データ ガバナンス ソリューションです。 これを使用して、オンプレミス、マルチクラウド、サービスとしてのソフトウェア (SaaS) 環境全体でデータを検出、分類、管理できます。 また、データ系列とコンプライアンス機能も提供します。 AWS は、メタデータ管理用 の AWS Glue Data Catalog 、データレイク作成とガバナンスのための AWS Lake Formation 、データ分類と保護のための Amazon Macie 、アクセス制御用 の AWS IAM 、構成管理とコンプライアンス追跡のための AWS Config など、複数のサービスを通じて同等の機能を提供します。 |
オールインワン プラットフォームと AWS サービス
Microsoft Fabric は、最新の分析ソリューションに必要なデータと AI サービスを統合するオールインワン プラットフォームを提供します。 サービス間でデータを効率的に移動し、統一されたガバナンスとセキュリティを提供し、価格モデルを簡素化します。 このアプローチは、個別のサービスを頻繁に使用し、統合にさらに労力を費やす必要がある AWS のアプローチとは対照的です。 Fabric は、Azure エコシステム内でこれらの関数間の統合を提供します。
AWS と Fabric はどちらも、データ統合、処理、分析、機械学習、ビジネス インテリジェンスの機能を提供します。
| AWS サービス | Microsoft サービス | 説明 |
|---|---|---|
| AWSグルー | ファブリック データと Azure Data Factory の統合 | AWS Glue には、データと分析ソリューションを構築する機能が用意されています。 この方法では柔軟性が得られますが、各サービスをエンド ツー エンドのソリューションに統合するには、より多くの労力が必要です。 Fabric は、1 つのプラットフォーム内の機能を組み合わせて、ワークフロー、コラボレーション、管理を簡素化します。 |
AWS サービスと Fabric コンポーネントの詳細な比較
次の表では、主要な Fabric コンポーネントとそれに対応する AWS サービスを比較します。 これは、アーキテクトや意思決定者が、Fabric データ プラットフォームが、データ エンジニアリング、分析、ガバナンス、および AI ワークロード全体にわたって AWS オファリングとどのように連携するか、または異なるかを理解するのに役立ちます。
データ統合と ETL ツール
データ統合および抽出、変換、読み込み (ETL) ツールは、複数のソースからデータを抽出、変換、読み込んで、分析用の統合システムに読み込むのに役立ちます。
| AWS サービス | Microsoft サービス | 分析 |
|---|---|---|
| AWSグルー | Azure Data Factory、 Fabric の Azure Data Factory | Data Factory サービス、Fabric の Azure Data Factory 機能、AWS Glue は、さまざまなソース間でのデータ統合を容易にするマネージド ETL サービスです。 |
| Amazon Managed Workflows for Apache Airflow（MWAA） | FabricのApache Airflowジョブ | Apache エアフローは、複雑なデータ パイプライン用のマネージド ワークフロー オーケストレーションを提供します。 Fabric の Apache エアフロー ジョブ機能は、Data Factory ワークフロー オーケストレーション マネージャーの次世代として機能します。 この機能を使用して、Apache エアフロー ジョブを作成および管理し、有向非循環グラフ (DAG) を実行できます。 Fabric の Azure Data Factory の一部として、エアフロー ジョブ機能は、データベース、データ ウェアハウス、レイクハウス、リアルタイム データなどのデータ ソースからのデータ統合、準備、変換を提供します。 AWS MWAA は、マネージド エアフロー ソリューションです。 |
| AWS Database Migration Service (DMS) (英語) | Data Warehouse 用 Fabric Migration Assistant | これらのサービスは、AWS から Azure にデータベースを移行するのに役立ちます。 Fabric Migration Assistant は Fabric の組み込みツールであり、AWS のソース データベースから Fabric Data Warehouse にデータとメタデータを移行する手順を説明します。 スキーマを変換し、AI を使用して移行の問題を解決し、SQL ベースのソースからの移行をサポートします。 AWS DMS は、AWS 環境内の移行に重点を置き、ハイブリッド アーキテクチャ用の継続的なレプリケーション機能を提供します。 |
| AWS DMS | Azure Database Migration Service | これらのサービスは、最小限のダウンタイムでデータベースをクラウドに移行するのに役立ちます。 Azure サービスでは、Azure データベースへの移行に重点を置き、評価ツールと推奨事項ツールが含まれています。 AWS DMS は、AWS 環境内の移行に重点を置き、ハイブリッド アーキテクチャ用の継続的なレプリケーション機能を提供します。 |
| Amazon AppFlowの | Azure Logic Apps | これらのサービスは、コードを必要とせずに、クラウド アプリケーションとサービス間のデータ フローを自動化します。 Logic Apps は、さまざまなコネクタとビジュアル デザイナーを通じて統合機能を提供します。 AppFlow は、特定の SaaS アプリケーションと AWS サービス間の安全なデータ転送を提供し、組み込みのデータ変換機能を備えています。 |
| AWS ステップ関数 | Logic Apps を使用した Data Factory | これらのサービスは、分散アプリケーションとマイクロサービスを調整するためのワークフロー オーケストレーションを提供します。 Logic Apps では、データ統合とエンタープライズ ワークフローの自動化の両方がサポートされています。 ステップ関数は、サーバーレス アプリケーションで AWS のサービスとマイクロサービスを調整します。 |
データウェアハウジング
次のソリューションは、クエリとレポート用に最適化された大量の構造化データを格納および管理します。
| AWS サービス | Microsoft サービス | 分析 |
|---|---|---|
| Amazon Redshift | Fabric Data Warehouse | Fabric Data Warehouse と Amazon Redshift は、大規模な高パフォーマンス分析用に設計された、クラウドベースのペタバイト (PB) 規模のデータ ウェアハウスです。 Fabric Data Warehouse は Fabric と統合され、ストレージ、分析、ガバナンス、AI を組み合わせた統合プラットフォームが提供されます。 Redshift は AWS エコシステムを使用し、データ ウェアハウスに重点を置いています。 どちらのサービスも、大規模な並列処理をサポートしています。 Fabric には、Microsoft データサービスと AI サービス間のレイクファースト アーキテクチャと深い統合があります。 |
| Amazon Redshift スペクトラム | OneLake ショートカット、 Power BI の Direct Lake、 Azure Data Factory のパイプライン コネクタ | Amazon Redshift Spectrum を使用すると、Amazon S3 で外部データのクエリを実行できます。 これに対し、Fabric にはレイクファーストアプローチが用意されています。 OneLake ショートカットを使用して、複数のソースのデータを移動せずに 1 つの論理レイクに仮想化します。 Power BI の Direct Lake モードでは、OneLake で開いている Delta ファイルと Parquet ファイルに対して、インポートなしですぐに分析できます。 Fabric Data Factory パイプラインは、データ フローの取り込み、変換、調整を行うネイティブ コネクタを提供します。 |
| AWS レイクフォーメーション | OneLake、 Fabric の Microsoft Purview、および Fabric アクセス許可モデル | AWS Lake Formation は、Amazon S3 ベースのデータ レイク上にガバナンスとアクセス制御を提供します。 これに対し、Fabric は、カタログ化、系列、およびデータ ガバナンスのために、OneLake と Microsoft Purview を組み合わせてこれらの機能を提供します。 ロールベースのアクセス制御 (RBAC) ときめ細かいセキュリティを使用して、ワークスペース、テーブル、列間のアクセスを提供します。 |
| Fabric SQL Database、 Dataflow Gen2 の Amazon Redshift コネクタ、 Fabric データ パイプライン、 OneLake ショートカット | Amazon Rds と Amazon Redshift フェデレーション クエリを使用すると、Amazon Redshift はライブ RDS データに対して SQL クエリを直接実行できます。 このセットアップにより、運用ストアと分析ストア全体にリアルタイムでアクセスできます。 Fabric SQL Database には、自動スケーリング、組み込みのガバナンス、および Fabric プラットフォームとの統合を備えた SaaS ネイティブ SQL エンジンが導入されています。 ファブリック データ パイプラインは、Amazon RDS と Amazon Redshift から Lakehouse または SQL データベースへのインジェストをサポートします。 OneLake ショートカットは、Azure Data Lake Storage Gen2 や Amazon S3 などの外部データを重複せずに Fabric に仮想化します。 |
|
| Amazon Rds と Amazon Redshift フェデレーション クエリ | Azure SQL データベース | これらのサービスは、運用データベースとデータ ウェアハウス間のクエリをサポートします。 SQL Database は、Azure Analytics サービスと統合できます。 これに対し、AWS では、フェデレーション クエリを使用してサービス間のクエリ機能のために RDS と Amazon Redshift を組み合わせる必要があります。 |
| Amazon Aurora と Amazon Redshift の統合 | Fabric の SQL Database | Amazon Aurora は運用データを処理し、Amazon Redshift はフェデレーション クエリとバッチ インジェストを通じて大規模な分析を実行します。 Fabric SQL Database には、OneLake および Power BI とネイティブに統合される、マネージド自動スケールリレーショナル エンジンが用意されています。 このセットアップでは、統合された分析とガバナンスがサポートされます。 |
| Amazon Aurora と Amazon Redshift の統合 | SQL Database Serverless | これらのマネージドクラウドネイティブリレーショナルデータベースは、コンピューティングをストレージから分離し、需要に基づいてリソースを自動的にスケーリングし、高可用性を確保します。 どちらのサービスも SQL ベースのエンジンを使用し、トランザクション ワークロードと分析ワークロード用のコスト効率の高いソリューションに拡張します。 SQL Database Serverless は、完全な SQL Server エンジンを提供しながらコストを最適化するために、非アクティブな間に自動的に一時停止します。 |
Data Lake ソリューション
次のプラットフォームでは、将来の処理のために、大量の未加工の構造化データと非構造化データがネイティブ形式で格納されます。
| AWS サービス | Microsoft サービス | 分析 |
|---|---|---|
| アマゾンS3 | OneLake、 Data Lake Storage | Data Lake Storage と Amazon S3 は、ビッグ データ分析用に設計されたスケーラブルなオブジェクト ストレージ ソリューションです。 Parquet、コンマ区切り値 (CSV)、JSON などの形式がサポートされています。 Data Lake Storage は Azure ネイティブ ツール用に最適化されていますが、Amazon S3 は AWS サービスと統合されます。 OneLake は、クラウド全体の構造化データと非構造化データを 1 つの管理されたレイクに統合します。 OneLake ショートカットを使用すると、Fabric は Amazon S3、Data Lake Storage、Google Cloud からのデータを重複なく仮想化でき、アクセスと分析がサポートされます。 OneLake では、マルチクラウドの柔軟性、ゼロ ETL 統合、Delta Lake がサポートされます。 |
| AWS レイクフォーメーション | OneLake | AWS Lake Formation は、AWS エコシステム内のデータ レイクを管理します。 OneLake は、レイクハウス、ウェアハウス、Real-Time インテリジェンス、Power BI など、すべての Fabric ワークロードをサポートする SaaS ネイティブ データ レイクを提供します。 OneLake には追加のセットアップは必要なく、Microsoft Purview を介した組み込みのガバナンスが含まれています。 また、Delta Lake のネイティブ サポートと、Amazon S3 を含むマルチクラウド仮想化のショートカットも備えています。 |
| アマゾンアテナ | ファブリック レイクハウス | Amazon Athena は、Amazon S3 に格納されているデータに対するリアルタイム SQL 分析を直接可能にするサーバーレス クエリ エンジンです。 Fabric Lakehouse は、データ エンジニアリングと分析の両方に統合された環境を提供します。 Delta Lake 形式を使用して OneLake にデータを格納し、Spark、T-SQL、Python をサポートします。 |
| AWS Glue データカタログ | Microsoft Purview | AWS Glue Data Catalog は、分析と機械学習のメタデータを一元化します。 メタデータ ストアとスキーマ レジストリとして機能し、系列、ポリシー、ガバナンスを管理するために他のサービスが必要です。 Microsoft Purview は、Azure、OneLake、オンプレミスおよびマルチクラウド環境にまたがる統合データ ガバナンス サービスです。 OneLake、Data Lake Storage、およびその他のソースのデータがカタログ化されます。 統合カタログを通じて、データ分類、系列の視覚化、ポリシー管理、用語集の統合が提供されます。 データ レイクの観点から見ると、Microsoft Purview は、メタデータ、セキュリティ、コンプライアンスを 1 つのプラットフォームに接続することで、ガバナンス優先のアプローチを提供します。 |
ビッグ データ分析
これらのサービスは、大規模で複雑なデータセットを処理して分析し、パターン、分析情報、傾向を明らかにします。 次の表に、個々のビッグ データ サービスの直接比較を示します。 Fabric は、ビッグ データと分析のためのオールインワン サービスです。 次のようなサービスが提供されます。
| AWS サービス | Microsoft サービス | 分析 |
|---|---|---|
| アマゾンEMR | Spark を使用するファブリック データ エンジニアリング ワークロード | Amazon EMR は、Spark、Hadoop、Hive などのフレームワークを実行するマネージド ビッグ データ サービスです。 クラスターをプロビジョニングして調整する必要があります。 ファブリック データ エンジニアリング ワークロードでは、Spark を使用してクラスター管理の必要性を排除します。 Fabric エコシステム内で、サーバーレス、統合、および管理されたエクスペリエンスを提供します。 |
| アマゾンEMR | Azure Databricks | これらのサービスは、マネージド環境での Spark 経由のビッグ データ処理をサポートします。 Amazon EMR は Spark クラスターを実行し、柔軟な構成とスケーリングオプションを提供します。 Azure Databricks は、コラボレーション ノートブックと統合ワークフローを含む最適化された Spark プラットフォームを提供します。 |
| アマゾンキネシス | Azure Event Hubs と Azure Stream Analytics | これらのサービスは、大量のデータ ストリームを処理および分析するためのリアルタイムのデータ ストリーミングと分析を提供します。 |
| AWS Glue と AWS Glue Studio | Spark を使用するファブリック データ エンジニアリング ワークロード | AWS Glue Studio と Amazon Kinesis を組み合わせることで、データ統合とリアルタイムストリーミングパイプラインが提供されますが、サービス間のデータ移動を管理する必要があります。 Fabric Data Engineering ワークロードでは、Spark を使用して、これらの機能を Fabric プラットフォームに直接配信します。 バッチ変換とストリーミング変換、オーケストレーション、ガバナンスは、OneLake、Purview、Power BI と統合されます。 Fabric は、ETL、ストリーミング、分析用に個別のサービスを管理することなく、データ統合とエンジニアリングのための 1 つのエクスペリエンスを提供します。 |
| AWS Glue と AWS Glue Studio | Azure Databricks と Data Factory | どちらのサービスの組み合わせも、統合されたデータ変換と分析を含むビッグ データ処理機能を提供します。 |
ビジネス インテリジェンスとレポート機能
次のサービスは、情報に基づいた意思決定を行うのに役立つデータの視覚化、レポート、ダッシュボードを提供します。
| AWS サービス | Microsoft サービス | 分析 |
|---|---|---|
| Amazon Quick Sight | Power BI | Power BI と Amazon Quick Sight には、データの視覚化と対話型ダッシュボード用のビジネス分析ツールが用意されています。 |
| Amazon マネージド Grafana | Azure Managed Grafana | これらのサービスは、複数のデータ ソース間でメトリック、ログ、トレースを視覚化するためのマネージド Grafana を提供します。 |
| AWS Data Exchange | Fabric での外部データ共有 と OneLake のショートカット | AWS Data Exchange は、組織が外部データセットをサブスクライブして使用できるマーケットプレースを提供します。 このサービスは、ライセンスとセキュリティで保護された配信を処理します。 Fabric では、OneLake ショートカットとテナント間共有を通じて外部コラボレーションを利用できます。 外部データは、Spark、SQL、KQL、Power BI で使用できるようになります。 |
| AWS Data Exchange | Azure データ共有 | これらのサービスにより、組織間でのデータの安全な共有と交換が容易になります。 AWS Data Exchange はマーケットプレース モデルを提供します。 Data Share では、テナント間のデータ共有に重点を置いています。 |
| Amazon OpenSearch Service と Kibana | Power BI を使用した Fabric KQL データベース | Amazon OpenSearch Service with Kibana は、ログ分析と監視に一般的に使用される大規模なデータセットのインデックス作成、クエリ、視覚化のためのマネージド検索および分析プラットフォームを提供します。 Fabric は KQL データベースを通じて同様の機能を提供し、リアルタイムのデータ探索を行い、Power BI と組み合わせて対話型レポートを作成します。 |
| Amazon OpenSearch Service と Kibana | Azure AI Search、 Azure Data Explorer、ダッシュボード | これらのサービスは、大量のデータに対するリアルタイムのデータ探索と対話型分析を提供します。 Amazon OpenSearch では、検索と視覚化に Kibana が使用されます。 AI Search では、インテリジェントなフルテキスト検索が提供されます。 Azure Data Explorer では、KQL を使用して、視覚化用の対話型ダッシュボードを使用して、高パフォーマンスのリアルタイム分析を実現します。 |
リアルタイムでのデータ処理
次のシステムでは、生成されたデータを取り込んで分析し、すぐに分析情報と応答を提供します。
| AWS サービス | Microsoft サービス | 分析 |
|---|---|---|
| アマゾンキネシス | Fabric Real-Time Intelligence ハブ、Fabric eventstream、Fabric KQL データベース | Amazon Kinesis を使用すると、Amazon S3、Amazon Redshift、AWS Lambda などのサービス間でリアルタイムのデータストリーミング、インジェスト、処理を行えます。 Fabric は、amazon Kinesis、Apache Kafka、Event Hubs、Google Pub/Sub など、複数のソースからのインジェストをサポートする、Real-Time インテリジェンス ハブを使用したストリーミング アーキテクチャを提供します。 ファブリック イベントストリームは、ストリームのルーティング、変換、およびアラートを管理します。 |
| アマゾンキネシス | Event Hubs と Stream Analytics | これらのサービスは、モノのインターネット (IoT) デバイスからのデータをリアルタイムで処理および分析します。 Amazon Kinesis には、ストリーミングインジェストと処理機能が用意されています。 Azure では、モジュール式のサービスが提供されます。 Event Hubs はデータ インジェストを処理し、Stream Analytics はデータを処理します。 |
| Kafka 用 Amazon マネージド ストリーミング (MSK) | Kafka エンドポイントを使用したファブリック イベントストリーム | Amazon MSK は、AWS のマネージド Kafka サービスです。 ファブリック イベントストリームでは、Kafka プロトコルを使用してデータを公開および使用するための Kafka エンドポイントがサポートされています。 これらのイベントストリームでは、Power BI を使用したイベントハウスなど、ダウンストリームの処理と分析のために、Amazon MSK から Fabric リアルタイム インテリジェンス ハブにデータを直接取り込むこともできます。 Azure には、マネージド Kafka と互換性のあるインジェスト プレーン (Event Hubs) とマネージド Kafka クラスター (Azure HDInsight) の両方が用意されています。 Fabric は、Kafka と統合されるエンドツーエンドのリアルタイム分析ハブを提供します。 |
| Amazon MSK | Kafka のための Event Hubs | これらのサービスは、リアルタイム ストリーミング データ パイプラインとアプリケーションを作成するためのマネージド Kafka クラスターを提供します。 Kafka 用 Event Hubs は Kafka と互換性のあるエンドポイントを公開し、既存のクライアントは最小限の変更で接続できます。 Premium レベルと Dedicated レベルの Kafka ストリームもサポートされています。 |
| AWS ラムダ | サーバーレス データ処理用の Fabric データ パイプラインを備えた Fabric ノートブック | AWS Lambda は、サーバーを管理せずにコードを実行するためのサーバーレスのイベントドリブン コンピューティングです。 Fabric での分析に重点を置いたサーバーレス スタイルの処理では、Azure Data Factory パイプラインで Fabric ノートブックを使用できます。 ノートブックは、データ インジェスト、クリーンアップ、変換のためにマネージド Spark ジョブを実行します。 パイプラインでは、これらのノートブックをエンドツーエンドのデータ ワークフローの一部として調整およびスケジュールします。このワークフローでは、オンデマンドコンピューティングが提供され、Fabric 内でクラスター管理は行われません。 |
| AWS ラムダ | API トリガー用 Azure API Management を使用した Azure Functions | これらのサーバーレス コンピューティング プラットフォームは、イベントに応答してコードを実行し、基になるコンピューティング リソースを自動的に管理します。 Azure Functions では、同じイベントドリブンの自動スケール実装モデルが提供され、一般的に API Management やその他の Azure トリガーとペアになります。 また、パリティとコードの移動を容易にするために 、Lambda から Azure Functions への移行ガイド も提供しています。 |
| Amazon DynamoDB ストリーム | ファブリック ミラーリング (Azure Cosmos DB) とファブリック イベントストリーム | Amazon DynamoDB ストリームは、Amazon DynamoDB テーブルの項目レベルの変更をリアルタイムでフィードします。これにより、イベントドリブン処理とダウンストリーム分析が可能になります。 Fabric では、分析のために Azure Cosmos DB を OneLake にミラーリングすると、ETL のオーバーヘッドが排除されます。 Fabric イベントストリームとこのセットアップを組み合わせて、リアルタイム イベントをルーティングし、Fabric KQL データベースまたは lakehouses と統合します。 |
| Amazon DynamoDB ストリーム | Azure Cosmos DB の変更フィード | これらのサービスは、データ変更のストリームをキャプチャして提供することで、リアルタイムのデータ処理を可能にします。 |
| Redis ストリームを使用した Amazon ElastiCache | Redis ストリームを使用した Azure Cache for Redis | これらのサービスは、リアルタイムのデータ インジェストと処理のために Redis ストリームをサポートするマネージド Redis インスタンスを提供します。 |
| Amazon IoT アナリティクス | Fabric KQL データベースを使用したファブリック イベントストリーム | Amazon IoT Analytics は、IoT デバイス データを大規模に収集、処理、分析するマネージド サービスです。 Fabric eventstreams は IoT テレメトリを取り込み、リアルタイムのクエリと分析のために Fabric KQL データベースにルーティングします。 |
| AWS IoT Analytics | Stream Analytics を使用した Azure IoT Hub | これらのサービスを使用すると、IoT デバイスからのデータをリアルタイムで処理および分析できます。 Amazon IoT Analytics には、組み込みのデータストレージと分析機能が用意されています。 Azure では、モジュール式のサービスが提供されます。 IoT Hub はインジェストを処理し、Stream Analytics はデータを処理します。 |
機械学習サービス
次のツールとプラットフォームにより、機械学習モデルの開発、トレーニング、デプロイが可能になります。
| AWS サービス | Microsoft サービス | 分析 |
|---|---|---|
| アマゾン SageMaker | Machine Learning 統合を使用したファブリック データ サイエンス ワークロード | Amazon SageMaker は、機械学習モデルを大規模に構築、トレーニング、デプロイするためのマネージド プラットフォームです。 Azure では、データの準備、自動化された機械学習、モデルのデプロイ、機械学習操作をサポートするエンドツーエンドのマネージド サービスである Machine Learning を通じて同等の機能が提供されます。 Fabric Data Science ワークロードは、モデルの開発とエンリッチメントを提供します。 トレーニング、GPU アクセラレーション、エンタープライズ レベルのデプロイのために Machine Learning と統合されます。 |
| AWS ディープラーニング Amazon マシンイメージ (AMI) | Machine Learningを使用したデータ サイエンス仮想マシン (VM) | AWS ディープ ラーニングの AMI は、AI モデルの開発を加速するために、一般的なディープ ラーニング フレームワーク、GPU ドライバー、ライブラリを備えた事前構築済みの VM イメージを提供します。 Azure は、Python、R、Jupyter、TensorFlow や PyTorch などのディープ ラーニング フレームワークで事前構成されたデータ サイエンス VM を通じて同様のエクスペリエンスを提供します。 Machine Learning とデータ サイエンス VM を組み合わせて、トレーニング、デプロイ、機械学習の操作のためのマネージド プラットフォームを作成します。 |
| Amazon SageMaker オートパイロット | Machine Learning 統合を使用したファブリック データ サイエンス ワークロード | Amazon SageMaker Autopilot は、データの前処理、アルゴリズムの選択、ハイパーパラメーターの調整を最小限の手動で処理することで、機械学習のライフサイクルを自動化します。 Fabric Data Science ワークロードは、自動化された機械学習駆動型モデル開発を提供し、トレーニングと運用化のために Machine Learning と統合します。 |
| Amazon SageMaker オートパイロット | 自動機械学習 | これらのサービスは、モデルを構築およびトレーニングするための自動化された機械学習を提供します。 |
| Amazon SageMaker スタジオ | Machine Learning 統合を使用したファブリック データ サイエンス ワークロード | Amazon SageMaker Studio は、AWS の機械学習用の統合開発環境です。 モデルの構築、トレーニング、デプロイを行う単一の Web ベースのインターフェイスを提供します。 Fabric Data Science ワークロードは、コラボレーション ノートブックと Spark ベースの環境を統合された分析プラットフォームに結合し、トレーニングとデプロイのために Machine Learning と統合します。 |
| Amazon SageMaker スタジオ | Azure Machine Learning Studio | これらのサービスは、機械学習用の統合開発環境を提供します。 Amazon SageMaker Studio には、デバッグツールやプロファイリングツールを含むすべての機械学習開発手順用の統合インターフェイスが用意されています。 |
AI サービス
AI サービスは、ビジョン、音声、言語、意思決定機能など、アプリケーションに対して事前構築済みのカスタマイズ可能な AI 機能を提供します。
| AWS サービス | Azure サービス | 分析 |
|---|---|---|
| Amazon Rekognition | Azure AI Vision と Azure AI Custom Vision | Amazon Rekognition は、画像およびビデオ分析のためのコンピューター ビジョン サービスです。 オブジェクト検出、顔認識、テキスト抽出を提供します。 Azure AI Vision は、画像とビデオを理解するための事前構築済みモデルを提供します。 Custom Vision を使用して、独自のデータを使用してドメイン固有のモデルをトレーニングできます。 |
| アマゾンポリー | Azure AI Speech の音声合成 | Amazon Polly は、複数の言語でニューラル音声を使用して、テキストをリアルな音声に変換するテキスト読み上げサービスです。 AI 音声テキスト読み上げでは、音声アシスタント、対話型音声応答 (IVR) システム、アクセシビリティ ソリューションなどのアプリケーションに対して、高品質のニューラル音声、リアルタイム ストリーミング、バッチ合成が提供されます。 AI Speech では、エンタープライズ レベルのセキュリティとコンプライアンスを維持しながら、独自のブランド固有の音声を構築するためのカスタム ニューラル音声の作成もサポートされています。 |
| アマゾントランスクリプト | Azure AI Speech の音声テキスト変換 | Amazon Transcribe は、リアルタイムの文字起こしとカスタムボキャブラリを備えた音声テキスト変換を提供します。これは、通話分析やキャプションでよく使用されます。 AI 音声テキスト変換では、ドメイン固有の精度を実現するために、リアルタイムおよびバッチ文字起こし、話者の区別、カスタム モデルが提供されます。 |
| アマゾン翻訳 | Azure AI トランスレーター | Amazon Translate は、Web サイト、アプリ、多言語コンテンツに対して複数の言語で翻訳を配信するニューラル機械翻訳サービスです。 Azure AI Translator は、100 を超える言語でのリアルタイムおよびバッチ翻訳と同様の機能を提供します。 また、音訳、言語検出、ドメイン固有の精度のためのカスタム用語集などの機能も含まれています。 |
| アマゾンコンプリヘンド | Azure AI 言語 | Amazon Comprehend は、センチメント、キー フレーズ、エンティティなど、テキストから分析情報を抽出する自然言語処理 (NLP) サービスです。 これらの機能は、顧客のフィードバックとドキュメントを分析するのに役立ちます。 Azure AI 言語 (テキスト分析) では、センチメント分析、キー フレーズ抽出、名前付きエンティティ認識、カスタム テキスト分類などの機能を備えた同様の機能が提供されます。 |
| アマゾンレックス | Microsoft Foundry での会話言語の理解 | これらのサービスは、自然言語の理解を使用する会話インターフェイスを作成します。 Azure はモジュール方式のアプローチを採用しており、会話言語の理解によって意図の認識とエンティティの抽出が処理されます。 他のコンポーネントは、ダイアログと統合を管理します。 Amazon Lex は、AWS エコシステム内で会話インターフェイスを完全に構築するための統合ソリューションを提供します。 |
| アマゾンTextract | Azure AI ドキュメント インテリジェンス | Amazon Textract は、ドキュメント処理を自動化するために、スキャンされたドキュメント (テーブルやフォームを含む) からテキストとデータを抽出する機械学習サービスです。 ドキュメント インテリジェンスは、光学式文字認識 (OCR)、請求書、レシートと ID の事前構築済みモデル、ドメイン固有のフォームのカスタム モデルをトレーニングする機能を備えた同様の機能を提供します。 ドキュメント インテリジェンスは、多言語抽出をサポートし、複雑なドキュメントのレイアウト分析を提供します。 |
| Amazon OpenSearch サービス | AI 検索 | Amazon OpenSearch Service は Elasticsearch に基づくマネージド検索および分析エンジンであり、ログ分析、フルテキスト検索、リアルタイムデータ探索でよく使用されます。 AI Search には、組み込みの AI エンリッチメント、ハイブリッド検索 (キーワードとベクター)、セキュリティとコンプライアンスのための Azure サービスとの統合など、同様の機能が用意されています。 セマンティック検索や取得拡張生成 (RAG) などのシナリオをサポートします。 |
生成的人工知能サービス
次の AI サービスは、テキスト、画像、オーディオなど、人間が生成した出力に似た新しいコンテンツまたはデータを作成します。
| AWS サービス | Azure サービス | 分析 |
|---|---|---|
| アマゾンの岩盤 | Microsoft Foundry | これらのサービスは、生成型 AI アプリケーションを作成してデプロイするための基盤モデルを提供します。 |
貢献者
Microsoft では、この記事を保持しています。 次の共同作成者がこの記事を書きました。
プリンシパル作成者:
- レジーナ・ハッケンベルク |シニア テクニカル スペシャリスト
その他の共同作成者:
- Filipa Lobão |クラウド ソリューション アーキテクト
公開されていない LinkedIn プロフィールを見るには、LinkedIn にサインインしてください。