微软 Azure 推出借助 Azure Catalyst 实现的智能体主导现代化改造

关键要点

  • 微软 Azure Catalyst 完成了 140 万个应用程序的现代化改造,Levi Strauss 则在企业系统中部署了 1,000 多个智能体。
  • 根据微软的公告,Azure Catalyst 通过 AI 驱动的发现与执行,将现代化改造周期从数月或数年缩短至数周或数天。
  • 微软量子计算和 Xbox 的应用现代化改造速度提升了 80%,而 GitHub 使用 Catalyst 将 80 万行代码从 TypeScript 移植到 Rust。

微软宣布推出 Azure Catalyst,这是一款由 AI Agent 驱动的解决方案,可用于应用程序、数据和基础设施现代化,同时还扩展了 Azure 基础设施中的 AI 能力。这项在 Microsoft Ignite 上发布的公告将 Agent 驱动的现代化定位为企业的核心平台能力,帮助企业简化旧系统升级并加快 AI 就绪进程。

Azure Catalyst 可通过一个集成解决方案,全面实现应用程序、数据和基础设施的端到端现代化。据公告称,该平台已助力实现 140 万个应用程序的现代化,Levi Strauss 等企业已在现代化后的企业系统中部署了 1,000 多个 Agent。这项能力将过去需要数月或数年的工作缩短至数周或数天,让资源有限的企业也能实施此前难以企及的现代化项目。

互联的端到端现代化体验

Azure Catalyst 在发现、设计和执行各阶段整合 IT 团队与开发者。新增能力包括丰富的资产洞察、AI 驱动的应用程序发现、包含成本比较的现代化策略规划,以及 AI 生成的迁移批次。执行范围涵盖应用程序、容器、存储、网络和数据库,并在现有 Java 和 .NET 现代化支持,以及从 VMware、Hyper-V 和物理服务器迁移的基础上进一步扩展。

该平台在开发者和 IT 专业人员已在使用的工具中提供统一的互联体验,消除评估与执行阶段之间的摩擦,避免现代化积压不断增加。

治理、安全与业务协同

Azure Catalyst 提供治理规则手册和自带模型支持,让组织能够为 Agent 操作设定标准、护栏和模型。可重复使用的运行手册和技能可确保每个项目都符合组织标准。该平台与 Microsoft Security 集成,实现端到端的漏洞识别、优先级排序和消除;它会扫描风险,并按严重程度和暴露风险排序,同时标记存在漏洞、需要现代化的代码和数据库。

通过与 GitHub Copilot 集成,团队可以在应用程序现代化过程中快速修复漏洞,从而一次性解决安全问题,而不必在不同系统中反复处理。

面向 AI 的应用程序升级

Azure Catalyst 在 GitHub Copilot 中运行,帮助团队理解复杂应用程序的业务逻辑和依赖关系,随后将应用程序升级为在 Azure 托管服务上运行。这些升级让应用程序更容易连接到 AI 工作流。新的预览版功能支持同时实现应用程序和数据库现代化,并支持从 BizTalk 迁移到 Azure Logic Apps。由于该平台专为 Azure 构建,因此能够在整个现代化过程中优化性能、安全性和经济效益。

微软在内部使用 Azure Catalyst,作为 Agent 驱动现代化的“零号客户”(customer zero)。Microsoft Quantum 和 Xbox 实现了应用程序现代化速度提升 80%,而 Intune 升级一个关键库的速度比预期快 75%。GitHub 使用这些技术,将其 GitHub Copilot Agentic Harness(800,000 行生产代码)从 TypeScript 移植到 Rust。

面向 Agent 驱动工作负载的基础设施创新

除了现代化之外,微软还扩展了 Azure 的 AI 核心能力,以应对 Agent 工作负载的独特需求。新增能力涵盖隔离执行、Agent 网络、上下文管理和推理效率。适用于 Azure Kubernetes Service (AKS) 的 Agent Sandbox 扩展可在安全、托管的沙盒中运行 Agent 生成的代码,为每个会话提供虚拟机级隔离、用于快速启动的预热池,以及无需管理基础设施的无服务器选项。

Agent Grid 让 Agent 能够通过经过身份验证和加密的连接,安全地连接到其他 Agent、模型、工具、数据和 Azure 服务。基于身份的策略和默认拒绝的网络隔离可控制 Agent 的通信方式及其可访问的资源。长上下文、长时间运行的 Agent 可以重复利用已处理的提示上下文,而不必在 GPU 上重新计算,从而降低成本并提升长时任务的性能。缓存的上下文会持久保存在客户的 Azure 租户内并受到管控。

AKS AI Manager 会将模型需求转换为适当的基础设施部署位置,并利用工作负载感知能力,将对每个 AI 应用程序需求的深入了解与 GPU 和 VM 性能数据、拓扑信息以及 Azure 整体资源池的实时可用情况相结合。

开放平台基础

Microsoft Foundry 和 AKS 作为互联系统协同工作,让开放权重模型和 Agent 能够从 Foundry 的托管体验无缝迁移到从云端延伸至边缘部署的 AKS 集群,同时保持基础设施、安全策略和治理的一致性。适用于 AKS 的 Flex 节点目前处于预览阶段,可将 Kubernetes 计算能力扩展到 Azure 之外的环境,同时该平台继续支持 Kubernetes、vLLM 和 Ray 等开源技术。

Rockwell Automation 正在工厂中使用 AI,帮助工程师诊断设备问题并调查产品故障。据 Rockwell 企业项目管理 IT 副总裁 Justin Litherland 介绍,在 Azure 上运行工厂级 AI 应用程序,可为生产环境中的不同 AI 工作负载提供统一基础,使企业能够将一个工厂中验证成功的方法推广到其他设施。

跨云和边缘的分布式 AI

目前处于公开预览阶段的 Windows Server 2028,支持在运行关键业务应用程序和数据的同时执行 AI 推理。Azure Local 和适用于 AKS 的 Flex 节点将云基础设施和 Kubernetes 计算能力扩展到分布式环境。Azure Arc 提供端到端一致的基础设施管理和治理。Windows PC 将本地 AI 处理能力直接带到人们工作的设备上,让组织能够为每种 AI 工作负载组合合适的基础设施,以满足数据、性能、监管和成本要求。

关键事实

  • Azure Catalyst 已助力各组织实现 140 万个应用程序的现代化
  • Levi Strauss 在现代化后的企业系统中部署了 1,000 多个 Agent
  • Microsoft Quantum 和 Xbox 使用 Azure Catalyst 实现了应用程序现代化速度提升 80%
  • Intune 使用 Agent 驱动工具升级一个关键库,速度比预期快 75%
  • GitHub 使用 Catalyst 技术将 800,000 行生产代码从 TypeScript 移植到 Rust
  • 适用于 AKS 的 Agent Sandbox 扩展为 Agent 生成代码的执行提供虚拟机级隔离
  • Windows Server 2028 目前处于公开预览阶段,支持部署 AI 推理
  • Azure Catalyst 支持 Java 和 .NET 现代化,以及从 VMware、Hyper-V 和物理服务器迁移
  • 新的预览版功能支持同时实现应用程序和数据库现代化,并支持从 BizTalk 迁移到 Azure Logic Apps

常见问题

Azure Catalyst 提供哪些旧版应用程序现代化能力?

Azure Catalyst 提供 AI 驱动的应用程序发现、包含成本比较的现代化策略规划,以及 AI 生成的迁移批次。该平台会分析旧版代码、梳理依赖关系,并精准规划和执行涵盖应用程序、容器、存储、网络和数据库的现代化工作。它在现有 Java 和 .NET 现代化支持,以及从 VMware、Hyper-V 和物理服务器迁移的基础上进一步扩展。通过与 GitHub Copilot 集成,团队可以了解业务逻辑和依赖关系,再将应用程序升级为在 Azure 托管服务上运行。

Azure Catalyst 如何在现代化过程中处理安全问题?

Azure Catalyst 与 Microsoft Security 集成,实现端到端的漏洞发现、优先级排序和消除。该平台会扫描风险,并按严重程度和暴露风险排序,同时标记存在漏洞、需要现代化的代码和数据库。通过 GitHub Copilot,团队可以在应用程序现代化过程中快速修复漏洞,一次性解决安全问题,而不必反复处理。治理规则手册和自带模型支持让组织能够设定标准和护栏,规范 Agent 的运行方式,确保现代化计划符合架构、优先级和安全要求。

Azure 中有哪些新的基础设施能力支持 AI Agent 工作负载?

新增基础设施能力包括适用于 AKS 的 Agent Sandbox 扩展,它可在安全、托管的沙盒中运行 Agent 生成的代码,为每个会话提供虚拟机级隔离,并配备可快速启动的预热池。Agent Grid 通过经过身份验证和加密的连接以及基于身份的策略,让 Agent、模型、工具、数据和 Azure 服务之间能够安全连接。长上下文、长时间运行的 Agent 可以重复利用已处理的提示上下文,而不必在 GPU 上重新计算,从而降低长时任务的成本。AKS AI Manager 利用工作负载感知能力和 Azure 整体资源池的实时可用数据,将模型需求转换为适当的基础设施部署位置。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论