借助搭载第二代智能英特尔 至强可扩展处理器的 Microsoft Azure Dds_v4 系列虚拟机加速机器学习工作负载
让您的组织收集的海量数据成为一项艰巨的任务—需要更新的技术来快速完成工作。您选择托管 Apache Spark 集群的 Microsoft Azure 云虚拟机决定从数据中获得可操作信息的速度，并将其转化为业务战略。针对 Microsoft Azure 上要求苛刻的 Apache Spark 机器学习工作负载，选择由第二代英特尔 至强可扩展处理器支持的Dds_v4虚拟机，使您可以每秒分析更多数据，以提高企业的敏捷性。
在针对两种机器学习实施的测试中比较了 Microsoft Azure VM，其中较新的Dds_v4系列虚拟机由第二代英特尔 至强可扩展处理器启用，在执行较旧的Ds_v3系列虚拟机（搭载 英特尔 至强 E5 v4 处理器）后，分析 Apache Spark 机器学习工作负载高达每秒数据的 1.55 倍。
在大型虚拟机之间选择搭载第二代英特尔 至强可扩展处理器的Dds_v4系列虚拟机，可以让您比旧Ds_v3虚拟机更快速地排序更多数据，并基于数据真实性来快速做出业务决策。
小型企业使用小型虚拟机尽早获得见解
仅仅因为组织较小并不意味着它的机器学习需求是。针对小型虚拟机进行大规模机器学习的需求，选择更新的技术可确保云虚拟机满足当前需求，并提供发展空间。
测试对比搭载 8 个 vPU 的小型虚拟机，显示选择搭载第二代智能英特尔 至强可扩展处理器的 Microsoft Azure Dds_v4 虚拟机可将 Apache Spark 机器学习工作负载提升高达 Ds_v3 系列虚拟机每秒数据负载的 1.23 倍（英特尔 至强 E5 v4 处理器）。
中型企业使用中型虚拟机尽早获得见解
与小型虚拟机一样进行测试，对比搭载 16 个 vPU 的中型虚拟机的测试表明，搭载第二代英特尔® 至强® 可扩展处理器的 Microsoft Azure Dds_v4 虚拟机改善了 Naéve Bayesian 和 k-means 集群机器学习实施在 Apache Spark 上的实现，相当于旧Ds_v3虚拟机吞吐量的 1.46 倍。
大型虚拟机企业更快获得洞察力
测试表明，Apache Spark 机器学习性能的最大吞吐量提升能够达到更大的实例大小（具有 64 v CPU），提供高达 1.55 倍的 Ds_v3 系列虚拟机吞吐量，用于 Naéve Bayesian 分类测试。
与旧版 Ds_v3 系列相比，由第二代英特尔 至强 可扩展处理器支持的 Microsoft Azure Dds_v4 虚拟机可显著提高性能，提供 50% 更大的默认磁盘驱动器，并在默认磁盘驱动器上提供高 IDP，无论它们的大小大小。这使 Azure Dds_v4虚拟机可以以多种虚拟机大小改善 Ds_v3 系列的机器学习。
了解更多信息
要在搭载第二代智能英特尔 至强 可扩展处理器的 Microsoft Azure Dds_v4 系列虚拟机上开始 Apache Spark 机器学习工作负载，请访问 http://intel.com/Azure。
有关更多测试详细信息，请访问 http://facts.pt/pg16MAO。