扩展智能云（intelligent cloud），Azure平台提供大量工具，包括识别服务等。
AI Service
通过高层的服务加速AI解决方案的开发，提供的AI服务包括：
| AI服务 | 说明 |
|---|---|
| Cognitive Service | 通过AI解决业务问题，在应用、网站等诸如只能算法，去see、hear、understand自然的通信方式 |
| Azure Bot Service | 加速会话AI的开发，无缝集成Cortana，Office365，Slack，Facebook Messenger等 |
| Machine Learning Services | 对AI算法形成模型，方便试验 |
AI Infrastructure
AI计算能力支持
| AI计算能力 | 说明 |
|---|---|
| Apache Spark for Azure HDInsight | 利用Apache Spark在云中对关键任务部署 |
| Data Science Virtual Machines | 使用无摩擦的数据科学环境，它包含数据挖掘、建模和开发等工具 |
| Batch AI Training | 运行大规模、并行GPU的AI开发 |
| Azure Container Service（AKS） | 通过Kubernetes，DC/OS或Docker Swarm扩展和编排容器 |
AI的数据管理
| AI数据管理 | 说明 |
|---|---|
| Data Lake Store | 在PB级别运行数据转换 |
| Azure SQL Database | 在工业级的SQL DB中使用R、Python、native机器学习 |
| Azure Cosmos DB | 将AI与分布式、多模型的数据库集成 |
AI工具包括
| AI工具 | 说明 |
|---|---|
| Machine Learning Studio | 轻松构建、部署、管理预测-分析方案 |
| Azure Machine Learning Workbench | 可视化AI试验以及生命周期管理 |
| Visual Studio Tools for AI | 构建、测试和运行深度学习和AI解决方案 |
| Azure Notebooks | 在数据科学与分析的中心库组织数据集和Jupyter Notebooks |
| 其他流行开源工具 | 支持Jupyter Notebooks，PyCharm等 |
| Azure IoT Edge的AI工具集 | 部署深度学习模型，在本地的IoT设备运行预构建的model |
【参考】
1。 azure ai：https://azure.microsoft.com/en-us/overview/ai-platform/