编者按：NNI（Neural Network Intelligence）是微软亚洲研究院为研究人员和算法工程师量身定制的自动机器学习（AutoML）工具。在过去的两年中，NNI 不断迭代更新，持续将最前沿的算法加入其中，加强对各种分布式训练环境的支持，目前 NNI 已在 GitHub 上获得了 8.7K 星，成为最热门的自动机器学习开源项目之一。 2021年初，微软亚洲研究院发布了 NNI 2.0 版本，其中加入了对“探索性训练”框架 Retiarii、基于掩码的模型压缩加速工具的支持，提供了利

编者按：2020年，微软亚洲研究院发布并开源了多智能体资源优化平台“群策 MARO”。为了帮助不同需求的用户进行更加便捷、高效的集群管理，也希望用户可以方便快捷地部署分布式训练任务，微软亚洲研究院的研究员和工程师们基于“群策MARO”平台搭建了集群管理界面：MARO CLI。本文将为大家详细介绍 MARO CLI 的功能和使用方法。 随着强化学习的不断发展，多种多样的算法、框架层出不穷，对计算资源的要求也与日俱增。为了推动更大规模的训练，也为了获得更高的训练效率，如今对分布式集群的需求也在不断增

2020年12月，微软亚洲研究院正式发布了 AI 量化投资开源平台“微矿 Qlib”。这是微软亚洲研究院成立“创新汇”三年以来，在与金融行业的成员企业合作研究的基础之上，打造的 AI+金融跨界创新的阶段性重要成果，通过创建一个通用的技术平台，帮助实现量化投资流程的 AI 闭环。 Qlib 涵盖了量化投资的全过程，为用户的 AI 算法提供了高性能的底层基础架构，从框架设计上让用户可以更容易地应用 AI 算法来辅助解决量化投资的各个关键问题（例如 Alpha 预测，风险预测，市场动态性建模）。 对于

编者按：2020年9月，微软亚洲研究院发布了多智能体资源优化平台“群策 MARO”，并在 Github 上开源。近日，MARO 更新了0.2版本，新版本进一步完善了多项功能，提升了使用体验。作为一个面向多行业横截面上的全链条资源优化 AI 解决方案，MARO 平台可支持多种预设定的资源优化任务，例如航运网络中的空集装箱调度问题、共享单车服务中的单车调度问题、云平台上的虚拟机分配问题等，同时也支持用户利用核心组件，快速地定义高效的场景。不仅如此，MARO 还提供了全栈的强化学习支持，包含常用算法以

过去三年，在与微软亚洲研究院“创新汇”成员企业探讨 AI 如何在各行业落地的过程中，微软亚洲研究院的研究员们发现，资源调度优化是很多领域都存在的通用问题，这也是为什么经久不衰的“运筹学”广泛应用于各行各业的原因。因此，基于三年来与成员企业的合作研究，微软亚洲研究院发布了多智能体资源优化平台“群策 MARO”，并将其开源。 MARO 适用于由资源供需不平衡导致的资源利用率低的问题，而这样的问题广泛存在于多个行业的不同场景。如何更好地在不同参与者间以合理的成本提高资源利用率，为行业创造更大的利润空间

这个夏天让游戏圈不断刷屏和燃力十足莫过于一年等一回的ChinaJoy7月30日，大会震撼启幕，看点多多本届 ChinaJoy 大会重磅主题不断，但云游戏依然是最大的亮点。本届全球云游戏产业大会以“问云何处最花多”为主题，共同探讨了 5G 技术迅猛发展下，全球云游戏产业发展现状，当下云游戏的发展桎梏以及如何助力游戏出海等议题。让我们一起看下大会的高光时刻！Microsoft Project x Cloud，激发云游戏无限可能目前，游戏行业面临4大挑战：如何选择合规且覆盖广泛的数据中心.

本文转载自 GAMECORES 游系 Sky，本文翻译自：Satya Nadella and Phil Spencer on Why Microsoft is “All In” on Gaming在 E3 2021 期间，Xbox 官方发布了一份 Xbox 负责人菲尔·斯宾塞与微软公司董事长兼首席执行官萨提亚·纳德拉的访谈，谈到了云游戏，Game Pass 以及未来新技术。菲尔·斯宾塞（以下简称斯宾塞）：我非常高兴萨提亚·纳德拉的加入，讨论微软如何进一步拓展游戏的疆域。感谢参与，萨提亚。那我们就

如您所知：Microsoft 企业移动性及安全服务套件（EMS E3）已于2021年2月1日落地中国，并由世纪互联运营。作为完整的企业级智能移动管理和信息安全服务平台，Microsoft EMS 借助创新的身份管理和智能驱动，能够随时随地在任何设备上保护企业信息安全，为企业员工提供更加灵活、高效和安全的工作方式，以及抵御攻击和风险的全方位智能防护。为了帮助广大中国企业的 IT 人员与信息安全合规人员更好地了解并使用 EMS E3 企业移动性及安全性服务套件，微软精心打造了 EMS 专题技术课程，助力

Azure Stack 家族在中国市场正式新增新成员啦！微软作为最早提出混合云的厂商之一，其混合云策略也经历了一番进化。微软混合云最开始打通了公有云与私有云，允许在公有云和私有云之间共享数据和应用程序，进化到后来发展出了架构和操作系统的全面统一。与此相对应，Azure 家族也就开始有了 Azure、Azure Stack (Hub)、Azure Stack HCI 直至 Azure Arc 的不断扩军。Azure Stack HCI 利用 Hyper-V 的虚拟化功能（仍是 Azure 的虚拟化技术

当时间悄悄跨入到2021年3月，我们每个人都会发现云在各行各业已经是无处不在。这不，近期考古工作者在我国四川三星堆“拆盲盒”，网友们已经开始跟着镜头在三星堆考古大棚的全玻璃罩挖掘仓内“云考古”了！云和数字技术在今天确实应用得越来越广泛。事实上，早在上世纪90年代初，“敦煌女儿”樊锦诗面对满目疮痍的漫漫黄沙地提出了“数字敦煌”概念；2016年9月，敦煌研究院又借助微软的智能聊天机器人技术，与微软合作开发了莫高窟智能讲解员“敦煌小冰”，嵌入手机微信中与旅游者甚至所有感兴趣的民众“互动”回答有关敦煌文化、历史

上一篇，我们介绍了如何基于微软云迁移解决方案，帮助企业客户在上云过程中进行服务器评估，从而在云端选择对应机型，进一步提升企业用户上云体验。今天我们将介绍Azure Migrate 作为一个统一的迁移平台，如何高效快捷地帮助企业用户完成虚机迁移的步骤。完成虚机的发现、评估后，根据评估报告确认迁移范围、整改方式等，最后一步就是虚机的迁移。虚机的迁移有很多方式，有完全重新部署、基于应用迁移、复制到 Paas 服务等；此外很多第三方工具提供了自动化的底层复制方式将虚机或物理服务器直接“copy”到 A.

上云都能获得哪些好处？可以享受到几乎无穷无尽的低成本、大容量、高灵活性云服务，恐怕每个人心里都想着“真香”。然而这也会造成一些问题，以云存储服务为例，各种文件都可以一股脑丢到云存储服务中安全、妥善地保存，但当你需要从中找到某个文件时，面对TB甚至PB级别的云存储空间，你准备怎么做……云对象存储服务的出现，以其灵活的弹性和可扩展性，以及卓越性价比，促使越来越多的场景开始使用云对象存储解决方案。从大数据场景到企业数据备份/存储场景，越来越多开源软件和商业软件都支持云对象存储架构。然而由于对象存储区别于传

2020 年是不平凡的一年。疫情、隔离、经济危机……我们经历了太多冲击和巨变。在时代的巨浪中，IT 行业当仁不让地化身中流砥柱。习惯了变化与挑战的 IT 人，正在用前沿数字化技术构筑起一道道城墙，帮助企业和组织渡过难关，并在萧条的氛围中努力寻找全新的机遇。巨大的压力往往能转化为澎湃的动力。正如微软全球首席执行官 Satya Nadella 所言：“在两个月内，我们见证了两年才能实现的数字转型进展。”当各行各业都在面临重大危机，变化与转型已经成为几乎每一家组织的优先议题。在刚刚结束的微软 2020

企业IT系统拥抱云往往始于云迁移，或基于云原生的构建。如今对于企业用户，仍有很多应用部属在本地数据中心，且属于业务关键型系统，比如SAP HANA。因此，确保安全平滑稳定迁移到公有云，对于这类客户至关重要。今天我们邀请微软资深云解决方案架构师，为您带来传统IT 向云迁移的实践指南。云迁移项目实施流程通常为：1）需求调研 2）迁移方案详细设计 3）技术验证 4）实施及切割 5）迁移结果验证及验收。每个公有云厂商会沉淀出自己的迁移方法论，微软的方法论云采用框架（CAF）看着的是理论联系实际，同时结合优化

Azure Databricks 是基于 Apache Spark 的分析平台，已针对 Microsoft Azure 云服务平台进行优化。微软与 Apache Spark 的创建者一起设计了 Databricks，并将其与 Azure 集成以提供一键式安装、简化的工作流程以及交互式工作区，从而使数据科学家、数据工程师和业务分析员可以紧密合作。2020年10月1日，微软超高性能企业级Spark大数据分析服务 Azure Databricks，在由世纪互联运营的Microsoft Azure 上正式推出公开预