SAS Event Stream Processing

好みの環境でストリーミング・データを分析し、隠された洞察をAIで導き出し、リアルタイムのインテリジェントな意思決定を行うことができます。

見積／デモ

SAS^® Event Stream Processing

無償試用版（英語）

高速に移動するデータの「大激流」に潜むチャンスやレッドフラッグ（赤信号）を速やかに特定し、適切に対応

機械学習を活用して、適切な行動／アクションを取るための洞察を瞬時に獲得

業務、トランザクション、センサー、IoTデバイスなどから生じるストリーミング・データには多大な価値が潜んでいますが、それを引き出すためには十分な理解が不可欠です。SAS Event Stream Processingでは、ストリーミング・データのデータ品質機能とアナリティクス機能、さらには、ストリーミング・データを接続／解読／クレンジング／理解するためのSASおよびオープンソースの幅広い機械学習や高頻度アナリティクスの機能が、1つのソリューションに統合されています。データの流れる速度がどれほど速くても、あるいはデータ量や処理対象のデータソース数がどれほど大きくても、直感的に操作できるGUIインターフェイスで、すべての処理を効率的に実行できます。ビジネスのあらゆる側面についてパターンの定義やシナリオの適用が行えるため、俊敏性を失うことなく、問題の発生と同時にその対策を講じることが可能になります。

ビッグデータに基づく盤石な意思決定を実現

フィルタリング、正規化、分類、集約、標準化、クレンジングなどを適用した上でストリーミング型のビッグデータを保管できるため、データレイクのクレンジング作業から多大な人員とコンピューティング・リソースを解放することができます。流れているデータに直接、構築済みのデータ品質管理ルーチンやテキスト処理を適用できるため、フィルタリング済みのビッグデータをその場ですぐに利用することができます。

データ量の増大に応じたエッジからクラウドへの規模拡張もリーズナブルなコストで可能

エッジから全社レベルまでの規模を問わず、低レイテンシーかつ大量のスループット（毎秒数百万件のイベント）を実現するSASのパワフルなストリーム処理機能を、汎用ハードウェアで構成したインメモリ方式の分散グリッド処理環境で実行することができるため、優れたスケーラビリティを低コストで享受できます。AI機能や機械学習機能が内蔵された高度なアナリティクス手法を用いて、多様な構造化／非構造化データを分析すること（映像／テキスト／画像の分類・識別を含む）が可能です。また、SAS Event Stream Managerは、SAS Event Stream Processing Studioクライアントと各種サーバー・コンポーネントを統合することで、SAS Event Stream Processingプロジェクトやアナリティクスのデプロイメント（業務システムへの実装）を簡素化および自動化します。これにより、サービスを中断させることなく、迅速な意思決定を実現できます。

主な特長

機械学習とストリーミング・アナリティクスを活用して、エッジ上で洞察を導き出し、クラウド上でリアルタイムのインテリジェントな意思決定を行うことができます。

高い頻度で生成され続ける大量のストリーミング・データを直接、流れている状態のままで（蓄積する前に）分析できるため、有意義なデータに基づいて瞬時に行動／アクションを取り、それ以外のデータは無視することができます。

主な特長の一覧

高速処理のための設計

「CUDAおよびTensorRTに対応したプラットフォーム上でのGPUアクセラレーション」向けの拡張サポートのために新たに統合されたONNX Runtimeを用いて、毎秒数百万件という大量のイベント処理と低レイテンシーのレスポンスタイムを実現します。

複数のストリーミングIoTソースを集約統合

今日使われている各種のIoTソース（クラウドやエッジのオンサイト・ストリームを含む）を利用できるほか、構築済みコネクタ／アダプタの幅広いスイートで将来的に統合対象を拡張することも可能です。

リアルタイムの対応行動を支援

カスタマイズ可能なアラート／通知／更新による状況認識がもたらされるため、進行中の事象や今後起こると予測される事象に適切に反応することができます。

柔軟かつオープンなモデリング環境

ローコード型の環境で直感的なビジュアル・インターフェイスを用いて、モデルを容易に定義／テスト／改良することができます。データサイエンティスト向けのコーディング環境には、使い慣れたPython開発ツール（例：Jupyter notebook）が含まれています。

包括的な多段階のアナリティクス

SASをエッジやフォグ、クラウドに組み込むことで、どのストリーミング・イベント・フェーズでもデータのクレンジングや分析を実行できます。SASの詳細なモデルはストリームやエッジへの可搬性が高く、例えば、サポート・ベクター・データ・ディスクリプション（SVDD）、ロバスト主成分分析、ランダムフォレスト、勾配ブースティング、ストリーミング回帰分析などのアルゴリズムの実行をサポートしています。

プロジェクトとサーバーの一元管理

SAS Event Stream Managerを使用すると、再利用可能な展開テンプレートの作成と管理、クラウドへの新しい自動検出ESPサーバーの簡単な追加、ESPプロジェクトのロード／アンロード、リソースの動的な割り当てが行えるほか、自動伸縮のために自動的にスケールアップ／スケールダウンすることや、リソース管理向上のためにモニタリングすることができます。ESPサーバーがオフラインの場合や利用できない場合には、リトライ機能が、接続回復時のモデル再展開をサポートします。

クラウド・ネイティブ

DockerやKubernetesをはじめとする各種クラウド・テクノロジーと互換性があり、大規模かつ伸縮自在でマルチテナント対応の分散型サービスに対応。回復弾力性と可用性の高いイベントストリーム処理のために、特許取得済みの「1+N」構成のフェイルオーバー、ネイティブ・フェイルオーバー、保持機能を利用しない保証型配信、その他のフォールト・トレランス機能を通じて、継続性・安全性・安定性に優れたイベントパターン検出を確保します。