admin – 第 31 頁 – 華為認證題庫|IBM認證題庫|思科認證題庫

VMware SD-WAN 管理指南

VMware SD-WAN 4.0
您可以从 VMware 网站下载最新的技术文档：
https://docs.vmware.com/cn/。
概覽 3
VMware SD-WAN 是一個云網絡服務解決方案，使站點能夠通過專用網絡和 Internet 寬帶快速部署舊應
用程序和雲應用程序的企業級訪問。
雲提供的軟件定義 WAN 確保企業通過 Internet 和混合 WAN 實現雲應用程序性能，同時簡化部署並降低
成本。
下圖顯示了 VMware SD-WAN 解決方案組件。以下幾節更詳細地介紹了這些組件。

要熟悉基本配置和 Edge 激活，請參閱激活 Edge。
本章討論了以下主題：
n 解決方案組件
VMware, Inc. 15
n SD-WAN Edge 性能和規模數據
n 功能
n 隧道開銷和 MTU
n 網絡拓撲
n 分支站點拓撲
n 角色和特權級別
n 用戶角色列表
n 重要概念
n 支持的瀏覽器
n 支持的調製解調器
解決方案組件
本節介紹了 VMware 解決方案組件。
VMware SD-WAN Edge
這是一種精簡的“Edge”，它是從雲中以零 IT 接觸方式置備的，可以提供到應用程序和虛擬化服務的安
全且優化的連接。 SD-WAN Edges 是零接觸式企業級設備或虛擬軟件，可以提供到專用、公用和混合應
用、計算和虛擬化服務的安全且優化的連接。除了託管虛擬網絡功能 (VNF) 服務以外，SD-WAN Edges
還執行深入的應用程序識別、應用程序和每個數據包的轉向、按需修復性能衡量指標和端到端服務質量
(QoS)。可以部署 Edge 對以提供高可用性 (HA)。 Edge 可以部署在分支、大型站點和數據中心。所有其
他網絡基礎架構是在雲中按需提供的。
VMware SD-WAN Orchestrator
VMware SD-WAN Orchestrator 提供集中式企業範圍的配置和實時監控，以及協調流入和流經 SDWAN 覆蓋網絡的數據流。此外，它還在集中式和區域企業服務 Hub 和雲中提供在 Edge 之間一鍵式置備
虛擬服務的功能。
VMware SD-WAN Gateways
VMware SD-WAN 網絡包含在頂層網絡存在點和全球雲數據中心部署的網關，從而向 SaaS、IaaS 和雲
網絡服務直接提供 SD-WAN 服務以及訪問專用主幹網絡。多租戶虛擬網關是由 VMware SD-WAN 轉換
和雲服務提供商合作夥伴部署的。這些網關具有按需、可擴展且冗餘的云網絡的優勢，可以優化到雲目標
以及零安裝應用程序的路徑。
VMware SD-WAN 管理指南
VMware, Inc. 16
SD-WAN Edge 性能和規模數據
本節介紹了 VMware SD-WAN Edge 的性能和規模架構。本文根據在配置有特定服務組合的各種 Edge
上執行的測試提供了相應的建議。此外，還介紹了性能和規模數據點以及如何使用這些數據點。
簡介
這些測試代表了常見的部署方案，可提供適用於大多數部署的建議。此處的測試數據並未包含所有衡量指
標，也沒有涉及性能或規模限制。在一些實施中，觀察到的性能超出了測試結果，而在其他一些實施中，
特定服務、極小的數據包大小或其他因素可能會導致性能低於測試結果。
歡迎客戶執行獨立測試，結果可能會有所不同。但是，對於大多數部署，基於測試結果的建議已足夠。
VMware SD-WAN Edge
VMware SD-WAN Edge 是零接觸式企業級設備，可以提供到專用、公用和混合應用程序以及計算和虛擬
化服務的安全且優化的連接。除了支持其他虛擬化網絡服務外，VMware SD-WAN Edge 還通過應用基於
數據包的鏈路轉向和按需應用程序修復，執行對流量的深度應用識別、衡量底層傳輸的性能衡指標，以及
應用端到端服務質量。
吞吐量性能測試拓撲
圖 3-1. 圖 1：1 Gbps 或更低的設備吞吐量性能測試拓撲

圖 3-2. 圖 2：高於 1 Gbps 的設備吞吐量性能測試拓撲

測試方法
本小節詳細介紹了用於獲取結果的性能和規模測試方法。
性能測試方法
Edge 的測試方法使用行業對標標準 RFC 2544 作為框架來執行吞吐量性能測試。測試期間使用的流量類
型和設置的配置具有特定的變化，如下所述：
1 可以使用完全正常運行的 SD-WAN 網絡覆蓋（DMPO 隧道）測試拓撲來測量性能，以便測試 SDWAN 功能並獲取結果來決策適當 WAN 網絡大小。通過建立多個混合已知應用程序的流（連接），
使用有狀態流量執行測試。流數取決於要測試的平台模型。平台按 1 Gbps 以下和 1 Gbps 以上模型的
預期總性能進行劃分。通常，需要數百個流來充分測試和確定預期在 1 Gbps 以下執行的平台的最大吞
吐量，並使用數千個流來測試 1 Gbps 以上的平台。
流量配置文件將模擬兩個網絡流量條件：
n 大型數據包，1300 字節條件。
n IMIX，數據包大小的混合組合，平均為 417 字節條件。
這些流量配置文件將分別用於測量每個配置文件的最大吞吐量。
VMware SD-WAN 管理指南
VMware, Inc. 18
2 以 0.01% 的數據包丟包率 (Packet Drop Rate, PDR) 記錄性能結果。 PDR 標記可提供更真實的性能
結果，該結果考慮了設備的 SD-WAN 數據包管道中可能發生的正常數據包丟棄。 PDR 為 0.01% 不會
影響應用程序體驗，即使在單個鏈路部署場景中也是如此。
n 所測試的設備配置了以下 DMPO 功能：使用 AES-128 和 SHA1 進行哈希的加密 IPsec、應用程序
識別、鏈路 SLA 測量、每個數據包轉發。業務策略配置為將所有流量匹配為批量/低優先級，以防
止 DMPO NACK 或 FEC 執行以及錯誤地更改流量生成器的數據包計數跟踪。
測試結果
VMware SD-WAN Edge 性能和規模結果
性能衡量指標基於上面詳細描述的測試方法。
交換端口性能：VMware SD-WAN Edge 經過設計，可以在 LAN 和 WAN 之間部署為網關路由器。但
是，Edge 還提供了滿足各種其他部署拓撲的靈活性。例如，SD-WAN Edge 可以將其接口配置為作為交
換端口運行，從而允許在各種 LAN 接口之間切換 LAN 流量，而無需使用外部設備。
將其接口配置為交換端口的 Edge 非常適合不需要高吞吐量的小型辦公室部署，因為處理流量交換所需的
額外一層複雜性會降低系統的整體性能。對於大多數部署，VMware 建議使用所有路由接口。
注
n Edge 設備的最大吞吐量是所測試的 Edge 的所有接口之間的吞吐量總和。
n “總體流量”是進出 Edge 設備的所有流量的“匯總”。
表 3-1. 物理 Edge 設備


功能
本節介紹了 VMware SD-WAN 功能。
動態多路徑優化
VMware 動態多路徑優化包括自動鏈路監控、動態鏈路轉向和按需修復。
鏈路轉向和修復
根據應用程序的業務優先級、嵌入的應用程序網絡要求信息以及每個鏈路的實時容量和性能，將自動執行
每個數據包的動態應用程序感知鏈路轉向。在通過前向糾錯、抖動緩沖和否定確認代理對各種鏈路性能下
降問題進行按需緩解時，也會保護優先級和網絡敏感應用程序的性能。每個數據包的動態鏈路轉向和按需
緩解組合使用以提供強大的亞秒級阻止和限制保護，從而提高應用程序可用性和性能並改善最終用戶體
驗。
VMware SD-WAN 管理指南
VMware, Inc. 23
雲 VPN
雲 VPN 是用於連接 VMware 和 Non VMware SD-WAN Sites 的一鍵式站點到站點 VPNC 兼容 IPSec
VPN，同時提供站點的實時狀態和運行狀況。根據服務級別目標和應用程序性能，雲 VPN 為所有分支建
立動態 Edge 到 Edge 通信。雲 VPN 還使用 PKI 可擴展密鑰管理在所有分支之間提供安全連接。新分支
自動加入 VPN 網絡，並且可以訪問其他分支、企業數據中心和第三方數據中心（如 Amazon AWS）中的
所有資源。
多源入站 QoS
VMware 對超過 3000 種應用程序進行分類以實現智能控制。即時可用的默認設置為不同的應用程序類型
設置多源入站服務質量 (QoS) 參數，IT 人員僅需確定應用程序優先級。通過了解不同應用程序類型的網絡
要求、自動鏈路容量測量和動態流量監控，可以自動完成 QoS 配置和帶寬分配。
防火牆
VMware 提供有狀態的上下文感知（應用程序、用戶、設備）集成應用程序感知防火牆，可以精細控制子
應用程序並支持協議跳變應用程序，例如 Skype 和其他 P2P 應用程序（例如，禁用 Skype 視頻和聊天，
但允許 Skype 音頻）。安全防火牆服務可識別用戶和設備操作系統，並且能夠分隔語音、視頻、數據和合
規性流量。可以輕鬆控制企業網絡上的 BYOD 設備（如 Apple iOS、Android、Windows 和 Mac OS）
的策略。
網絡服務插入
VMware 解決方案支持在一個平台中託管多個虛擬化網絡功能，從而消除單一功能設備並降低分支 IT 複雜
性。 VMware 服務將從分支到基於雲的服務和企業區域 Hub 服務的流量鏈在一起，以提供有保證的性能、
安全性和可管理性。分支利用整合的安全和網絡服務，包括來自 Zscaler 和 Websense 等合作夥伴的服
務。通過使用簡單的即點即用界面，可以使用應用程序特定的策略在雲和本地插入服務。
激活
在 SD-WAN Edge 設備在零接觸部署中連接到 Internet 後，它們自動進行身份驗證，進行連接和接收配
置指令。它們使用 SD-WAN Edge 冗餘協議提供了高可用性部署，並與現有網絡集成以支持 OSPF 路由
協議，並且可以利用動態發現和自動化。
覆蓋網絡流量控制
SD-WAN Edge 通過 OSPF 和 BGP 從相鄰路由器中發現路由。它將發現的路由發送到網關/控制器。網
關/控制器充當路由反射器，並將發現的路由發送到其他 SD-WAN Edges。覆蓋網絡流量控制實現企業範
圍的路由可見性和控制，以簡化編排以及控制全部和部分覆蓋網絡。
OSPF
VMware 支持針對 OSPF 鄰居、OE1/OE2 路由類型和 MD5 身份驗證的入站/出站篩選器。通過 OSPF 發
現的路由將自動重新分發給雲或本地託管的控制器。
VMware SD-WAN 管理指南
VMware, Inc. 24
BGP
VMware 支持入站/出站篩選器，並且可以將篩選器設置為“拒絕”(Deny)，或者選擇添加/更改 BGP 屬
性以影響路徑選擇，即，RFC 1998 社區、MED、AS 路徑附加和本地首選項。
分段
網絡分段是一項用於企業和服務提供商的重要功能。對於最基本的形式，分段出於管理和安全原因提供網
絡隔離。最常見的分段形式是適用於 L2 的 VLAN 和適用於 L3 的 VRF。
典型的分段用例：
n 業務部門隔離：工程、人力資源等以保護安全/進行審核
n 用戶數據隔離：客戶機、PCI、企業流量隔離
n 企業在不同的 VRF 中使用重疊的 IP 地址
不過，傳統方法僅限於單個設備或兩個物理連接的設備。要擴展該功能，必須在網絡中傳輸分段信息。
VMware 啟用端到端的分段。在數據包穿過 Edge 時，將在數據包中添加分段 ID 並將其轉發到 Hub 和雲
網關，從而在 Edge 與雲和數據中心之間隔離網絡服務。這提供了將前綴劃分到唯一路由表的功能，從而
使業務策略能夠識別分段。
路由
在動態路由中，SD-WAN Edge 通過 OSPF 或 BGP 從相鄰路由器中發現路由。 SD-WAN Orchestrator
在名為“覆蓋網絡流量控制”的全局路由表中維護所有動態發現的路由。覆蓋網絡流量控制允許在“同步
覆蓋網絡流量控制”和“更改入站/出站篩選配置”時管理動態路由。如果將前綴的入站篩選從 IGNORE
更改為 LEARN，則會從覆蓋網絡流量控制中提取前綴並將其安裝到統一路由表中。
有關更多信息，請參閱第 20 章為動態路由配置 OSPF 或 BGP。
業務策略框架
服務質量 (QoS)、資源分配、鏈路/路徑轉向和糾錯是根據業務策略和應用程序優先級自動應用的。可以根
據專用和公用鏈路、策略定義和鏈路特性定義的傳輸組來編排流量。

思科軟件定義廣域網端到端部署指南

簡介
思科® SD-WAN 解決方案是企業級重疊廣域網架構，可推動企業實現全數字化轉型，並過渡到雲。該解決方案可以
在大規模網絡中完全集成路由、安全、集中策略和協調功能，具有多租戶、雲交付、高度自動化、安全、可擴展、
應用感知和豐富的分析等特點。思科 SD-WAN 技術解決了常見廣域網部署的各種問題和挑戰。
本指南介紹思科軟件定義廣域網網絡實施，展示組織常用的一些部署模式和功能。本指南並不會詳盡地介紹所有部
署選項，而只重點介紹最佳實踐，並幫助成功配置和部署思科 SD-WAN 網絡。
示例 SD-WAN 網絡包含一個數據中心（具有兩台思科 vEdge 5000 路由器）和五個遠程站點（混合使用運行 SDWAN 軟件映像的思科 vEdge 1000 路由器、思科 vEdge 100 路由器以及思科 ISR 4351 和 4331 路由器）。利用
我們所介紹的數據中心現有環境部署，可以在從廣域網向軟件定義廣域網遷移期間，通過數據中心連接至非軟件定
義廣域網站點。本指南將介紹遠程站點新環境部署，但是其中的配置概念也適用於現有環境部署。
注意：運行 SD-WAN 軟件映像的思科 ISR 4000 和 1000 路由器以及思科 ASR 1000 路由器也稱為 IOS XE SDWAN 路由器。思科 IOS XE SD-WAN 路由器與思科 vEdge 路由器一起，統稱為思科廣域網邊緣路由器。
開始部署的必備條件：
• 已安裝思科廣域網邊緣路由器，並且這些路由器隨時可進行配置。 IOS XE SD-WAN 路由器應該已從 IOS XE
轉換為 SD-WAN 代碼。有關轉換的信息，請參閱附錄 B。
• 已配置與思科廣域網邊緣路由器鄰接的設備。
• 已使用思科雲託管服務設置並部署 SD-WAN 控制器。
• 理解思科 SD-WAN 解決方案及其相關概念，但無需具備部署經驗。有關 SD-WAN 解決方案的背景信息，請
參閱《軟件定義廣域網設計指南》，網址為：
https://www.cisco.com/c/dam/en/us/td/docs/solutions/CVD/SDWAN/CVD-SD-WAN-Design2018OCT.pdf。
有關本部署指南中使用的硬件型號和軟件版本，請參閱附錄 A。有關部分配套的網絡設備配置，請參閱附錄 F。有
關 vEdge 設備的配置摘要，請參閱附錄 G 和 H。
有關其他文檔（包括面向 SaaS 的 Cloud onRamp 部署指南），請參閱 http://www.cisco.com/go/cvd 上的設
計區。
SD-WAN 部署概述
為了獲得功能完備的 SD-WAN 重疊，需要執行一系列步驟。下圖展示的是一個工作流程示例

1. 網絡規劃 – 規劃設備佈局、系統 IP 地址和站點 ID；規劃廣域網邊緣設備配置、策略和代碼版本；規劃配
套的設備配置，包括為滿足廣域網邊緣通信需求而必須開放的任何防火牆端口。制定詳細的遷移計劃。
2. 部署軟件定義廣域網控制器 – 應部署 vManage、vSmart 控制器和 vBond 協調器；應安裝證書；並且這些
控制器應相互執行身份驗證。
3. 調整併升級控制器 – 可以驗證軟件定義廣域網控制器狀態，並根據常用最佳實踐配置適當進行調整。必要
時，可以升級這些控制器。
4. 上傳授權序列號文件 – 授權序列號文件包含所有經授權可以進入網絡的廣域網邊緣路由器的序列號和機箱
編號，應上傳到 vManage 中。該文件上傳到 vManage 中或完成同步後，將分發給 vBond 和 vSmart 控
制器。請注意，可以上傳多個授權序列號文件，重複的設備條目會被忽略。
5. 配置功能模板和設備模板 – 配置功能模板和設備模板，並將這些模板與廣域網邊緣設備關聯，必要時為參
數值創建變量。 vManage 會構建完整配置並將其推送到廣域網邊緣設備。建議在部署分支機構之前，先部
署數據中心。
6. 配置本地化策略 – 配置本地化策略，並將該策略與目標設備模板關聯。請注意，如果設備模板已與廣域網
邊緣設備關聯，則需要首先關聯本地化策略，再在功能模板中執行任何策略引用。
7. 配置集中策略 – 使用 vManage 配置所有集中策略，這些策略將下載到網絡中的 vSmart 控制器上。
SD-WAN 部署概述
7
8. 啟動/升級廣域網邊緣路由器 – 啟動廣域網邊緣路由器，以與 vBond、vSmart 和 vManage 設備建立控制
連接。此操作可以通過手動引導配置或自動調配過程完成。自動調配包括適用於 vEdge 路由器的非接觸調
配 (ZTP) 流程，或適用於 IOS XE SD-WAN 路由器的思科網絡即插即用 (PnP) 流程。此外，請根據需要升
級廣域網邊緣路由器，可以通過 vManage GUI 手動執行，也可以在自動調配過程中自動執行。
請注意，上述步驟的順序可靈活調整，但以下幾點例外：
• 網絡規劃和 SD-WAN 控制器部署應首先執行。
• 計劃升級到新代碼版本時，應首先升級 vManage 設備，然後升級 vBond 和 vSmart 控制器，再升級廣域網邊
緣路由器。
• 需要先上傳授權序列號文件，然後才能成功使任何廣域網邊緣路由器上線。
• 必須在 vManage GUI 中將設備模板與廣域網邊緣路由器關聯，才能通過 ZTP 或 PnP 流程成功使這些路由器
上線。
• 本地化策略需與設備模板關聯。如果設備模板已與 vEdge 設備關聯，則必須先關聯本地化策略，然後才可以
在設備模板內引用任何策略組件（路由器策略、前綴列表等）。

學習指南 – 考試 AI-102：設計和實現 Microsoft Azure AI 解決方案

AI-102考試學習指南應説明你了解考試的預期內容，並包含考試可能涵蓋的主題摘要以及指向其他資源的連結。本文檔中的資訊和材料可以説明你在準備考試時集中精力學習。

有用連結說明
查看自 2023 年 8 月 23 日起測試的技能此清單表示在提供的日期之後測試的技能。如果你計劃在該日期之後參加考試，請學習此清單。
查看 2023 年 8 月 23 日之前測試的技能如果在提供的日期之前參加考試，請學習此技能清單。
更改紀錄如果想要查看將在提供的日期所做的更改，可以直接轉到更改日誌。
如何獲得認證有些認證只需要通過一項考試，而另一些認證則需要通過多項考試。
認證續訂 Microsoft 助理、專業和專家認證每年都會過期。你可以通過 Microsoft Learn 上的免費在線評估進行續訂。
Microsoft Learn 個人資料通過將認證個人資料連接到 Microsoft Learn，可以安排和續訂考試以及共用和列印證書。
考分和成績報告需要 700 分或更高的分數才能通過。
考試沙盒可以通過訪問我們的考試沙箱來探索考試環境。
申請調整如果你使用輔助設備、需要額外時間或需要修改考試體驗的任何部分，你可以申請住宿。
進行免費的練習評估通過練習題測試技能，説明你為考試做準備。
考試更新
我們的考試會定期更新，以反映執行某一角色所需的技能。我們提供了兩個版本的技能測評目標，具體取決於你參加考試的時間。

我們始終首先更新考試的英語版本。一些考試已當地語系化為其他語言，在英語版本更新后大約八周進行更新。雖然 Microsoft 會盡一切努力更新當地語系化考試，但有時考試的當地語系化版本可能未按此計劃進行更新。其他可用語言列在「考試詳細資訊」網頁的「安排考試」部分。如果考試不以你的首選語言提供，你可以請求額外 30 分鐘時間來完成考試。

注意
每項技能下面的項目符號旨在說明我們如何評估該技能。考試中可能會涉及到相關的主題。

注意
大多數問題都涉及正式發佈（GA）的功能。如果經常使用預覽功能，該考試可能會包含有關這些功能的問題。

自 2023 年 8 月 23 日起測試的技能
受眾概況
Microsoft Azure AI 工程師構建、管理和部署充分利用 Azure 認知服務和 Azure 應用 AI 服務的 AI 解決方案。他們的職責包括參與 AI 解決方案開發的所有階段，從需求定義和設計到開發、部署、集成、維護、性能優化和監視。

這些專業人員與解決方案架構師合作將其願景轉化為事實，並與數據科學家、數據工程師、IoT 專家、基礎結構管理員和其他軟體開發人員合作，以構建完整的端到端 AI 解決方案。

Azure AI 工程師具有開發使用 Python 或 C# 等語言的解決方案的經驗，並且應該能夠使用基於 REST 的 API 和軟體開發工具套件（SDK）來構建安全的圖像處理、視頻處理、自然語言處理（NLP）、知識挖掘和對話式 AI 解決方案。他們應熟悉實現 AI 解決方案的所有方法。此外，他們了解構成 Azure AI 產品群組的元件以及可用的數據儲存選項。 Azure AI 工程師還需要理解並能夠應用負責任 AI 原則。

計劃和管理 Azure AI 解決方案（25-30%）

實現影像和視訊處理解決方案（15-20%）

實現自然語言處理解決方案（25-30%）

實現知識挖掘解決方案（5-10%）

實現對話式 AI 解決方案（15-20%）

計劃和管理 Azure AI 解決方案（25-30%）
選擇適當的 Azure AI 服務
為視覺解決方案選擇適當的服務

為語言分析解決方案選擇適當的服務

為決策支援解決方案選擇適當的服務

為語音解決方案選擇適當的服務

選擇適當的應用 AI 服務

為 Azure AI 服務計畫和配置安全性
管理帳戶金鑰

管理資源的身份驗證

使用 Azure 虛擬網路保護服務

計劃符合負責任 AI 原則的解決方案

創建和管理 Azure AI 服務
創建 Azure AI 資源

配置診斷日誌記錄

管理 Azure AI 服務的成本

監視 Azure AI 資源

部署 Azure AI 服務
確定服務的預設終結點

使用 Azure 門戶創建資源

將 Azure AI 服務整合到持續整合 /持續部署（CI/CD）管道中

計劃容器部署

在連接的環境中實現預生成容器

創建解決方案以檢測異常並改進內容
創建使用異常檢測器（認知服務的一部分）的解決方案

創建使用 Azure 內容審查器（認知服務的一部分）的解決方案

創建使用個人化體驗創建服務（認知服務的一部分）的解決方案

創建使用 Azure 指標顧問（Azure 應用 AI 服務的一部分）的解決方案

創建使用 Azure 沉浸式閱讀器（Azure 應用 AI 服務的一部分）的解決方案

實現影像和視訊處理解決方案（15-20%）
分析圖像
選擇適當的視覺特徵以滿足圖像處理要求

創建圖像處理請求以包含適當的圖像分析功能

解釋圖像處理回應

從圖像中提取文字
使用電腦視覺服務從圖像或 PDF 中提取文字

使用電腦視覺服務轉換手寫文字

使用 Azure 表單識別器中的預生成模型提取資訊

為 Azure 表單識別器生成和優化自定義模型

使用自定義視覺服務（Azure 認知服務的一部分）實現圖像分類和物體檢測
在圖像分類和物體檢測模型之間選擇

指定模型配置選項，包括類別、版本和壓縮

標記圖像

訓練自定義圖像模型，包括圖像分類和物體檢測

管理訓練反覆運算

評估模型指標

發佈已訓練的模型

匯出模型以在特定目標上運行

以 Docker 容器形式實現自定義視覺模型

解釋模型回應

處理視頻
使用 Azure 影片索引器處理視頻

使用 Azure 影片索引器從視頻或即時流中提取見解

使用 Azure 影片索引器實現內容審核

將自定義語言模型集成到 Azure 視頻索引器中

實現自然語言處理解決方案（25-30%）
分析文本
檢索和處理關鍵短語

檢索和處理實體

檢索和處理情緒

檢測文字中使用的語言

偵測個人身份資訊（PII）

處理語音
實現和自定義文本轉語音

實現和自定義語音轉文本

使用 SSML 和神經網路定製聲音改進文字轉語音

使用短語清單和自定義語音辨識改進語音轉文本

實現意向識別

實現關鍵字識別

轉換語言
使用轉換器服務轉換文字和文件

實現自定義轉換，包括訓練、改進和發佈自定義模型

使用語音服務將語音轉換為語音

使用語音服務將語音轉換為文本

同時轉換為多種語言

生成和管理語言理解模型
創建意向並添加語句

創建實體

訓練、評估、部署和測試語言理解模型

優化語言理解（LUIS）模型

使用業務流程工作流集成多種語言服務模型

導入和導出語言理解模型

創建問題解答解決方案
創建問題解答專案

手動添加問答對

匯入源

訓練和測試知識庫

發佈知識庫

創建多回合對話

添加備用措辭

向知識庫添加聊天內容

導入知識庫

創建多語言問題解答解決方案

創建多域問題解答解決方案

對問答對使用元數據

實現知識挖掘解決方案（5-10%）
實現認知搜索解決方案
預配認知搜索資源

創建數據源

定義索引

創建並運行索引器

查詢索引，包括語法、排序、篩選和通配符

管理知識存儲投影，包括檔、物件和表投影

將 AI 擴充技能應用於索引器管道
將認知服務帳戶附加到技能組

選擇並包含文檔的內置技能

實現自定義技能並將其包含在技能組中

實現增量擴充

實現對話式 AI 解決方案（15-20%）
設計和實現對話流
設計機器人的對話邏輯

為機器人選擇合適的活動處理程式、對話或主題、觸發器和狀態處理

生成對話機器人
通過範本創建機器人

從頭開始創建機器人

實現活動處理程式、對話或主題和觸發器

實現特定於通道的邏輯

實現自適應卡片

在機器人中實現多語言支援

實現多步驟對話

管理機器人的狀態

將認知服務集成到機器人中，包括問題解答、語言理解和語音服務

測試、發佈和維護對話機器人
使用 Bot Framework Emulator 或 Power Virtual Agents Web 應用測試機器人

在特定於通道的環境中測試機器人

排查對話機器人問題

部署機器人邏輯

學習資源
我們建議你在參加考試之前進行培訓並獲得實踐經驗。我們提供自學選項和課堂培訓，以及指向文檔、社區網站和視頻的連結。

學習資源學習和文件連結
參加培訓從自定進度學習路徑和模組中進行選擇，或參加講師引導式課程
查找文件 Azure 認知服務
電腦視覺
Azure 視頻索引器
語言理解
語音轉文本
語音翻譯
Azure 認知搜索
Azure 機器人服務
提問 Microsoft Q&A | Microsoft Docs
獲取社區支援 AI – 機器學習 – Microsoft Tech Community
AI – 機器學習博客 – Microsoft Tech Community
關注 Microsoft Learn Microsoft Learn – Microsoft Tech Community
查找視頻 AI Show
流覽其他 Microsoft Learn 節目
更改紀錄
理解表的關鍵：主題組（也稱為功能組）以粗體字樣顯示，後跟每個組中的目標。下表比較了兩個版本的考試測評技能，第三列描述了更改程度。

2023 年 8 月 23 日之前測評的技能領域自 2023 年 8 月 23 日開始測評的技能領域更改
受眾概況次要
計劃和管理 Azure AI 解決方案計劃和管理 Azure AI 解決方案沒有變化
選擇適當的 Azure AI 服務選擇適當的 Azure AI 服務沒有變化
為 Azure AI 服務計畫和配置安全性為 Azure AI 服務計畫和配置安全性沒有變化
創建和管理 Azure AI 服務創建和管理 Azure AI 服務沒有變化
部署 Azure AI 服務部署 Azure AI 服務沒有變化
創建解決方案以檢測異常並改進內容創建解決方案以檢測異常並改進內容沒有變化
實現圖像和視頻處理解決方案實現圖像和視頻處理解決方案沒有變化
分析圖像分析圖像沒有變化
從圖像中提取文字從圖像中提取文字沒有變化
使用自定義視覺服務（Azure 認知服務的一部分）實現圖像分類和物體檢測使用自定義視覺服務（Azure 認知服務的一部分）實現圖像分類和物體檢測 Minor
處理視頻處理視頻沒有變化
實現自然語言處理解決方案實現自然語言處理解決方案沒有變化
分析文本分析文本沒有變化
處理語音處理語音沒有變化
轉換語言轉換語言沒有變化
生成和管理語言理解模型生成和管理語言理解模型次要
創建問題解答解決方案創建問題解答解決方案沒有變化
實現知識挖掘解決方案實現知識挖掘解決方案沒有變化
實現認知搜索解決方案實現認知搜索解決方案沒有變化
將 AI 擴充技能應用於索引器管道將 AI 擴充技能應用於索引器管道沒有變化
實現對話式 AI 解決方案實現對話式 AI 解決方案沒有變化
設計和實現對話流設計和實現對話流沒有變化
生成對話機器人生成對話機器人沒有變化
測試、發佈和維護對話機器人測試、發佈和維護對話機器人沒有變化
2023 年 8 月 23 日之前測試的技能
受眾概況
Microsoft Azure AI 工程師構建、管理和部署充分利用 Azure 認知服務和 Azure 服務的 AI 解決方案。他們的職責包括參與 AI 解決方案開發的所有階段，從需求定義和設計到開發、部署、集成、維護、性能優化和監視。