Azure Cloud: Alle wichtigen Änderungen auf der Ignite 2025 angekündigt

Einleitung

Die Microsoft Ignite 2025-Konferenz ist gerade zu Ende gegangen, und für die Cloud- und Enterprise-IT-Welt - und insbesondere für diejenigen von uns, die Azure-Lösungen bereitstellen, verwalten oder vergleichen - brachte dieses Jahr einige der wichtigsten Ankündigungen in letzter Zeit. Wie sich in Microsofts Blogbeitrag „Azure at Microsoft Ignite 2025 widerspiegelt: Alle intelligenten Cloud-News erklärt, der Schwerpunkt liegt unverkennbar auf der Agentische CloudAI, Daten, Apps und Infrastruktur auf eine Weise vereinen, die für den Unternehmensumfang bereit ist. Microsoft Azure+2Quelle+2

Für Sie, die in GPU-Compute, Virtualisierung, Benchmarking und Hochleistungs-Workloads arbeiten, bedeuten die Ankündigungen mehr als nur Buzzwords. Sie signalisieren große Veränderungen in der Art und Weise, wie Azure rechenintensive Anwendungen, KI-Agenten, Data Estates, DevOps/DevSecOps-Pipelines und Cloud-Infrastruktur unterstützen wird.

In diesem Artikel werde ich Sie durch die Wesentliche Änderungen auf der Ignite 2025 für Azure angekündigt: gruppiert in Infrastruktur, KI/Agentenplattformen, Daten & Datenbanken, Application/DevOps und Security/Governance. Am Ende werde ich einen Abschnitt auf Auswirkungen (insbesondere für Benchmarking, GPU/CPU-Workloads, Virtualisierung und Hybrid/Cloud-Devops) und Nächste Schritte Sie sollten darüber nachdenken.

Infrastruktur-Erweiterungen – „Gebaut für die agentische Ära

Eines der Themen in diesem Jahr ist, dass Azure nicht nur Workloads hosten möchte - es möchte Beschleunigung Sie optimieren sie für KI/Agenten-Workflows und skalieren sie effizient. Wichtige Infrastrukturänderungen:

Azure Boost und Azure Cobalt 200

• Microsoft hat das Subsystem der nächsten Generation namens Azure Boost (ab sofort verfügbar) mit einem Fernspeicherdurchsatz von bis zu 20 GBps, bis zu 1 Million Fernspeicher-IOPS und einer Netzwerkbandbreite von bis zu 400 Gbps. Microsoft Azure

• Nebenbei bemerkten sie Azure Cobalt 200, eine neue ARM-basierte Serverplattform, die speziell für agentische Workloads und datenintensive Anwendungen entwickelt wurde. Es wurde entwickelt, um höhere Effizienz, Leistung und Vertraulichkeit zu bieten. Microsoft Azure

• Wenn Sie an GPU/CPU-Offloading und KI-Benchmarking arbeiten, bedeutet dies, dass Azure so ausgerichtet ist, dass es umfangreiche Vektor-/Inferenz-Workloads, höhere Bandbreitenspeicherung und schnellere Netzwerkfunktionen unterstützt, die sich direkt auf das Design von Benchmark-Stacks und die Virtualisierungsinfrastruktur auswirken.

1.2 Serverless, VM, Networking-Erweiterungen

• Während die detaillierten Spezifikationen noch nicht alle öffentlich sind, impliziert der Infrastrukturwechsel, dass der Hypervisor / Virtualisierungsstack von Azure auf "agentische" Workloads abgestimmt ist - was viele kleine Aufgaben, hohe Parallelität, persistente Speicher / Agenten und verteilte Workloads anstelle einer großen monolithischen VM bedeutet.

• Die Metriken "Remote Storage Throughput" und "400 Gbps Network" deuten darauf hin, dass NVMe-gestützte Remote-Volumes oder Network Attached Storage (NAS) ernsthafte Performance-Upgrades erhalten - eine interessante Entwicklung für I / O-sensitive GPU / CPU-Workloads.

• Die Erzählung betont "intelligente Cloud, die auf jahrzehntelanger Erfahrung basiert" und "wir liefern kontinuierliche Innovationen in den Bereichen KI, Apps, Daten, Sicherheit und Cloud". Microsoft Azure

AI, Agenten & die Agentic Cloud

Vielleicht das größte Thema: Azure verlagert sich von „Compute + Storage + Cloud“ zu „Cloud + AI Agents“, was bedeutet, dass Workloads zunehmend auf autonomen oder teilautonomen Komponenten (Agenten) und nicht auf statischen Apps basieren werden.

2.1 Microsoft Foundry, Agent Service, Control Plane

• Die neue Agentenplattform Microsoft Gießerei ist nun Teil des Azure-Stacks. Es bietet Unterstützung für externe Grenzmodelle (z. B. von Anthropic, Cohere) und bietet eine einheitliche "Agentenfabrik" für den Aufbau, die Bereitstellung und das Management von KI-Agenten. Microsoft Azure+ 1

• Dienstleistungen von GießereiagentenEine gehostete Multi-Agent-Laufzeit (Preview) mit integriertem Speicher, Multi-Agent-Workflows, persistentem Kontext, Orchestrierung und Integration mit Microsoft 365 & Agent 365. DEV Gemeinschaft

• Gießereikontrollebene: bietet vollständige Lebenszyklus-Governance und Beobachtbarkeit für Agenten - Gesundheit, Nutzung, Kosten, Verhaltensleitplanken, Sicherheit. Agenten werden wie eine zu verwaltende Flotte behandelt und nicht wie einmalige Projekte. DEV Gemeinschaft

2.2 Azure Copilot mit eingebauten Agenten

• Das Update auf Azure Copilot bringt "eingebaute Agenten" - was bedeutet, dass Copilot nicht nur ein Chat-Assistent ist, sondern Workflows in Azure Portal, PowerShell, CLI und DevOps-Pipelines steuern kann. Microsoft Azure

• Für Entwickler und Devops: Die Erzählung aus dem Dev.to-Artikel besagt, dass Copilot nun an Bereitstellungs-, Migrations-, Optimierungs- und Beobachtungsaufgaben beteiligt ist. DEV Gemeinschaft

2.3 Modell & Partner-Ökosystem

• Foundry unterstützt jetzt Die Modelle von Anthropic Claude und Cohere zusätzlich zu den eigenen Modellen von Microsoft, die den Kunden mehr Auswahl und Flexibilität bieten. Microsoft Azure

• Die Verschiebung deutet auf Microsofts Bewegung hin zu einem "offenen, interoperablen KI-Ökosystem" hin, anstatt an einen Anbieter gebunden zu sein.

• Zum Benchmarking: Das bedeutet, dass Sie in Kürze über Azure Zugriff auf mehrere Modelltypen im Produktionsmaßstab haben und damit vergleichende Inferenz-Workloads (z. B. Claude vs OpenAI vs Cohere) unter einer Cloud-Plattform ermöglichen.

Daten, Datenbanken & AI-Ready Data Estate

Azures Datenstrategie verschiebt sich stark in Richtung "KI-ready", mit Datenbanken und Speicher bereit für Vektor-Workloads, Echtzeit-Analysen, unstrukturierte Daten, Hybrid + Multicloud.

3.1 Azure DocumentDB (GA)

• Azure startet Azure DocumentDB (GA) - ein Managed Service, der auf dem offenen Dokumentendatenbankstandard der Linux Foundation basiert, kompatibel mit MongoDB, optimiert für Vektorsuche und hybride Workloads. DEV Gemeinschaft+ 1

• Features: unabhängige Compute/Storage-Skalierung, KI-freundlich (Vektoren + Hybridsuche).

3.2 SQL Server 2025 (GA)

• Die bevorstehende SQL Server 2025, jetzt allgemein in Azure verfügbar, mit GitHub Copilot-Integration, nativer JSON-Unterstützung, REST-APIs, Change-Event-Streaming und Echtzeit-Analysen über die Integration mit Microsoft Fabric / OneLake. DEV Gemeinschaft

• Für Ihre Umwelt: Wenn Sie das Vermächtnis migrieren. NET + SQL-Workloads (Sie haben .NET, Packaging usw. erwähnt), dies bietet die Möglichkeit, mit AI-basierten Datenbankfunktionen zu modernisieren.

3.3 Azure HorizonDB (PostgreSQL, Vorschau)

• Azure HorizonDB ist ein neuer PostgreSQL-basierter Cloud-Datenbankdienst, der für missionskritische und KI-Workloads optimiert ist (derzeit private Vorschau) gemäß der Dev.to-Zusammenfassung. DEV Gemeinschaft

• Das bedeutet, dass Azure die Open-Source-Datenbankunterstützung (PostgreSQL) mit AI-optimierten Funktionen verdoppelt.

3.4 Stoffdatenbanken (GA)

• Azure konvergiert Datenbanktypen über "Fabric Databases" - eine einheitliche SaaS-Datenbank, die SQL DB + Cosmos DB-Semantik zusammenführt und native Vektor-/RAG-Unterstützung (Retrieval-Augmented Generation) für intelligente Echtzeit-Apps hinzufügt. DEV Gemeinschaft+ 1

• Für Anwendungsentwickler bedeutet dies weniger Impedanz zwischen transaktionalen, analytischen und KI-erweiterten Workloads.

Anwendungsplattform, DevOps und Migration

Azure macht es einfacher, Apps zu modernisieren, Workloads zu migrieren und neue mit KI-infundierten Pipelines zu erstellen.

4.1. App Modernisierung und Migration Tooling

• Azure betont "Build and modernize intelligent apps" mit einem klaren Weg für die Migration von Legacy. NET-Apps, Linux-Apps, SAP-Workloads und SQL Server-Workloads in Azure. Microsoft Azure

• Zum Beispiel bekommen das Migrationszentrum, Empfehlungen via Copilot, Assessments und Templates einen Schub.

4.2 Dev/DevOps + GitHub + DevSec Ops-Integration

• Ein wichtiges Highlight: Native Integration zwischen GitHub Advanced Security und Microsoft Defender for Cloud – Connecting Code → Build → Runtime Security. DEV Gemeinschaft

• Der Dev.to-Artikel fasst zusammen, dass GitHub → Azure Copilot → Foundry → Agent Service Chain nun der bevorzugte Pfad für Dev/DevOps-Teams ist. DEV Gemeinschaft

• Für Ihre Arbeit in den Bereichen Virtualisierung, Verpackung, Überwachung und Temperatur-/Hardware-Benchmarking bedeutet dies, dass Toolchains zunehmend Code-, Infrarot- und KI-Workflows durchgängig integrieren werden.

4.3 Low-Code und Plattform-Tools

• Die Ankündigungen betonen auch die Entwicklung von Low-Code-Anwendungen in Azure und erweitern die Reichweite der Cloud-Plattform über "reine Entwickler" hinaus. Microsoft Azure

• Dies kann Ihnen neue Möglichkeiten eröffnen, wenn Sie Inhalte entwerfen, die ein breiteres Publikum (IT-Profis, nicht nur Entwickler) in Ihrer Website / Community ansprechen.

Sicherheit, Governance & Hybrid/Multicloud

Mit der Weiterentwicklung von Azure betont Microsoft, dass Governance, Sicherheit und Hybrid- / Multi-Cloud-Unterstützung weiterhin von grundlegender Bedeutung sind.

5.1 Verbesserte Agent Governance & Identität

• Als Teil des agentischen Pushs werden Regierungsagenten kritisch. Mit Systemen wie Microsoft Agent 365 (Kontrollebene für Agenten) gibt Unternehmen Sichtbarkeit und Kontrolle über Agenten genau wie menschliche Benutzer. Quelle+ 1

• Agenten erhalten "Agent IDs", RBAC / Entra-Integration, Leitplanken, Audit Logging.

5.2 Hybrid-/Multicloud-Bereitschaft und offene Wahl

• Die Ankündigungen der Datenplattform zeigen Offenheit (PostgreSQL, Mongo-kompatibel, Vektorunterstützung usw.) und Flexibilität - was Hybrid-/Multi-Cloud-Workloads hilft, die Portabilität zu erhalten.

• Azure ist weiterhin verpflichtet, On-Premises-/Edge- und Hybrid-Bereitstellungen auszuführen; während Agent-Workloads häufig Cloud-native ausführen, werden viele Szenarien immer noch hybride Flexibilität benötigen.

5.3 Sicherheit integriert in Pipeline & Runtime

• Die oben erwähnte Integration von GitHub + Defender bedeutet, dass Laufzeitbedrohungsereignisse auf genaue Codeänderungen, mit Copilot generierte Behebungsvorschläge und Sicherheitstelemetrie in die DevOps-Pipeline zurückgeführt werden können. DEV Gemeinschaft

• Für leistungssensible Workloads (Ihre GPU/CPU-Benchmarks, Virtualisierung) führt dies zu neuen Überlegungen, wie Telemetrie, Protokollierung und Sicherheitsagenten die Leistung beeinflussen. Es ist Zeit, Ihre Instrumentierungsstrategie zu überdenken.

Implikationen für Ihre Arbeit & Community

Angesichts Ihres Fokus (GPU/CPU-Compute, Virtualisierung, Benchmarking-Suiten, Verpackung, Windows-Virtualisierung, benutzerdefinierte Windows-Apps, Browser/GPU-Beschleunigung usw.) sind hier sinnvolle Implikationen und umsetzbare nächste Schritte:

6.1 Benchmark und Compute-Offload-Design

• Mit Infrastruktur-Upgrades (Azure Boost, Cobalt 200, 400 Gbps-Netzwerk, 20 GBps Speicherdurchsatz) wird Azure wahrscheinlich unterstützt Höherer Durchsatz GPU/CPU Cluster, die mit Ihren GPU-Rechen-Offload-Bemühungen übereinstimmt (z. B. GTX 770 + Quadro K420, CUDA usw.).

• Erwägen Sie, Benchmark-Suiten zu entwerfen, die nicht nur die GPU-Leistung testen, sondern auch Netzwerk + Speicherdurchsatz, NVMe-Remote-Volumes, GPU-Cluster mit mehreren Knoten, agentenbasierte Workflows (mehrere kleine Aufgaben parallel) anstelle von monolithischen Runs.

• Die Verpackung Ihrer Tools (z. B. PyInstaller, Vortice.D3D11 usw.) für Azure Virtual Machines oder Azure Kubernetes Service (AKS) kann nun anhand der Leistungserwartungen getestet werden, die durch diese neuen Infra-Funktionen ermöglicht werden.

6.2 Migration & Virtualisierung von Legacy Workloads

• Azure legt den Schwerpunkt auf die Migration von Legacy. NET-Apps, Windows-Virtualisierung (VMware/VirtualBox auf macOS/Android-Emulatoren, benutzerdefinierte Windows-Apps) werden von einer verbesserten Infrastruktur und agentengesteuerten Migrationstools profitieren. Sie können Ihre realen Fallstudien erneut besuchen: .NET-Builds, Verpackung, Bereitstellung auf Azure VMs / Container-Apps.

• Ihre Joomla-basierte Website und Module können von diesen verbesserten Instanzen (schnellerer Speicher, bessere Vernetzung) profitieren, wenn Sie agentenbasierte Analysen einsetzen.

6.3 Agentenzentrierte Workflows in Entwicklung & Betrieb

• Denken Sie für Ihre Community-Inhalte (Artikel zu IP-Adresse, IPv6, Subnetting, Immobilienlistenmodule usw.) darüber nach, wie Agenten können Ihre Workflows verbessern: z. B. benutzerdefinierte Agenten, die Forenbeiträge zusammenfassen, Kommentare moderieren, Inhaltsvorschläge generieren, die Leistung der Website überwachen, Benchmark-Aufgaben automatisch ausführen und Ergebnisse melden.

• Auf der DevOps-Seite: Integration von GitHub Copilot + Azure Copilot + Foundry Workflows für automatisierte Builds, Verpackung, Bereitstellung Ihrer Tools und Module - besonders nützlich, wenn Sie viele kleine Tools / Module haben und eine kontinuierliche Lieferung benötigen.

6.4 Data Estate & Analytics für Ihre Vertikalen

• Sie untersuchen Immobilien-Listing-Module (Yad2-Filter, MapSearch, Formulare zur Einreichung von Vermögenswerten). Mit Fabric Databases + HorizonDB + DocumentDB können Sie intelligentere, KI-erweiterte Such- und Empfehlungssysteme erstellen (z. B. „Leute, die sich eine Wohnung in Tel Aviv angesehen haben, haben sich auch ... angesehen).

• Vektorsuche + Hybridsuche im Dokument DB oder Fabrics RAG-Unterstützung eröffnet neue Möglichkeiten: Sie können Tutorials oder Benchmarks in einen Agenten packen, der Ihren Datensatz abfragt und Benutzern Kontext oder Vorschläge zur Verfügung stellt.

6.5 Sicherheit / Kosten / Leistung Trade-offs

• Mit den Verbesserungen bei Infrastruktur- und AI/Agent-Workflows müssen Sie Kosten-/Leistungs-Kompromisse überprüfen: z. B. Ausführung vieler kleiner Agent-Aufgaben im Vergleich zu weniger großen Batch-Jobs; Speicher-I/O vs Compute; GPU vs CPU; Virtualisierungs-Overheads in Azure-Umgebungen mit mehreren Mandanten.

• Die Instrumentierung wird wichtiger: Tracing von Agent Invocation → Compute Cluster → Storage → Network → Cost. Ihre Benchmarking-Suiten müssen möglicherweise Echtzeit-Telemetrie für diese Dimensionen integrieren.

Empfohlene nächste Schritte (für Sie und Ihre Community)

1. Eintauchen in das Buch der NachrichtenSchauen Sie sich das offizielle Microsoft Ignite 2025 Book of News für detailliertere Ankündigungen an. Quelle+ 1

2. Early Adopter Services identifizierenSuchen Sie nach Vorschauen, denen Sie beitreten können - Foundry Agent Service, HorizonDB, Fabric Databases, Azure DocumentDB.

3. Aktualisieren Sie Ihre Benchmark Frameworks: Fügen Sie Tests für Speicher- / Netzwerkdurchsatz, Multi-Node-GPU-Cluster, Agent-Orchestrierung, Vektorsuchlatenz hinzu.

4. Aktualisieren Sie Ihre VMware/Virtual Box-Virtualisierungsskripte: Bewerten Sie Azures neues Infra (Boost/Cobalt) für die Ausführung von High-Density-Virtualisierung, GPU-Passthrough und Remote-Compute.

5. Entdecke agentenfähige Module/Plugins für JoomlaDas Erstellen einfacher Agenten, die sich in Ihre Website integrieren (z. B. Kommentarmoderation, Inhaltszusammenfassung, Leistungsüberwachung), könnte zu einem Unterscheidungsmerkmal werden.

6. Besuchen Sie Ihre Verpackungs- / Bereitstellungspipelines: Integrieren Sie GitHub + Azure Copilot + Foundry Workflows als Teil Ihrer CI/CD für Module/Plugins/Apps.

7. Erziehen Sie Ihr Publikum: Da Sie eine Website mit technischen Artikeln und ein Community-Forum betreiben, sollten Sie eine Reihe über "Was diese Azure-Ankündigungen für IT-Profis bedeuten" und "Wie kann man Azures Next-Gen-Infrastruktur für GPU/CPU-Lasten vergleichen" in Betracht ziehen.

Schlussfolgerung

Azure wird nicht nur als Cloud-Plattform positioniert, sondern als Cloud-Plattform für das agentische Zeitalter- wo KI-Agenten, Vektordaten, Echtzeit-Insights und Hochdurchsatz-Berechnungen die neue Normalität bilden. Für Ingenieure, die sich mit GPU/CPU-Offload, Virtualisierung, Benchmarking, Packaging und Devops-Workflows beschäftigen, stellt dies beides dar Chance und Herausforderung. Die Infrastrukturverbesserungen (Boost, Cobalt 200), die Agentenplattformen (Foundry, Agent 365), der AI-fähige Datenbestand (DocumentDB, HorizonDB, Fabric) und die integrierten DevSecOps-Pipelines (GitHub + Defender) konvergieren zu einem neuen Cloud-Computing-Paradigma.