MATLAB模型集成到Azure的可行性咨询，适配Xamarin Forms应用需求

MATLAB模型Azure部署可行性结论 #

现有MATLAB模型不需要强制改写为Python实现，完全可以直接在Azure环境中部署运行，适配你当前的Xamarin Forms应用对接需求，可选两种落地路径：

• 路径1：使用MATLAB Compiler SDK打包独立服务
  用MATLAB自带的Compiler SDK工具，将成熟的推理模型直接打包为REST API接口或者C#类库，打包后的产物无需依赖MATLAB商业授权即可运行。你可以将打包好的服务封装为Docker镜像，直接部署到Azure App Service或者Azure Container Instance，完全适配你最初规划的API对接架构，Xamarin端不需要做任何适配调整。这种方案完全不需要修改现有MATLAB模型代码，数据科学团队也不需要学习Python技术栈，模型迭代只需要重新打包发布即可，落地成本极低。
• 路径2：适配Azure Machine Learning自定义部署
  Azure Machine Learning支持自定义容器环境部署，你只需要将MATLAB Runtime环境、打包好的模型推理脚本一起封装为自定义Docker镜像，推送到Azure容器注册表后，即可直接在AML平台上部署为推理端点，能够复用到你最初规划的AML平台的扩缩容、监控、日志管理等运维能力。

仅当满足以下条件时，可考虑转写为Python实现 #

如果没有以下需求，当前阶段不需要做模型转写工作，避免额外的开发和验证成本：

• 生产环境对推理资源开销有极高要求，MATLAB Runtime的额外资源占用无法满足成本或性能要求
• 后续模型迭代需要大量使用Python生态的算法工具，且数据科学团队已经掌握Python开发能力
• 企业内部有明确的技术栈统一规范，不允许MATLAB相关产物直接上线生产

内容的提问来源于stack exchange，提问作者Pat Long - Munkii Yebee