ما هي حاويات Azure الذكاء الاصطناعي؟
توفر خدمات Azure الذكاء الاصطناعي العديد من حاويات Docker التي تتيح لك استخدام نفس واجهات برمجة التطبيقات المتوفرة في Azure، محليا. يمنحك استخدام هذه الحاويات المرونة لتقريب خدمات Azure الذكاء الاصطناعي من بياناتك لأسباب تتعلق بالامتثال أو الأمان أو لأسباب تشغيلية أخرى. يتوفر دعم الحاوية حاليا لمجموعة فرعية من خدمات Azure الذكاء الاصطناعي.
التعبئة في حاويات هو نهج لتوزيع البرامج حيث يتم حزم التطبيق أو الخدمة، بما في ذلك تبعياتها وتكوينها، معا كصورة حاوية. مع القليل من التعديل أو بدون تعديل، يمكن توزيع صورة حاوية على مضيف الحاوية. تعزل الحاويات عن بعضها البعض ونظام التشغيل الأساسي، من خلال بصمة أصغر من الجهاز الظاهري. يمكن إنشاء مثيلا للحاويات من صور الحاوية للمهام قصيرة المدى، وإزالتها عند عدم الحاجة إليها.
الميزات والفوائد
- البنية الأساسية غير القابلة للتغيير: تمكين فرق DevOps من الاستفادة من مجموعة متسقة وموثوقة من معلمات النظام المعروفة، مع القدرة على التكيف مع التغيير. توفر الحاويات المرونة للتمحور داخل نظام بنائي يمكن التنبؤ به وتجنب انحراف التكوين.
- التحكم في البيانات: اختر مكان معالجة بياناتك بواسطة خدمات Azure الذكاء الاصطناعي. يمكن أن يكون هذا ضروريا إذا لم تتمكن من إرسال البيانات إلى السحابة ولكنك تحتاج إلى الوصول إلى واجهات برمجة تطبيقات خدمات Azure الذكاء الاصطناعي. كما توفر دعم التناسق في البيئات المختلطة - عبر البيانات والإدارة والهوية والأمان.
- التحكم في تحديثات النموذج: المرونة في تعيين الإصدار وتحديث النماذج الموزعة في حلولها.
- البنية المحمولة: تمكن من إنشاء بنية تطبيق محمولة يمكن توزيعها على Azure والأماكن المحلية والحافة. يمكن توزيع الحاويات مباشرة إلى خدمة Azure Kubernetes أو مثيلات حاوية Azure أو إلى نظام مجموعة Kubernetes الموزعة في Azure Stack. لمزيد من المعلومات، يرجى مراجعة نشر Kubernetes في Azure Stack.
- معدل النقل العالي / زمن الانتقال المنخفض: تزويد العملاء بالقدرة على توسيع نطاق متطلبات معدل النقل العالي وزمن الانتقال المنخفض من خلال تمكين خدمات Azure الذكاء الاصطناعي من التشغيل فعليا بالقرب من منطق التطبيق والبيانات الخاصة بهم. لا تحدد الحاويات الحد الأقصى للمعاملات في الثانية (TPS) ويمكن إجراؤها لتوسيع نطاقها أو توسيعها لمعالجة الطلب في حال إن قمت بتوفير موارد الأجهزة الضرورية.
- قابلية التوسع: في ظل تزايد شعبية التعبئة في حاويات وبرامج تنسيق الحاويات، مثل Kubernetes؛ تعد قابلية التوسع في طليعة التطورات التكنولوجية. بناء على نظام مجموعة قابل للتطوير، فإن تطوير التطبيقات يلبي قابلية الوصول العالية.
الحاويات في خدمات Azure الذكاء الاصطناعي
توفر حاويات Azure الذكاء الاصطناعي المجموعة التالية من حاويات Docker، كل منها يحتوي على مجموعة فرعية من الوظائف من الخدمات في خدمات Azure الذكاء الاصطناعي. يمكنك إيجاد الإرشادات ومواقع الصور في الجداول الموضحة أدناه.
إشعار
راجع تثبيت حاويات معلومات المستند وتشغيلها لإرشادات حاوية Azure الذكاء الاصطناعي Document Intelligence ومواقع الصور.
حاويات القرار
| Service | الحاوية | الوصف | التوافر |
|---|---|---|---|
| كاشف الأخطاء | Anomaly Detector (صورة) | تمكّنك واجهة برمجة تطبيقات Anomaly Detector من مراقبة واكتشاف الأخطاء في بيانات السلاسل الزمنية الخاصة بك دون الحاجة إلى التعلم الآلي. | متوفر بشكل عام |
حاويات اللغة
| Service | الحاوية | الوصف | التوافر |
|---|---|---|---|
| لويس | LUIS (صورة) | تحميل نموذج Language Understanding للتدريب أو للنشر، والذي يعرف أيضا باسم تطبيق LUIS، داخل حاوية docker كما يوفر الوصول إلى تنبؤات الاستعلام من نقاط نهاية واجهة برمجة التطبيقات للحاوية. يمكنك جمع سجلات الاستعلام من الحاوية وإعادة تحميلها إلى مدخل LUIS لتحسين دقة التنبؤ بالتطبيق. | متوفر بشكل عام. يمكنك تشغيل هذه الحاوية أيضا في بيئات غير متصلة. |
| خدمة اللغة | استخراج العبارة الرئيسية (صورة) | استخراج العبارة الرئيسية لتحديد النقاط الرئيسية. على سبيل المثال، في نص الإدخال "كان الطعام لذيذا وكان هناك طاقم عمل رائع"، في تلك الحالة تعرض واجهة برمجة التطبيقات نقاط الحديث الرئيسية فقط مثل: «الطعام» و «طاقم العمل الرائع». | متوفر بشكل عام. يمكنك تشغيل هذه الحاوية أيضا في بيئات غير متصلة. |
| خدمة اللغة | كشف لغة النص (صورة) | بالنسبة إلى ما يصل إلى 120 لغة، يكتشف اللغة التي كتب بها نص الإدخال ويبلغ عن تعليمة لغة برمجية واحدة لكل مستند يقدم عند الطلب. تقترن تعليمة اللغة البرمجية برقم معين مما يشير إلى قوة النتيجة. | متوفر بشكل عام. يمكنك تشغيل هذه الحاوية أيضا في بيئات غير متصلة. |
| خدمة اللغة | تحليل التوجه (صورة) | يحلل النص البسيط للحصول على أدلة عن التوجه الإيجابي أو السلبي. يعرض هذا الإصدار من تحليل التوجه تسميات التوجه (على سبيل المثال إيجابي أو سلبي) لكل مستند ولكل جملة بداخله. | متوفر بشكل عام. يمكنك تشغيل هذه الحاوية أيضا في بيئات غير متصلة. |
| خدمة اللغة | تحليلات النص للصحة (صورة) | استخراج المعلومات الطبية وتسميتها من النص السريري غير المنظم. | متوفر بشكل عام |
| خدمة اللغة | التعرف على الكيان المسمى (صورة) | استخراج الكيانات المسماة من النص. | متوفر بشكل عام. يمكنك تشغيل هذه الحاوية أيضا في بيئات غير متصلة. |
| خدمة اللغة | التعرف على الكيان المسمى المخصص (صورة) | استخراج الكيانات المسماة من النص، باستخدام نموذج مخصص تقوم بإنشائه باستخدام بياناتك. | متوفر بشكل عام |
| خدمة اللغة | التلخيص (صورة) | تلخيص النص من مصادر مختلفة. | معاينة عامة. يمكنك تشغيل هذه الحاوية أيضا في بيئات غير متصلة. |
| المترجم | المترجم (صورة) | ترجمة النص بعدة لغات ولهجات مختلفة. | متوفر بشكل عام. بوابة - طلب الوصول. يمكنك تشغيل هذه الحاوية أيضا في بيئات غير متصلة. |
حاويات الكلام
| Service | الحاوية | الوصف | التوافر |
|---|---|---|---|
| Speech Service API | تحويل الكلام إلى نص (صورة) | يمكنه نسخ الكلام المستمر في الوقت الحقيقي إلى نص. | متوفر بشكل عام. يمكنك تشغيل هذه الحاوية أيضا في بيئات غير متصلة. |
| Speech Service API | تحويل الكلام المخصص إلى نص (صورة) | يمكنه نسخ الكلام المستمر في الوقت الحقيقي إلى نص باستخدام نموذج مخصص. | متوفر بشكل عام يمكنك تشغيل هذه الحاوية أيضا في بيئات غير متصلة. |
| Speech Service API | نص عصبي إلى كلام (صورة) | يحول النص إلى كلام طبيعي باستخدام تقنية الشبكة العصبية العميقة، مما يسمح بمزيد من الكلام الطبيعي المركب. | متوفر بشكل عام. يمكنك تشغيل هذه الحاوية أيضا في بيئات غير متصلة. |
| Speech Service API | تعريف لغة الكلام (صورة) | تحديد لغة الصوت المنطوق. | الإصدار الأولي |
حاويات الرؤية
| Service | الحاوية | الوصف | التوافر |
|---|---|---|---|
| رؤية Azure الذكاء الاصطناعي | القراءة من خلال التعرف البصري على الحروف (صورة) | تسمح لك حاوية Read OCR باستخراج النص المطبوع والمكتوب بخط اليد من الصور والمستندات مع دعم تنسيقات ملفات JPEG وPNG وBMP وPDF وTIFF. لمزيد من المعلومات، راجع وثائق واجهة برمجة تطبيقات Read. | متوفر في العموم. يمكنك تشغيل هذه الحاوية أيضا في بيئات غير متصلة. |
| Spatial Analysis | التحليل المكاني (صورة) | يحلل تدفق الفيديو في الوقت الحقيقي لفهم العلاقات المكانية بين الأشخاص وحركاتهم والتفاعلات مع العناصر في البيئات المادية. | الإصدار الأولي |
بالإضافة إلى ذلك، يتم دعم بعض الحاويات في عرض الموارد متعددة الخدمات لخدمات Azure الذكاء الاصطناعي. يمكنك إنشاء مورد واحد لخدمات Azure الذكاء الاصطناعي الكل في واحد واستخدام نفس مفتاح الفوترة عبر الخدمات المدعومة للخدمات التالية:
- رؤية Azure الذكاء الاصطناعي
- LUIS
- خدمة اللغة
المتطلبات الأساسية
يجب أن تفي بالمتطلبات الأساسية التالية قبل استخدام حاويات Azure الذكاء الاصطناعي:
Docker Engine: يجب أن يكون Docker Engine مثبتا محليا. يوفر Docker الحزم التي تكوّن بيئة Docker في أنظمة التشغيل macOS، وWindows، وLinux. في Windows، يجب أيضاً تكوين Docker لدعم حاويات Linux. يمكن أيضا توزيع حاويات Docker مباشرة إلى Azure Kubernetes Service أو Azure Container Instances.
يجب تكوين Docker للسماح للحاويات بالاتصال وإرسال بيانات الفواتير إلى Azure.
الإلمام ب Microsoft Container Registry وDocker: يجب أن يكون لديك معرفة أساسية لكل من Microsoft Container Registry ومفاهيم Docker، مثل السجلات والمستودعات والحاويات وصور الحاويات، بالإضافة إلى معرفة الأوامر الأساسية docker.
للحصول على تمهيد حول Docker وأساسيات الحاوية، راجع نظرة عامة على Docker.
يمكن أن يكون للحاويات الفردية متطلباتها الخاصة أيضا، بما في ذلك متطلبات تخصيص الخادم والذاكرة.
أمان حاوية خدمات Azure الذكاء الاصطناعي
يجب أن يكون الأمان محور التركيز الأساسي حال تطويرك للتطبيقات. تعد أهمية الأمان مقياسا للنجاح. عند تصميم حل برنامج يتضمن حاويات Azure الذكاء الاصطناعي، من الضروري فهم القيود والقدرات المتاحة لك. لمزيد من المعلومات حول أمان الشبكة، راجع تكوين الشبكات الظاهرية لخدمات Azure الذكاء الاصطناعي.
هام
بشكل افتراضي، لا يوجد أمان على واجهة برمجة تطبيقات حاوية خدمات الذكاء الاصطناعي Azure. والسبب في ذلك هو أنه في معظم الأحيان سيتم تشغيل الحاوية واعتبارها جزءا من جراب محمي من الخارج بواسطة جسر شبكة. ومع ذلك، من الممكن للمستخدمين إنشاء البنية الأساسية للمصادقة الخاصة بهم لتقريب أساليب المصادقة المستخدمة عند الوصول إلى خدمات Azure الذكاء الاصطناعي المستندة إلى السحابة.
يوضح الرسم التخطيطي التالي النهج الافتراضي وغير الآمن :
كمثال على نهج بديل وآمن، يمكن لمستهلكي حاويات Azure الذكاء الاصطناعي زيادة حاوية بمكون أمامي، مع الحفاظ على خصوصية نقطة نهاية الحاوية. لنفكر في سيناريو نستخدم فيه Istioعلى أنه بوابة دخول. يدعم Istio كلا من HTTPS/TLS ومصادقة شهادة العميل. في هذا السيناريو، تعرض الواجهة الأمامية Istio الوصول إلى الحاوية، وتقدم شهادة العميل التي وافق Istio عليها مسبقا.
يعدNginxخيارا شائعا آخر في نفس الفئة. يعمل كل من Istio وN nginx باعتبارهم شبكة خدمة ويقدمان ميزات إضافية من ضمنها موازنة التحميل والتوجيه والتحكم في المعدل.
شبكات الحاويات
مطلوب حاويات Azure الذكاء الاصطناعي لإرسال معلومات القياس لأغراض الفوترة. سيؤدي الفشل في السماح بقنوات الشبكة المختلفة التي تعتمد عليها حاويات Azure الذكاء الاصطناعي إلى منع الحاوية من العمل.
السماح بمجالات ومنافذ خدمات Azure الذكاء الاصطناعي
يجب أن يسمح المضيف بالمنفذ 443 والمجالات التالية:
*.cognitive.microsoft.com*.cognitiveservices.azure.com
تعطيل فحص حزم البيانات العميقة
فحص الحزمة العميقة (DPI) هو نوع من معالجة البيانات التي تفحص بالتفصيل البيانات المرسلة عبر شبكة كمبيوتر، وعادة ما تتخذ إجراء عن طريق حظرها أو إعادة توجيهها أو تسجيلها وفقا لذلك.
تعطيل DPI على القنوات الآمنة التي تقوم حاويات Azure الذكاء الاصطناعي بإنشائها إلى خوادم Microsoft. سيؤدي فشل القيام بذلك إلى منع الحاوية من العمل بشكل صحيح.
نماذج المطور
تتوفر عينات المطورين في مستودع GitHubالخاص بنا.
الخطوات التالية
تعرف على وصفات الحاوية التي يمكنك استخدامها مع خدمات Azure الذكاء الاصطناعي.
تثبيت واستكشاف الوظائف التي توفرها الحاويات في خدمات Azure الذكاء الاصطناعي: