Co je virtuální počítač Azure Datová Věda pro Linux a Windows?
Virtuální počítač Datová Věda (DSVM) je přizpůsobená image virtuálního počítače dostupná na cloudové platformě Azure a dokáže zpracovávat datové vědy. Má mnoho oblíbených nástrojů pro datové vědy předinstalované a předem nakonfigurované, aby bylo možné začít vytvářet inteligentní aplikace pro pokročilou analýzu.
DsVM je k dispozici na:
- Windows Server 2019
- Windows Server 2022
- Ubuntu 20.04 LTS
Kromě toho nabízíme Azure DSVM pro PyTorch – image Ubuntu 20.04 z Azure Marketplace optimalizovaná pro velké distribuované úlohy hlubokého učení. Tento předinstalovaný dsVM je ověřený s nejnovější verzí PyTorch, aby se snížily náklady na nastavení a zrychlily dobu na hodnotu. Dodává se s různými funkcemi optimalizace:
- ONNX Runtime
- DeepSpeed
- MSCCL
- ORTMoE
- Fairscale
- Nvidia Apex
- Aktuální zásobník s nejnovějšími kompatibilními verzemi Ubuntu, Pythonu, PyTorchu a CUDA
Porovnání se službou Azure Machine Učení
DSVM je přizpůsobená image virtuálního počítače pro Datová Věda, ale Azure Machine Učení je kompletní platforma, která pokrývá:
- Plně spravované výpočetní prostředky
- Výpočetní instance
- Výpočetní clustery pro distribuované úlohy ML
- Odvozování clusterů pro vyhodnocování v reálném čase
- Úložiště dat (například Blob, ADLS Gen2, SQL DB)
- Sledování experimentů
- Správa modelů
- Poznámkové bloky
- Prostředí (správa závislostí conda a R)
- Popisky
- Kanály (automatizace komplexních pracovních postupů datových věd)
Porovnání s výpočetními instancemi služby Azure Machine Učení
Výpočetní instance Azure Učení jsou plně nakonfigurovanou a spravovanou imagí virtuálního počítače, zatímco DSVM je nespravovaný virtuální počítač.
Hlavní rozdíly mezi dsVM a výpočetní instancí Azure Machine Učení:
| Funkce | Datové vědy Virtuální počítač |
Azure Machine Learning Výpočetní instance |
|---|---|---|
| Plně spravovaná | No | Ano |
| Podpora jazyků | Python, R, Julia, SQL, C#, Java, Node.js, F# |
Python a R |
| Operační systém | Ubuntu Windows |
Ubuntu |
| Předkonfigurovaná možnost GPU | Ano | Yes |
| Možnost vertikálního navýšení kapacity | Ano | Yes |
| Přístup SSH | Ano | Yes |
| Přístup RDP | Yes | No |
| Integrovaný Hostované poznámkové bloky |
No (vyžaduje další konfiguraci) |
Ano |
| Integrované jednotné přihlašování | Ne (vyžaduje další konfiguraci) |
Ano |
| Integrovaná spolupráce | No | Ano |
| Předinstalované nástroje | Jupyter(lab), VS Code, Visual Studio, PyCharm, Juno, Power BI Desktop, SSMS, systém Microsoft Office 365, Apache Drill |
Jupyter(lab) |
Ukázkové případy použití dsVM pro zákazníky
Krátkodobé experimenty a vyhodnocování
DSVM může vyhodnotit nebo naučit nové nástroje pro datové vědy. Vyzkoušejte některé z našich publikovaných ukázek a návodů.
Hluboké učení s grafickými procesory
V DSVM můžou trénovací modely používat algoritmy hlubokého učení na hardwaru založeném na grafickém procesoru (GPU). Pokud využijete možnosti škálování virtuálních počítačů platformy Azure, virtuální počítač pro datové vědy vám pomůže využít hardware založený na GPU v cloudu podle vašich potřeb. Virtuální počítač založený na GPU můžete přepnout při trénování velkých modelů nebo v případě, že potřebujete vysokorychlostní výpočty při zachování stejného disku s operačním systémem. S DSVM můžete zvolit libovolnou ze skladových položek virtuálních počítačů s podporou GPU řady N. Bezplatné účty Azure nepodporují skladové položky virtuálních počítačů s podporou GPU.
DsVM edice Windows je předinstalovaný s ovladači GPU, architekturami a verzemi GPU rozhraní hlubokého učení. V edicích Linuxu je hluboké učení na GPU povolené na počítačích DSVM s Ubuntu.
Edice DSVM s Ubuntu nebo Windows můžete nasadit také na virtuální počítač Azure, který není založený na gpu. V tomto případě se všechny architektury hlubokého učení vrátí do režimu procesoru.
Přečtěte si další informace o dostupných architekturách hlubokého učení a umělé inteligence.
Školení a vzdělávání v oblasti datové vědy
Firemní školitelé a učitelé, kteří vyučují kurzy datových věd, obvykle dodají image virtuálního počítače. Obrázek zajišťuje, aby studenti měli konzistentní nastavení a aby ukázky fungovaly předvídatelně.
DsVM vytváří prostředí na vyžádání s konzistentním nastavením, které usnadňuje problémy s podporou a nekompatibilitou. Užitečný je zejména v případech, kdy je potřeba taková prostředí vytvářet často, například pro kratší školení.
Co dsVM zahrnuje?
Další informace najdete v tomto úplném seznamu nástrojů na počítačích DSVM s Windows i Linuxem.
Další kroky
Další informace najdete v těchto zdrojích informací: