Créer et déployer une ressource Azure OpenAI dans microsoft Foundry Models

Note

Ce document fait référence au portail Microsoft Foundry (classique).

🔍 Consultez la documentation Microsoft Foundry (nouvelle) pour en savoir plus sur le nouveau portail.

Cet article explique comment commencer à utiliser Azure OpenAI et fournit des instructions pas à pas pour créer une ressource et déployer un modèle. Vous pouvez créer des ressources dans Azure de plusieurs manières :

• Portail Azure
• Les API REST, l’interface Azure CLI, PowerShell ou les bibliothèques de clients
• Modèles Azure Resource Manager (ARM)

Dans cet article, vous allez consulter des exemples de création et de déploiement de ressources dans le portail Azure, avec Azure CLI et PowerShell.

Conditions préalables

• Un abonnement Azure. Créez-en un gratuitement.
• Autorisations d’accès pour créer des ressources Azure OpenAI et déployer des modèles.

Créer une ressource

Les étapes suivantes montrent comment créer une ressource Azure OpenAI dans le Portail Azure.

Identifier la ressource

1. Connectez-vous à l’aide de votre abonnement Azure dans le Portail Azure.

2. Sélectionnez Créer une ressource et recherchez Azure OpenAI. Lorsque vous localisez le service, sélectionnez Créer.

   

3. Dans la page Créer Azure OpenAI, fournissez les informations suivantes pour les champs de l’onglet Informations de base :

   Champ	Descriptif
   Abonnement	Abonnement Azure utilisé dans votre application d’intégration Azure OpenAI.
   Groupe de ressources	Groupe de ressources Azure pour contenir votre ressource Azure OpenAI. Vous pouvez créer un groupe ou utiliser un groupe préexistant.
   Région	Emplacement de votre instance. Différents emplacements peuvent présenter une latence, mais ils n’affectent pas la disponibilité du runtime de votre ressource.
   Nom	Nom descriptif de votre ressource Azure OpenAI, telle que MyOpenAIResource.
   Niveau tarifaire	Niveau tarifaire de la ressource. Actuellement, seul le niveau Standard est disponible pour Azure OpenAI. Pour plus d’informations sur les prix, consultez la page Tarification Azure OpenAI Service.

   

4. Cliquez sur Suivant.

Configurer la sécurité réseau

L’onglet Réseau présente trois options pour le Type de sécurité :

• Option 1 : tous les réseaux, y compris Internet, peuvent accéder à cette ressource.
• Option 2 : Réseaux sélectionnés, configurez la sécurité réseau pour votre ressource Foundry Tools.
• Option 3 : désactivé, aucun réseau ne peut accéder à cette ressource. Vous pouvez configurer des connexions de point de terminaison privé qui seront le moyen exclusif d’accéder à cette ressource.

Selon l’option que vous sélectionnez, il est possible que vous deviez fournir des informations supplémentaires.

Option 1 : autoriser tous les réseaux

La première option permet à tous les réseaux, y compris Internet, d’accéder à votre ressource. Cette option est le paramètre par défaut. Aucun paramètre supplémentaire n’est requis pour cette option.

Option 2 : autoriser uniquement des réseaux spécifiques

La deuxième option vous permet d’identifier des réseaux spécifiques qui peuvent accéder à votre ressource. Lorsque vous sélectionnez cette option, la page est mise à jour pour inclure les champs obligatoires suivants :

Champ	Descriptif
Réseau virtuel	Spécifiez les réseaux virtuels autorisés à accéder à votre ressource. Vous pouvez modifier le nom de réseau virtuel par défaut dans le Portail Azure.
Sous-réseaux	Spécifiez les sous-réseaux autorisés à accéder à votre ressource. Vous pouvez modifier le nom de sous-réseau par défaut dans le Portail Azure.

La section Pare-feu fournit un champ de Plage d’adresses facultatif que vous pouvez utiliser pour configurer les paramètres de pare-feu de la ressource.

Option 3 : désactiver l’accès réseau

La troisième option vous permet de désactiver l’accès réseau à votre ressource. Lorsque vous sélectionnez cette option, la page est mise à jour pour inclure la table de Point de terminaison privé.

En guise d’option, vous pouvez ajouter un point de terminaison privé pour l’accès à votre ressource. Sélectionnez Ajouter un point de terminaison privé, puis terminez la configuration du point de terminaison.

Confirmer la configuration et créer la ressource

1. Sélectionnez Suivant et configurez les Balises pour votre ressource, comme vous le souhaitez.

2. Sélectionnez Suivant pour passer à l’étape finale du processus : Vérifier + envoyer.

3. Confirmez vos paramètres de configuration, puis sélectionnez Créer.

4. Le Portail Azure affiche une notification lorsque la nouvelle ressource est disponible. Sélectionnez Accéder à la ressource.

   

Déployer un modèle

Avant de pouvoir générer du texte ou de l’inférence, vous devez déployer un modèle. Vous pouvez sélectionner l’un des modèles disponibles dans le portail Foundry.

Pour déployer un modèle, effectuez ces étapes :

1. Connectez-vous à Microsoft Foundry. Assurez-vous que l'interrupteur New Foundry est désactivé. Ces étapes font référence à Foundry (classique).

   

2. Dans la section Continuer à construire avec Foundry, sélectionnez Afficher toutes les ressources.

3. Recherchez et sélectionnez votre ressource.

   Important

   À cette étape, vous pouvez être proposé de mettre à niveau votre ressource Azure OpenAI vers Foundry. Consultez la comparaison entre les deux types de ressources et les détails de la mise à niveau et de la restauration des ressources à cette page. Sélectionnez Annuler pour continuer sans mise à niveau de type de ressource. Vous pouvez également sélectionner Suivant.

   Consultez des informations supplémentaires sur la ressource Foundry dans cet article.

4. Sélectionnez Déploiements dans la section Ressources partagées dans le volet gauche. (Si vous avez effectué la mise à niveau vers Foundry à l’étape précédente, sélectionnez Modèles + points de terminaison dans la section Mes ressources dans le volet gauche.)

5. Sélectionnez + Déployerle> pour ouvrir la fenêtre de déploiement.

6. Sélectionnez le modèle souhaité, puis sélectionnez Confirmer. Pour obtenir la liste des modèles disponibles par région, consultez Tableau récapitulatif des modèles et de leur disponibilité par région.

7. Dans la fenêtre suivante, configurez les champs suivants :

   Champ	Descriptif
   Nom du déploiement	Choisissez un nom avec soin. Le nom de déploiement est utilisé dans votre code pour appeler le modèle à l’aide des bibliothèques de clients et des API REST.
   Type de déploiement	Standard, Global-Batch, Global-Standard, Managée approvisionné. Découvrez plus d’informations sur les options de type de déploiement.
   Détails du déploiement (facultatif)	Vous pouvez définir des paramètres avancés facultatifs, en fonction des besoins de votre ressource. – Pour le Filtre de contenu, affectez un filtre de contenu à votre déploiement. – Pour la Limite de débit de jetons par minute, ajustez les jetons par minute (TPM) pour définir la limite de débit effective pour votre déploiement. Vous pouvez modifier cette valeur à tout moment en utilisant le menu Quotas. Quota dynamique vous permet de bénéficier d’un autre quota lorsqu’une capacité supplémentaire est disponible.

   Important

   Lorsque vous accédez au modèle via l’API, vous devez faire référence au nom du déploiement plutôt qu’au nom du modèle sous-jacent dans les appels d’API, qui est l’une des principales différences entre OpenAI et Azure OpenAI. OpenAI nécessite uniquement le nom du modèle. Azure OpenAI nécessite toujours un nom de déploiement, même lors de l’utilisation du paramètre de modèle. Dans notre documentation, nous avons souvent des exemples où les noms de déploiement sont représentés comme identiques aux noms de modèles pour vous aider à indiquer quel modèle fonctionne avec un point de terminaison d’API particulier. En fin de compte, vos noms de déploiement peuvent suivre la convention d’affectation de noms la mieux adaptée à votre cas d’usage.

8. Sélectionnez Déployer.

9. Les détails du déploiement affichent toutes les informations de votre nouveau déploiement. Lorsque le déploiement est terminé, l’état de provisionnement de votre modèle passe à Réussi.

Conditions préalables

• Un abonnement Azure. Créez-en un gratuitement.
• Autorisations d’accès pour créer des ressources Azure OpenAI et déployer des modèles.
• l’interface de ligne de commande Azure. Pour plus d’informations, consultez Comment installer Azure CLI.

Se connecter à Azure CLI

Connectez-vous à l’interface Azure CLI ou sélectionnez Ouvrir Cloud Shell dans les étapes suivantes.

Créer un groupe de ressources Azure

Pour créer une ressource Azure OpenAI, vous avez besoin d’un groupe de ressources Azure. Lorsque vous créez une ressource via l’interface Azure CLI, vous pouvez également créer un groupe de ressources ou demander à Azure d’utiliser un groupe existant. L’exemple suivant montre comment créer un groupe de ressources nommé OAIResourceGroup avec la commande az group create. Le groupe de ressources est créé dans la zone géographique USA Est.

az group create \
--name OAIResourceGroup \
--location eastus

Créer une ressource

Utilisez la commande az cognitiveservices account create pour créer une ressource Azure OpenAI dans le groupe de ressources. Dans l’exemple suivant, vous créez une ressource nommée MyOpenAIResource dans le groupe de ressources OAIResourceGroup. Lorsque vous essayez l’exemple, mettez à jour le code pour utiliser les valeurs que vous souhaitez pour le groupe de ressources et le nom de la ressource, ainsi que votre ID d’abonnement Azure <subscriptionID>.

az cognitiveservices account create \
--name MyOpenAIResource \
--resource-group OAIResourceGroup \
--location eastus \
--kind OpenAI \
--sku s0 \
--subscription <subscriptionID>
--custom-domain MyOpenAIResource
--yes

Récupérer des informations sur la ressource

Après avoir créé la ressource, vous pouvez utiliser différentes commandes pour trouver des informations utiles sur votre instance Azure OpenAI dans Microsoft Foundry Models. Les exemples suivants montrent la récupération de l’URL de base du point de terminaison de l’API REST et les clés d’accès pour la nouvelle ressource.

Obtenir l’URL du point de terminaison

Utilisez la commande az cognitiveservices account show permettant de récupérer l’URL de base du point de terminaison de l’API REST pour la ressource. Dans cet exemple, nous dirigeons la sortie de la commande via le processeur JSON jq pour localiser la .properties.endpoint valeur.

Lorsque vous essayez l’exemple, mettez à jour le code pour utiliser vos valeurs pour le groupe de ressources <myResourceGroupName> et la ressource <myResourceName>.

az cognitiveservices account show \
--name <myResourceName> \
--resource-group  <myResourceGroupName> \
| jq -r .properties.endpoint

Obtenir la clé API principale

Pour récupérer les clés d’accès de la ressource, utilisez la commande az cognitiveservices account keys list. Dans cet exemple, nous dirigeons la sortie de la commande via le processeur JSON jq pour localiser la .key1 valeur.

Lorsque vous essayez l’exemple, mettez à jour le code pour utiliser vos valeurs pour le groupe de ressources et la ressource.

az cognitiveservices account keys list \
--name <myResourceName> \
--resource-group  <myResourceGroupName> \
| jq -r .key1

Déployer un modèle

Pour déployer un modèle, utilisez la commande az cognitiveservices account deployment create. Dans l’exemple suivant, vous déployez une instance du modèle gpt-4o et lui attribuez le nom MyModel. Lorsque vous essayez l’exemple, mettez à jour le code pour utiliser vos valeurs pour le groupe de ressources et la ressource. Vous n’avez pas besoin de modifier les valeurs model-version, model-format ou sku-capacity et sku-name.

az cognitiveservices account deployment create \
--name <myResourceName> \
--resource-group  <myResourceGroupName> \
--deployment-name MyModel \
--model-name gpt-4o \
--model-version "2024-11-20"  \
--model-format OpenAI \
--sku-capacity "1" \
--sku-name "Standard"

--sku-name accepte les types de déploiements suivants : Standard, GlobalBatch, GlobalStandard et ProvisionedManaged. Découvrez plus d’informations sur les options de type de déploiement.

Important

Lorsque vous accédez au modèle via l’API, vous devez faire référence au nom du déploiement plutôt qu’au nom du modèle sous-jacent dans les appels d’API, qui est l’une des principales différences entre OpenAI et Azure OpenAI. OpenAI nécessite uniquement le nom du modèle. Azure OpenAI nécessite toujours un nom de déploiement, même lors de l’utilisation du paramètre de modèle. Dans les exemples de notre documentation, les noms de déploiement sont souvent représentés de la même façon que les noms de modèle pour vous aider à savoir quel modèle fonctionne avec un point de terminaison d’API particulier. En fin de compte, vos noms de déploiement peuvent suivre la convention d’affectation de noms la mieux adaptée à votre cas d’usage.

Supprimer un modèle de votre ressource

Vous pouvez supprimer n’importe quel modèle déployé à partir de votre ressource avec la commande az cognitiveservices account deployment delete. Dans l’exemple suivant, vous supprimez un modèle nommé MyModel. Lorsque vous essayez l’exemple, mettez à jour le code pour utiliser vos valeurs pour le groupe de ressources, la ressource et le modèle déployé.

az cognitiveservices account deployment delete \
--name <myResourceName> \
--resource-group  <myResourceGroupName> \
--deployment-name MyModel

Supprimer une ressource

Si vous souhaitez effectuer un nettoyage après ces exercices, vous pouvez supprimer votre ressource Azure OpenAI en supprimant la ressource via l’interface Azure CLI. Vous pouvez également supprimer le groupe de ressources. Si vous choisissez de supprimer le groupe de ressources, toutes les ressources contenues dans le groupe sont également supprimées.

Pour supprimer le groupe de ressources et ses ressources associées, utilisez la commande az cognitiveservices account delete.

Si vous ne souhaitez pas continuer à utiliser les ressources créées dans ces exercices, exécutez la commande suivante pour supprimer votre groupe de ressources. Veillez à mettre à jour l’exemple de code pour utiliser vos valeurs pour le groupe de ressources et la ressource.

az cognitiveservices account delete \
--name <myResourceName> \
--resource-group  <myResourceGroupName>

Conditions préalables

• Un abonnement Azure. Créez-en un gratuitement.
• Azure PowerShell. Pour découvrir plus d’informations, consultez Comment installer Azure PowerShell.
• Autorisations d’accès pour créer des ressources Azure OpenAI et déployer des modèles.

Se connecter à Azure PowerShell

Connectez-vous à Azure PowerShell ou sélectionnez Ouvrir Cloud Shell dans les étapes suivantes.

Créer un groupe de ressources Azure

Pour créer une ressource Azure OpenAI, vous avez besoin d’un groupe de ressources Azure. Lorsque vous créez une ressource via Azure PowerShell, vous pouvez également créer un groupe de ressources ou demander à Azure d’utiliser un groupe existant. L’exemple suivant montre comment créer un groupe de ressources nommé OAIResourceGroup avec la commande New-AzResourceGroup. Le groupe de ressources est créé dans la zone géographique USA Est.

New-AzResourceGroup -Name OAIResourceGroup -Location eastus

Créer une ressource

Utilisez la commande New-AzCognitiveServicesAccount pour créer une ressource Azure OpenAI dans le groupe de ressources. Dans l’exemple suivant, vous créez une ressource nommée MyOpenAIResource dans le groupe de ressources OAIResourceGroup. Lorsque vous essayez l’exemple, mettez à jour le code pour utiliser les valeurs que vous souhaitez pour le groupe de ressources et le nom de la ressource, ainsi que votre ID d’abonnement Azure <subscriptionID>.

New-AzCognitiveServicesAccount -ResourceGroupName OAIResourceGroup -Name MyOpenAIResource -Type OpenAI -SkuName S0 -Location eastus

Récupérer des informations sur la ressource

Après avoir créé la ressource, vous pouvez utiliser différentes commandes pour trouver des informations utiles sur votre instance Azure OpenAI dans Microsoft Foundry Models. Les exemples suivants montrent la récupération de l’URL de base du point de terminaison de l’API REST et les clés d’accès pour la nouvelle ressource.

Obtenir l’URL du point de terminaison

Utilisez la commande Get-AzCognitiveServicesAccount pour récupérer l’URL de base du point de terminaison de l’API REST pour la ressource. Dans cet exemple, nous dirigeons la sortie de la commande via l’applet de commande Select-Object pour localiser la valeur endpoint.

Lorsque vous essayez l’exemple, mettez à jour le code pour utiliser vos valeurs pour le groupe de ressources <myResourceGroupName> et la ressource <myResourceName>.

Get-AzCognitiveServicesAccount -ResourceGroupName OAIResourceGroup -Name MyOpenAIResource |
  Select-Object -Property endpoint

Obtenir la clé API principale

Pour récupérer les clés d’accès de la ressource, utilisez la commandeGet-AzCognitiveServicesAccountKey. Dans cet exemple, nous dirigeons la sortie de la commande via l’applet de commande Select-Object pour localiser la valeur Key1.

Lorsque vous essayez l’exemple, mettez à jour le code pour utiliser vos valeurs pour le groupe de ressources et la ressource.

Get-AzCognitiveServicesAccountKey -Name MyOpenAIResource -ResourceGroupName OAIResourceGroup |
  Select-Object -Property Key1

Déployer un modèle

Pour déployer un modèle, utilisez la commande New-AzCognitiveServicesAccountDeployment. Dans l’exemple suivant, vous déployez une instance du modèle gpt-4o et lui attribuez le nom MyModel. Lorsque vous essayez l’exemple, mettez à jour le code pour utiliser vos valeurs pour le groupe de ressources et la ressource. Vous n’avez pas besoin de modifier les valeurs model-version, model-format ou sku-capacity et sku-name.

$model = New-Object -TypeName 'Microsoft.Azure.Management.CognitiveServices.Models.DeploymentModel' -Property @{
    Name = 'gpt-4o'
    Version = '2024-11-20'
    Format = 'OpenAI'
}

$properties = New-Object -TypeName 'Microsoft.Azure.Management.CognitiveServices.Models.DeploymentProperties' -Property @{
    Model = $model
}

$sku = New-Object -TypeName "Microsoft.Azure.Management.CognitiveServices.Models.Sku" -Property @{
    Name = 'Standard'
    Capacity = '1'
}

New-AzCognitiveServicesAccountDeployment -ResourceGroupName OAIResourceGroup -AccountName MyOpenAIResource -Name MyModel -Properties $properties -Sku $sku

La propriété Name de la variable $sku accepte les types de déploiements suivants : Standard, GlobalBatch, GlobalStandard et ProvisionedManaged. Découvrez plus d’informations sur les options de type de déploiement.

Important

Lorsque vous accédez au modèle via l’API, vous devez faire référence au nom du déploiement plutôt qu’au nom du modèle sous-jacent dans les appels d’API, qui est l’une des principales différences entre OpenAI et Azure OpenAI. OpenAI nécessite uniquement le nom du modèle. Azure OpenAI nécessite toujours un nom de déploiement, même lors de l’utilisation du paramètre de modèle. Dans les exemples de notre documentation, les noms de déploiement sont souvent représentés de la même façon que les noms de modèle pour vous aider à savoir quel modèle fonctionne avec un point de terminaison d’API particulier. En fin de compte, vos noms de déploiement peuvent suivre la convention d’affectation de noms la mieux adaptée à votre cas d’usage.

Supprimer un modèle de votre ressource

Vous pouvez supprimer n’importe quel modèle déployé à partir de votre ressource avec la commande Remove-AzCognitiveServicesAccountDeployment. Dans l’exemple suivant, vous supprimez un modèle nommé MyModel. Lorsque vous essayez l’exemple, mettez à jour le code pour utiliser vos valeurs pour le groupe de ressources, la ressource et le modèle déployé.

Remove-AzCognitiveServicesAccountDeployment -ResourceGroupName OAIResourceGroup -AccountName MyOpenAIResource -Name MyModel

Supprimer une ressource

Si vous souhaitez effectuer un nettoyage après ces exercices, vous pouvez supprimer votre ressource Azure OpenAI en supprimant la ressource via l’interface Azure PowerShell. Vous pouvez également supprimer le groupe de ressources. Si vous choisissez de supprimer le groupe de ressources, toutes les ressources contenues dans le groupe sont également supprimées.

Pour supprimer le groupe de ressources et ses ressources associées, utilisez la commande Remove-AzCognitiveServicesAccount.

Si vous ne souhaitez pas continuer à utiliser les ressources créées dans ces exercices, exécutez la commande suivante pour supprimer votre groupe de ressources. Veillez à mettre à jour l’exemple de code pour utiliser vos valeurs pour le groupe de ressources et la ressource.

Remove-AzCognitiveServicesAccount -Name MyOpenAIResource -ResourceGroupName OAIResourceGroup

Étapes suivantes

• Commencez avec l'élément de base de sécurité Azure OpenAI
• En savoir plus sur les modèles Azure OpenAI.
• Pour plus d’informations sur les prix, consultez la page Tarification Azure OpenAI Service.