Disponibilité des fonctionnalités Azure Machine Learning dans les différentes régions cloud
Découvrez les fonctionnalités Azure Machine Learning disponibles dans les régions Azure Government, Azure Allemagne et Microsoft Azure gérées par 21Vianet.
Dans la liste des régions Azure à l’échelle internationale, il existe plusieurs régions qui servent des marchés spécifiques en plus des régions de cloud public. Par exemple, les régions Azure Government et Azure gérées par 21Vianet. En plus des régions de cloud public, Azure Machine Learning est déployé dans les régions suivantes :
- Régions Azure Government US-Arizona et US-Virginia.
- Région Azure gérée par 21Vianet China-East-2.
Azure Machine Learning est toujours en développement dans les régions Airgap.
Pour la région Italie Nord, l’application Recommandations n’est disponible qu’au 12/12/2023 sans liste verte. Cela affecte le service suivant jusqu’à ce que - Planification du travail - Magasin de fonctionnalités - Moniteur de modèle - Importation de données
Les informations contenues dans le reste de ce document fournissent des informations sur les fonctionnalités Azure Machine Learning disponibles dans ces régions, ainsi que des informations relatives à l’utilisation de ces fonctionnalités spécifiques à la région.
Azure Government
| Fonctionnalité | État du cloud public | US-Virginia | US-Arizona |
|---|---|---|---|
| Machine learning automatisé | |||
| Créer et exécuter des expériences dans des blocs-notes | GA | YES | YES |
| Créer et exécuter des expériences dans l’expérience web Studio | Version préliminaire publique | YES | YES |
| Fonctionnalités de prévision du secteur | GA | YES | YES |
| Prise en charge de l’apprentissage profond et d’autres apprenants avancés | GA | YES | YES |
| Prise en charge de données volumineuses (jusqu’à 100 Go) | Version préliminaire publique | YES | YES |
| Intégration avec Azure Databricks | GA | Non | Non |
| Intégrations SQL, Azure Cosmos DB et HDInsight | GA | YES | YES |
| Pipelines Machine Learning | |||
| Créer, exécuter et publier des pipelines à l’aide du Kit de développement logiciel (SDK) Azure Machine Learning | GA | YES | YES |
| Créer des points de terminaison de pipeline à l’aide du Kit de développement logiciel (SDK) Azure Machine Learning | GA | YES | YES |
| Créer, modifier et supprimer des séries planifiées de pipelines à l’aide du kit de développement logiciel (SDK) Azure Machine Learning | GA | OUI* | OUI* |
| Afficher les détails de l’exécution du pipeline dans Studio | GA | YES | YES |
| Créer, exécuter, visualiser et publier des pipelines dans le concepteur Azure Machine Learning | GA | YES | YES |
| Intégration avec Azure Databricks à l’aide d’un pipeline ML | GA | Non | Non |
| Créer des points de terminaison de pipeline dans le concepteur Azure Machine Learning | GA | YES | YES |
| Notebooks intégrés | |||
| Notebook et partage de fichiers de l’espace de travail | GA | YES | YES |
| Prise en charge R et Python | GA | YES | YES |
| Prise en charge des réseaux virtuels | GA | YES | YES |
| Instance de calcul | |||
| Instances de calcul gérées pour les notebooks intégrés | GA | YES | YES |
| Intégration de Jupyter et JupyterLab | GA | YES | YES |
| Prise en charge du réseau virtuel | GA | YES | YES |
| Configurer des pools Apache Spark pour effectuer un data wrangling | Version préliminaire publique | Non | Non |
| Prise en charge des Kits de développement logiciel (SDK) | |||
| Prise en charge du Kit de développement logiciel (SDK) Python | GA | YES | YES |
| Sécurité | |||
| Gérer la prise en charge des réseaux virtuels | Aperçu | Version préliminaire | Aperçu |
| Prise en charge du réseau virtuel (Vnet) pour la formation | GA | YES | YES |
| Prise en charge du réseau virtuel (Vnet) pour l’inférence | GA | YES | YES |
| Authentification du point de terminaison scoring | Version préliminaire publique | YES | YES |
| Point de terminaison privé d’espace de travail | GA | Disponibilité générale | GA |
| ACI derrière réseau virtuel | Version préliminaire publique | Non | Non |
| ACR derrière réseau virtuel | GA | YES | YES |
| Adresse IP privée du cluster AKS | Version préliminaire publique | Non | Non |
| Isolation réseau pour les points de terminaison en ligne managés | GA | Non | Non |
| Calcul | |||
| Gestion de quota entre les espaces de travail | GA | YES | YES |
| Calcul Kubernetes | GA | Non | Non |
| Données pour Machine Learning | |||
| Créer, afficher ou modifier des jeux de données et des magasins de données à partir du kit de développement logiciel (SDK) | GA | YES | YES |
| Créer, afficher ou modifier des jeux de données et des magasins de données à partir de l’interface utilisateur | GA | YES | YES |
| Afficher, modifier ou supprimer des superviseurs de dérive de jeu de données à partir du kit de développement logiciel (SDK) | Version préliminaire publique | YES | YES |
| Afficher, modifier ou supprimer des superviseurs de dérive de jeu de données à partir de l’interface utilisateur | Version préliminaire publique | YES | YES |
| Cycle de vie de Machine Learning | |||
| Profilage des modèles (SDK/CLI v1) | GA | YES | PARTIAL |
| L’interface CLI Azure Machine Learning v1 | GA | YES | YES |
| Modèles accélérés matériellement basés sur les FPGA (SDK/CLI v1) | GA | Non | Non |
| Intégration de Visual Studio Code | Version préliminaire publique | Non | Non |
| Intégration à Event Grid | Version préliminaire publique | Non | Non |
| Intégration d’Azure Stream Analytics à Azure Machine Learning | Version préliminaire publique | Non | Non |
| Étiquetage des images et du texte | |||
| Portail d’étiquetage de gestion de projet | GA | YES | YES |
| Portail d’étiquetage | GA | YES | YES |
| Étiquetage à l’aide du personnel privé | GA | YES | YES |
| Étiquetage assisté par ML (classification des images et détection des objets) | Version préliminaire publique | YES | YES |
| ML responsable | |||
| Explicabilité dans l’interface utilisateur | Version préliminaire publique | Non | Non |
| Boîte à outils SmartNoise de confidentialité différentielle | OSS | Non | Non |
| Balises personnalisées dans Azure Machine Learning pour implémenter des feuilles de données | GA | Non | Non |
| Intégration impartiale d’Azure Machine Learning | Version préliminaire publique | Non | Non |
| SDK d’interprétabilité | GA | YES | YES |
| Entrainement | |||
| Streaming des journaux d’expérimentation | GA | YES | YES |
| IU d’expérimentation | Version préliminaire publique | YES | YES |
| Intégration .NET avec ML.NET 1.0 | GA | YES | YES |
| Inférence | |||
| Points de terminaison en ligne managés | GA | YES | YES |
| Inférence par lot | GA | YES | YES |
| Azure Stack Edge avec FPGA (SDK/CLI v1) | Version préliminaire publique | Non | Non |
| Autres | |||
| Open Datasets | Version préliminaire publique | YES | OUI |
| Azure AI Recherche personnalisée (SDK v1) | Version préliminaire publique | YES | YES |
Scénarios Azure Government
| Scénario | US-Virginia | US-Arizona | Limites |
|---|---|---|---|
| Configuration de la sécurité générale | |||
| Désactiver/Contrôler l’accès Internet (entrant et sortant) et un réseau virtuel spécifique | PARTIAL | PARTIAL | |
| Emplacement pour tous les services/ressources associés | YES | YES | |
| Chiffrement au repos et en transit. | YES | YES | |
| Accès à la racine et au protocole SSH pour les ressources de calcul. | YES | YES | |
| Maintenir la sécurité des systèmes déployés (instances, points de terminaison, etc.), y compris la protection des points de terminaison, la mise à jour corrective et la journalisation | PARTIAL | PARTIAL | ACI derrière le réseau virtuel n’est actuellement pas disponible |
| Contrôler (désactiver/limiter/restreindre) l’utilisation de l’intégration ACI/AKS | PARTIAL | PARTIAL | ACI derrière le réseau virtuel n’est actuellement pas disponible |
| Contrôle d’accès en fonction du rôle Azure (Azure RBAC) – Création de rôles personnalisés | YES | YES | |
| Contrôler l’accès aux images ACR utilisées par le service Machine Learning (fourni par Azure et gérée ou personnalisée) | PARTIAL | PARTIAL | |
| Utilisation générale du service Machine Learning | |||
| Possibilité de disposer d’un environnement de développement pour générer un modèle, effectuer l’apprentissage de ce modèle, l’héberger en tant que point de terminaison et l’utiliser via une application web | YES | YES | |
| Possibilité d’extraire des données depuis ADLS (Data Lake Storage) | YES | YES | |
| Possibilité d’extraire des données depuis Stockage Blob Azure | YES | YES |
Autres limitations d’Azure Government
Pour les instances de calcul Azure Machine Learning, la possibilité d’actualiser un jeton au-delà de 24 heures n’est pas disponible dans Azure Government.
Le profilage de modèle ne prend pas en charge 4 UC dans la région US-Arizona.
Les exemples de notebooks peuvent ne pas fonctionner dans Azure Government s’il leur faut accéder à des données publiques.
Adresses IP : la commande CLI utilisée dans les instructions requises pour l'accès Internet public ne retourne pas de plages IP. Privilégiez les plages d’adresses IP et étiquettes de service pour Azure Government.
Pour les pipelines planifiés, nous fournissons également un mécanisme de déclenchement basé sur un objet blob. Ce mécanisme n’est pas pris en charge pour les espaces de travail CMK. Pour activer un déclencheur basé sur un objet blob pour les espaces de travail CMK, vous devez effectuer une configuration supplémentaire. Pour plus d’informations, consultez Déclencher l’exécution d’un pipeline Machine Learning à partir d’une application logique (SDK/CLI v1).
Pare-feu : lorsque vous utilisez une région Azure Government, ajoutez les hôtes suivants à votre paramètre de pare-feu :
- Pour l’Arizona, utilisez :
usgovarizona.api.ml.azure.us - Pour la Virginie, utilisez :
usgovvirginia.api.ml.azure.us - Pour les deux :
graph.windows.net
- Pour l’Arizona, utilisez :
Azure géré par 21Vianet
| Fonction | État du cloud public | CH-East-2 | CH-North-3 |
|---|---|---|---|
| Machine learning automatisé | |||
| Créer et exécuter des expériences dans des blocs-notes | GA | YES | N/A |
| Créer et exécuter des expériences dans l’expérience web Studio | Préversion | YES | N/A |
| Fonctionnalités de prévision du secteur | GA | YES | N/A |
| Prise en charge de l’apprentissage profond et d’autres apprenants avancés | GA | YES | N/A |
| Prise en charge de données volumineuses (jusqu’à 100 Go) | Préversion | YES | N/A |
| Intégration avec Azure Databricks | GA | YES | N/A |
| Intégrations SQL, Azure Cosmos DB et HDInsight | GA | YES | N/A |
| Pipelines Machine Learning | |||
| Créer, exécuter et publier des pipelines à l’aide du Kit de développement logiciel (SDK) Azure Machine Learning | GA | YES | N/A |
| Créer des points de terminaison de pipeline à l’aide du Kit de développement logiciel (SDK) Azure Machine Learning | GA | YES | N/A |
| Créer, modifier et supprimer des séries planifiées de pipelines à l’aide du kit de développement logiciel (SDK) Azure Machine Learning | GA | YES | N/A |
| Afficher les détails de l’exécution du pipeline dans Studio | GA | YES | N/A |
| Créer, exécuter, visualiser et publier des pipelines dans le concepteur Azure Machine Learning | GA | YES | N/A |
| Intégration avec Azure Databricks à l’aide d’un pipeline ML | GA | YES | N/A |
| Créer des points de terminaison de pipeline dans le concepteur Azure Machine Learning | GA | YES | N/A |
| Notebooks intégrés | |||
| Notebook et partage de fichiers de l’espace de travail | GA | YES | N/A |
| Prise en charge R et Python | GA | YES | N/A |
| Prise en charge des réseaux virtuels | GA | YES | N/A |
| Instance de calcul | |||
| Instances de calcul gérées pour les notebooks intégrés | GA | YES | N/A |
| Intégration de Jupyter et JupyterLab | GA | YES | N/A |
| Gérer la prise en charge des réseaux virtuels | Aperçu | Aperçu | N/A |
| Prise en charge du réseau virtuel | GA | YES | N/A |
| Prise en charge des Kits de développement logiciel (SDK) | |||
| Prise en charge du Kit de développement logiciel (SDK) Python | GA | YES | N/A |
| Sécurité | |||
| Prise en charge du réseau virtuel (Vnet) pour la formation | GA | YES | N/A |
| Prise en charge du réseau virtuel (Vnet) pour l’inférence | GA | YES | N/A |
| Authentification du point de terminaison scoring | Préversion | YES | N/A |
| Point de terminaison privé d’espace de travail | GA | YES | N/A |
| ACI derrière réseau virtuel | Préversion | Non | N/A |
| ACR derrière réseau virtuel | GA | YES | N/A |
| Adresse IP privée du cluster AKS | Préversion | Non | N/A |
| Isolation réseau pour les points de terminaison en ligne managés | GA | Non | N/A |
| Calcul | |||
| Gestion de quota entre les espaces de travail | GA | YES | N/A |
| Calcul Kubernetes | GA | Non | Non |
| Données pour Machine Learning | |||
| Créer, afficher ou modifier des jeux de données et des magasins de données à partir du kit de développement logiciel (SDK) | GA | YES | N/A |
| Créer, afficher ou modifier des jeux de données et des magasins de données à partir de l’interface utilisateur | GA | YES | N/A |
| Afficher, modifier ou supprimer des superviseurs de dérive de jeu de données à partir du kit de développement logiciel (SDK) | Préversion | YES | N/A |
| Afficher, modifier ou supprimer des superviseurs de dérive de jeu de données à partir de l’interface utilisateur | Préversion | YES | N/A |
| Cycle de vie de Machine Learning | |||
| Profilage des modèles | GA | YES | S/O |
| L’extension Azure DevOps pour Machine Apprentissage & l’interface DE ligne de commande Azure Machine Apprentissage | GA | YES | N/A |
| Modèles accélérés matériellement basés sur les FPGA | Dépréciation | Dépréciation | N/A |
| Intégration de Visual Studio Code | Préversion | Non | N/A |
| Intégration à Event Grid | Préversion | YES | N/A |
| Intégration d’Azure Stream Analytics avec Azure Machine Learning | Préversion | Non | N/A |
| Étiquetage | |||
| Portail d’étiquetage de gestion de projet | GA | YES | N/A |
| Portail d’étiquetage | GA | YES | N/A |
| Étiquetage à l’aide du personnel privé | GA | YES | N/A |
| Étiquetage assisté par ML (classification des images et détection des objets) | Préversion | YES | N/A |
| Intelligence artificielle responsable | |||
| Explicabilité dans l’interface utilisateur | Préversion | Non | N/A |
| Boîte à outils SmartNoise de confidentialité différentielle | OSS | Non | N/A |
| Balises personnalisées dans Azure Machine Learning pour implémenter des feuilles de données | GA | YES | N/A |
| Intégration impartiale d’Azure Machine Learning | Préversion | Non | N/A |
| SDK d’interprétabilité | GA | YES | N/A |
| Entrainement | |||
| Streaming des journaux d’expérimentation | GA | YES | N/A |
| Apprentissage par renforcement | Dépréciation | Dépréciation | N/A |
| IU d’expérimentation | GA | YES | N/A |
| Intégration .NET avec ML.NET 1.0 | GA | YES | N/A |
| Inférence | |||
| Points de terminaison en ligne managés | GA | YES | N/A |
| Inférence par lot | GA | YES | N/A |
| Azure Stack Edge avec FPGA | Dépréciation | Dépréciation | N/A |
| Autres | |||
| Open Datasets | Préversion | YES | N/A |
| Azure AI Recherche personnalisée | Aperçu | YES | N/A |
Autres limitations Azure gérées par 21Vianet
Azure gérée par 21Vianet dispose d’une référence SKU de machine virtuelle limitée, notamment pour la référence SKU GPU. Seule la famille NCv3 (V100) est disponible.
Les points de terminaison de l’API REST sont différents d’Azure global. Utilisez le tableau suivant pour rechercher le point de terminaison de l’API REST pour les régions Azure gérées par 21Vianet :
Point de terminaison REST Azure global China-Government Plan de gestion https://management.azure.com/https://management.chinacloudapi.cn/Plan de données https://{location}.experiments.azureml.nethttps://{location}.experiments.ml.azure.cnMicrosoft Entra ID https://login.microsoftonline.comhttps://login.chinacloudapi.cnLes exemples de notebooks peuvent ne pas fonctionner s’il leur faut accéder à des données publiques.
Plages d’adresses IP : la commande CLI utilisée dans les instructions requises pour l'accès Internet public ne retourne pas de plages IP. Utilisez plutôt les plages d’adresses IP Azure let les étiquettes de service pour les régions Microsoft Azure gérées par 21Vianet.
La préversion des instances de calcul Azure Machine Learning n’est pas prise en charge dans un espace de travail où le Point de terminaison privé est activé, mais CI sera pris en charge lors du prochain déploiement de l’extension de service dans toutes les régions Azure Machine Learning.
La recherche de ressources dans l’interface utilisateur web avec des caractères chinois ne fonctionne pas correctement.
Étapes suivantes
Pour en savoir plus sur les régions dans lesquelles Azure Machine Learning est disponible, consultez Produits par région.