Felügyelt számítás használata felügyelt virtuális hálózaton

Megtudhatja, hogyan konfigurálhat számítási fürtöket vagy számítási példányokat egy Azure Machine Tanulás felügyelt virtuális hálózaton.

Felügyelt hálózat használatakor az Azure Machine Tanulás által felügyelt számítási erőforrások részt vehetnek a virtuális hálózatban. Az Azure Machine Tanulás számítási fürtök, számítási példányok és felügyelt online végpontok a felügyelt hálózaton jönnek létre.

Ez a cikk a számítási fürtök és számítási példányok felügyelt hálózaton való konfigurálásával foglalkozik. A felügyelt online végpontokról további információt a biztonságos online végpontok hálózatelkülönítésével kapcsolatban talál.

Fontos

Ha kiszolgáló nélküli Spark-feladatok használatát tervezi, a konfigurációs információkért tekintse meg a felügyelt virtuális hálózatról szóló cikket. A felügyelt virtuális hálózat konfigurálásakor ezeket a lépéseket kell követni.

Előfeltételek

A cikkben ismertetett lépések végrehajtása előtt győződjön meg arról, hogy rendelkezik a következő előfeltételekkel:

Azure CLI

• Felügyelt virtuális hálózat használatára konfigurált Azure Machine Tanulás munkaterület.

• Az Azure CLI és az ml Azure CLI bővítménye. További információ: A parancssori felület (v2) telepítése, beállítása és használata.

  Tipp.

  Az Azure Machine Tanulás felügyelt virtuális hálózatát 2023. május 23-án vezették be. Ha az ml-bővítmény régebbi verziójával rendelkezik, előfordulhat, hogy frissítenie kell a jelen cikkben szereplő példákhoz. A bővítmény frissítéséhez használja a következő Azure CLI-parancsot:

  az extension update -n ml
  

• A cikkben szereplő CLI-példák feltételezik, hogy a Bash (vagy kompatibilis) rendszerhéjat használja. Például linuxos rendszerből vagy Linuxos Windows-alrendszer.

• A cikkben ws szereplő Azure CLI-példák a munkaterület nevét és rg az erőforráscsoport nevét jelölik. Szükség szerint módosítsa ezeket az értékeket, amikor a parancsokat az Azure-előfizetésével használja.

Python

• Felügyelt virtuális hálózat használatára konfigurált Azure Machine Tanulás munkaterület.

• Az Azure Machine Tanulás Python SDK v2. Az SDK-ról további információt az Azure Machine-Tanulás készült Python SDK v2 telepítése című témakörben talál.

  Tipp.

  Az Azure Machine Learning által felügyelt virtuális hálózatot 2023. május 23-án vezették be. Ha az SDK egy régebbi verziója van telepítve, előfordulhat, hogy frissítenie kell, hogy a cikkben szereplő példák működjenek. Az SDK frissítéséhez használja a következő parancsot:

  pip install --upgrade azure-ai-ml azure-identity
  

• A cikkben szereplő példák feltételezik, hogy a kód a következő Pythonnal kezdődik. Ez a kód importálja a felügyelt virtuális hálózattal rendelkező munkaterületek létrehozásakor szükséges osztályokat, beállítja az Azure-előfizetés és az erőforráscsoport változóit, és létrehozza a következőt ml_client:

  from azure.ai.ml import MLClient
  from azure.ai.ml.entities import (
      Workspace,
      ManagedNetwork,
      IsolationMode,
      ServiceTagDestination,
      PrivateEndpointDestination,
      FqdnDestination
  )
  from azure.identity import DefaultAzureCredential
  
  # Replace with the values for your Azure subscription and resource group.
  subscription_id = "<SUBSCRIPTION_ID>"
  resource_group = "<RESOURCE_GROUP>"
  
  # get a handle to the subscription
  ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)
  

Studio

• Felügyelt virtuális hálózat használatára konfigurált Azure Machine Tanulás munkaterület.

Számítási erőforrások konfigurálása

Az alábbi lapok segítségével megtudhatja, hogyan konfigurálhat számítási fürtöket és számítási példányokat egy felügyelt virtuális hálózaton:

Tipp.

Felügyelt virtuális hálózat használatakor a rendszer automatikusan létrehozza a számítási fürtöket és a számítási példányokat a felügyelt hálózaton. Az alábbi lépések a számítási erőforrások nyilvános IP-cím használatára való konfigurálására összpontosítanak.

Azure CLI

Ha nyilvános IP-cím nélküli számítási fürtöt szeretne létrehozni, használja a következő parancsot:

az ml compute create --name cpu-cluster --resource-group rg --workspace-name ws --type AmlCompute --set enable_node_public_ip=False

Ha nyilvános IP-cím nélküli számítási példányt szeretne létrehozni, használja a következő parancsot:

az ml compute create --name myci --resource-group rg --workspace-name ws --type ComputeInstance --set enable_node_public_ip=False

Python

Az alábbi Python SDK-példa bemutatja, hogyan hozhat létre számítási fürtöt és számítási példányt nyilvános IP-cím nélkül:

from azure.ai.ml.entities import AmlCompute

# Create a compute cluster
compute_cluster = AmlCompute(
    name="mycomputecluster,
    size="STANDARD_D2_V2",
    min_instances=0,
    max_instances=4,
    enable_node_public_ip=False
)
ml_client.begin_create_or_update(entity=compute_cluster)

# Create a compute instance
from azure.ai.ml.entities import ComputeInstance

compute_instance = ComputeInstance(
    name="mycomputeinstance",
    size="STANDARD_DS3_V2",
    enable_node_public_ip=False
)
ml_client.begin_create_or_update(compute_instance)

Studio

Az Azure Portalról nem hozhat létre számítási fürtöt vagy számítási példányt. Ehelyett az alábbi lépésekkel hozza létre ezeket a számításokat az Azure Machine Tanulás Studióból:

1. Válassza ki a munkaterületet a studióban.

2. Válassza ki a Számítás lapot a bal oldali navigációs sávon.

3. Válassza az + Új lehetőséget a számítási példány vagy számítási fürt navigációs sávjáról.

4. Konfigurálja a szükséges virtuálisgép-méretet és konfigurációt, majd válassza a Tovább lehetőséget, amíg meg nem érkezik a következő oldalakra:

   • Számítási fürt esetén használja a Speciális Gépház lapot, és válassza a Nem nyilvános IP-címet a nyilvános IP-cím eltávolításához.

     

   • Számítási példány esetén használja a Biztonsági lapot, és válassza a Nem nyilvános IP-címet a nyilvános IP-cím eltávolításához.

     

5. Folytassa a számítási erőforrás létrehozásának folytatását.

Korlátozások

• Felügyelt virtuális hálózat használatakor nem támogatott a számítási fürt létrehozása a munkaterületétől eltérő régióban.
• Ha a számítás felügyelt hálózaton van, és nyilvános IP-cím nélkül is konfigurálva van, a az ml compute connect-ssh parancs használatával csatlakozzon a számítási példányhoz SSH-n keresztül.

Számítási erőforrások migrálása

Ha van egy meglévő munkaterülete, és engedélyezni szeretné a felügyelt virtuális hálózatot, jelenleg nincs támogatott migrálási útvonal a meglévő rugalmas számítási erőforrásokhoz. A felügyelt virtuális hálózat engedélyezése után törölnie kell az összes meglévő felügyelt számítási erőforrást, és újra létre kell hoznia őket. Az alábbi lista tartalmazza azokat a számítási erőforrásokat, amelyeket törölni és újra kell létrehozni:

• Számítási fürt
• Számítási példány
• Felügyelt online végpontok

Következő lépések

• Felügyelt virtuális hálózat elkülönítése
• Online végpontok védelme hálózati elkülönítéssel