Mi történt Azure Batch AI-val?
A Azure Batch AI-szolgáltatás ki lett vonva. A Batch AI nagy léptékű betanítási képességei elérhetők az Azure Machine Learning szolgáltatásban. Migrálás még ma.
Az Azure Machine Learning szolgáltatás számos más gépi tanulási képesség mellett egy felhőalapú felügyelt számítási célt is tartalmaz a gépi tanulási modellek betanításához és kötegelt pontozásához. Ezt a számítási célt Azure Machine Learning Compute-nek nevezzük, és kiterjeszti az elavult Batch AI-szolgáltatás összes képességét. Kezdje el a migrálást és a használatát még ma. Az Azure Machine Learning szolgáltatással a Python SDK-val, a parancssori felülettel és a Azure Portal keresztül kommunikálhat.
Támogatási idővonal
A meglévő Azure Batch AI-előfizetéseit csak türelmi időszakra használhatja, de a szolgáltatás hivatalosan megszűnik, és nem támogatja az SLA-kat. Nem lehet új előfizetés-regisztrációt végezni, és nem történik további befektetés vagy frissítés.
A szolgáltatás hamarosan leáll, további értesítés nélkül.
Megjegyzés
Az Azure Machine Learning szolgáltatás kormányzati felhőkben nem érhető el (a ga-t 2019 júniusára tervezzük), és addig is támogatjuk a Batch AI-szolgáltatást ebben a régióban.
Összehasonlítás az Azure Machine Learning szolgáltatáshoz
Ez egy felhőalapú szolgáltatás, amellyel gépi tanulási modelleket taníthat be, helyezhet üzembe, automatizálhat és kezelhet, mindezt a felhő által biztosított széles körűen. Ebben az áttekintésben megismerheti az Azure Machine Learning szolgáltatást.
Egy tipikus modellfejlesztési életciklus magában foglalja az adat-előkészítést, a betanítási & a kísérletezést és az üzembe helyezési fázist. Ez a végpontok közötti ciklus a Machine Learning-folyamatok használatával vezényelhető.
További információ a szolgáltatás működéséről és fő fogalmairól. A modellbetanítási munkafolyamat számos fogalma hasonló a Batch AI meglévő fogalmaihoz.
Pontosabban az alábbiakban bemutatjuk, hogyan kell gondolni rájuk:
| Batch AI-szolgáltatás | Azure Machine Learning szolgáltatás |
|---|---|
| Munkaterület | Munkaterület |
| Fürt | Típus számítása AmlCompute |
| Fájlkiszolgálók | Adattárak |
| Kísérletek | Kísérletek |
| Feladatok | Futtatások (beágyazott futtatások engedélyezése) |
Íme egy másik nézet ugyanabból a táblázatból, amely segít a további vizualizációkban:
Batch AI-hierarchia
Az Azure Machine Learning szolgáltatás hierarchiája
Platformképességek
Az Azure Machine Learning szolgáltatás számos új funkciót tartalmaz, köztük egy betanítási-üzembe helyezési vermet, amelyet az AI-fejlesztéshez> használhat anélkül, hogy azure-erőforrásokat kellene kezelnie. Ez a táblázat összehasonlítja a két szolgáltatás közötti betanítás funkciótámogatását.
| Szolgáltatás | Batch AI-szolgáltatás | Azure Machine Learning szolgáltatás |
|---|---|---|
| Virtuális gép méretének kiválasztása | CPU/GPU | CPU/GPU. Az FPGA-t is támogatja a következtetéshez |
| AI-kész fürt (illesztőprogramok, Docker stb.) | Igen | Yes |
| Csomópont-előkészítés | Igen | Nem |
| Operációsrendszer-család választása | Részleges | No |
| Dedikált és lowPriority virtuális gépek | Igen | Yes |
| Automatikus skálázás | Yes | Igen (alapértelmezés szerint) |
| Várakozási idő az automatikus skálázáshoz | Nem | Igen |
| SSH | Igen | Yes |
| Fürtszintű csatlakoztatás | Igen (FileShares, Blobs, NFS, Custom) | Igen (az adattár csatlakoztatása vagy letöltése) |
| Elosztott betanítás | Igen | Yes |
| Feladatvégrehajtási mód | Virtuális gép vagy tároló | Tároló |
| Egyéni tárolórendszerkép | Igen | Yes |
| Bármely eszközkészlet | Yes | Igen (Python-szkript futtatása) |
| Feladat-előkészítés | Yes | Még nem |
| Feladatszintű csatlakoztatás | Igen (FileShares, Blobs, NFS, Custom) | Igen (FileShares, Blobok) |
| Feladatmonitorozás | a GetJob-on keresztül | a futtatási előzményeken keresztül (részletesebb információk, egyéni futtatókörnyezet további metrikák leküldéséhez) |
| Feladatnaplók és fájlok/modellek lekérése | ListFiles és Storage API-k használatával | Az Artifact szolgáltatáson keresztül |
| A Tensorboard támogatása | Nem | Igen |
| Virtuális gép családi szintű kvótái | Yes | Igen (a korábbi kapacitás átvitelével) |
Az előző táblázaton kívül az Azure Machine Learning szolgáltatásban olyan funkciók is találhatók, amelyek hagyományosan nem támogatottak a BatchAI-ban.
| Szolgáltatás | Batch AI-szolgáltatás | Azure Machine Learning szolgáltatás |
|---|---|---|
| Környezet előkészítése | No | Igen (Conda prepare and upload to ACR) |
| HyperParameter finomhangolása | Nem | Igen |
| Modellkezelés | Nem | Igen |
| Üzembe helyezés/üzembe helyezés | No | Az AKS-en és az ACI-en keresztül |
| Adatelőkészítés | Nem | Igen |
| Számítási célok | Azure-beli virtuális gépek | Local, BatchAI (as AmlCompute), DataBricks, HDInsight |
| Automatizált gépi tanulás | Nem | Igen |
| Pipelines | Nem | Igen |
| Kötegelt pontozás | Igen | Yes |
| Portál/parancssori felület támogatása | Igen | Yes |
Programozási felületek
Ez a táblázat az egyes szolgáltatásokhoz elérhető különböző programozási felületeket mutatja be.
| Szolgáltatás | BatchAI szolgáltatás | Azure Machine Learning szolgáltatás |
|---|---|---|
| SDK | Java, C#, Python, Nodejs | Python (a konfigurációalapú és a becslőt is futtatja a gyakori keretrendszerekhez) |
| parancssori felület | Yes | Még nem |
| Azure Portal | Yes | Igen (kivéve a feladatbeküldést) |
| REST API | Yes | Igen, de a mikroszolgáltatások között elosztva |
Az előzetes Batch AI-ről a GA'ed Azure Machine Learning szolgáltatásra való frissítés jobb élményt nyújt az olyan fogalmak révén, amelyek könnyebben használhatók, például az Estimatorok és az Adattárak. Emellett ga szintű Azure-szolgáltatási SLA-kat és ügyfélszolgálatot is garantál.
Az Azure Machine Learning szolgáltatás olyan új funkciókat is kínál, mint az automatizált gépi tanulás, a hiperparaméterek finomhangolása és az ML-folyamatok, amelyek a legtöbb nagy méretű AI-számítási feladatban hasznosak. A betanított modellek külön szolgáltatásra váltás nélkül történő üzembe helyezése segít az adatelemzési ciklusnak az adatelőkészítésből (a Data Prep SDK használatával) történő kiépítéséből egészen az üzembe helyezésig és a modell monitorozásig.
Migrate
A Migrálás az Azure Machine Learning szolgáltatásba című cikkből megtudhatja, hogyan migrálhatja és hogyan használhatja a térképeket kódhoz az Azure Machine Learning szolgáltatásban.
Támogatás kérése
A Batch AI ki lett vonva, és már blokkolja az új előfizetések regisztrációját a szolgáltatásban. Az Azure Machine Learning szolgáltatásba való migrálással kapcsolatban forduljon hozzánk a Azure Batch AI-betanítási előzetes verzióban.
Az Azure Machine Learning szolgáltatás egy általánosan elérhető szolgáltatás. Ez azt jelenti, hogy egy véglegesített SLA-val és különböző támogatási csomagokkal rendelkezik, amelyek közül választhat.
Az Azure-infrastruktúra Batch AI szolgáltatáson vagy az Azure Machine Learning szolgáltatáson keresztül történő használatának díjszabása nem változhat, mivel mindkét esetben csak a mögöttes számítás árát számítjuk fel. További információt a díjkalkulátorban talál.
Tekintse meg a Azure Portal két szolgáltatása közötti regionális rendelkezésre állást.
Következő lépések
Megtudhatja , hogyan migrálhatja a migrálást , és hogyan képezheti le a kódját az Azure Machine Learning szolgáltatásban.
Olvassa el az Azure Machine Learning szolgáltatás áttekintését.
Konfiguráljon egy számítási célt a modell betanításához az Azure Machine Learning szolgáltatással.
Tekintse át az Azure ütemtervét , és ismerje meg az Azure-szolgáltatás egyéb frissítéseit.