Menggunakan komputasi terkelola di jaringan virtual terkelola

Pelajari cara mengonfigurasi kluster komputasi atau instans komputasi di jaringan virtual terkelola Azure Pembelajaran Mesin.

Saat menggunakan jaringan terkelola, sumber daya komputasi yang dikelola oleh Azure Pembelajaran Mesin dapat berpartisipasi dalam jaringan virtual. Azure Pembelajaran Mesin kluster komputasi, instans komputasi, dan titik akhir online terkelola dibuat di jaringan terkelola.

Artikel ini berfokus pada konfigurasi kluster komputasi dan instans komputasi di jaringan terkelola. Untuk informasi tentang titik akhir online terkelola, lihat mengamankan titik akhir online dengan isolasi jaringan.

Penting

Jika Anda berencana menggunakan pekerjaan Spark tanpa server, lihat artikel jaringan virtual terkelola untuk informasi konfigurasi. Langkah-langkah ini harus diikuti saat mengonfigurasi jaringan virtual terkelola.

Prasyarat

Sebelum mengikuti langkah-langkah dalam artikel ini, pastikan Anda memiliki prasyarat berikut:

Azure CLI

• Ruang kerja Azure Pembelajaran Mesin dikonfigurasi untuk menggunakan jaringan virtual terkelola.

• Azure CLI dan ekstensi ml ke Azure CLI. Untuk informasi selengkapnya, lihat Menginstal, menyiapkan, dan menggunakan CLI (v2).

  Tip

  Jaringan virtual terkelola Azure Pembelajaran Mesin diperkenalkan pada 23 Mei 2023. Jika Anda memiliki versi ekstensi ml yang lebih lama, Anda mungkin perlu memperbaruinya untuk contoh dalam artikel ini berfungsi. Untuk memperbarui ekstensi, gunakan perintah Azure CLI berikut:

  az extension update -n ml
  

• Contoh CLI dalam artikel ini mengasumsikan bahwa Anda menggunakan shell Bash (atau kompatibel). Misalnya, dari sistem Linux atau Subsistem Windows untuk Linux.

• Contoh Azure CLI dalam artikel ini menggunakan ws untuk mewakili nama ruang kerja, dan rg untuk mewakili nama grup sumber daya. Ubah nilai-nilai ini sesuai kebutuhan saat menggunakan perintah dengan langganan Azure Anda.

Python SDK

• Ruang kerja Azure Pembelajaran Mesin dikonfigurasi untuk menggunakan jaringan virtual terkelola.

• Azure Pembelajaran Mesin Python SDK v2. Untuk informasi selengkapnya tentang SDK, lihat Menginstal Python SDK v2 untuk Azure Pembelajaran Mesin.

  Tip

  Jaringan virtual terkelola Azure Machine learning diperkenalkan pada 23 Mei 2023. Jika Anda memiliki versi SDK yang lebih lama yang terinstal, Anda mungkin perlu memperbaruinya agar contoh dalam artikel ini berfungsi. Untuk memperbarui SDK, gunakan perintah berikut:

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

• Contoh dalam artikel ini mengasumsikan bahwa kode Anda dimulai dengan Python berikut. Kode ini mengimpor kelas yang diperlukan saat membuat ruang kerja dengan VNet terkelola, mengatur variabel untuk langganan Azure dan grup sumber daya Anda, dan membuat 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

• Ruang kerja Azure Pembelajaran Mesin dikonfigurasi untuk menggunakan jaringan virtual terkelola.

Mengonfigurasi sumber daya komputasi

Gunakan tab di bawah ini untuk mempelajari cara mengonfigurasi kluster komputasi dan instans komputasi dalam jaringan virtual terkelola:

Tip

Saat menggunakan jaringan virtual terkelola, kluster komputasi dan instans komputasi secara otomatis dibuat di jaringan terkelola. Langkah-langkah di bawah ini berfokus pada konfigurasi sumber daya komputasi untuk tidak menggunakan alamat IP publik.

Azure CLI

Untuk membuat kluster komputasi tanpa IP publik, gunakan perintah berikut:

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

Untuk membuat instans komputasi tanpa IP publik, gunakan perintah berikut:

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

Python SDK

Contoh Python SDK berikut menunjukkan cara membuat kluster komputasi dan instans komputasi tanpa IP publik:

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

Anda tidak dapat membuat kluster komputasi atau instans komputasi dari portal Azure. Sebagai gantinya, gunakan langkah-langkah berikut untuk membuat komputasi ini dari studio Azure Pembelajaran Mesin:

1. Dari studio, pilih ruang kerja Anda.

2. Pilih halaman Komputasi dari bilah navigasi kiri.

3. Pilih + Baru dari bilah navigasi instans komputasi atau kluster komputasi.

4. Konfigurasikan ukuran dan konfigurasi VM yang Anda butuhkan, lalu pilih Berikutnya hingga Anda tiba di halaman berikut:

   • Untuk kluster komputasi, gunakan halaman Pengaturan Tingkat Lanjut dan pilih opsi Tanpa IP Publik untuk menghapus alamat IP publik.

     

   • Untuk instans komputasi, gunakan halaman Keamanan dan pilih opsi Tanpa IP Publik untuk menghapus alamat IP publik.

     

5. Lanjutkan dengan pembuatan sumber daya komputasi.

Batasan

• Membuat kluster komputasi di wilayah yang berbeda dari ruang kerja tidak didukung saat menggunakan jaringan virtual terkelola.

Migrasi sumber daya komputasi

Jika Anda memiliki ruang kerja yang sudah ada dan ingin mengaktifkan jaringan virtual terkelola untuk ruang kerja tersebut, saat ini tidak ada jalur migrasi yang didukung untuk sumber daya komputasi yang sudah ada. Anda harus menghapus semua sumber daya komputasi terkelola yang ada dan membuatnya kembali setelah mengaktifkan jaringan virtual terkelola. Daftar berikut berisi sumber daya komputasi yang harus dihapus dan dibuat ulang:

• Kluster komputasi
• Hitung intance
• Titik akhir online terkelola

Langkah berikutnya

• Isolasi jaringan virtual terkelola
• Mengamankan titik akhir online dengan isolasi jaringan