Condividi tramite


Distribuire ed eseguire i contenitori in istanze di Azure Container

Con la procedura seguente, ridimensionare facilmente le applicazioni di Servizi di Azure AI nel cloud con Istanze di Azure Container. La containerizzazione consente di concentrarsi sulla creazione di applicazioni anziché sulla gestione dell'infrastruttura. Per altre informazioni sull'uso dei contenitori, vedere funzionalità e vantaggi.

Prerequisiti

La ricetta funziona con qualsiasi contenitore di Servizi di Azure AI. La risorsa dei Servizi di Azure AI deve essere creata prima di usare la ricetta. Ogni Servizio di Azure AI che supporta i contenitori include un articolo "Come installare" per l'installazione e la configurazione del servizio per un contenitore. Alcuni servizi richiedono un file o un set di file come input per il contenitore, è importante comprendere e usare correttamente il contenitore prima di usare questa soluzione.

  • Una risorsa di Azure per il Servizio di Azure AI in uso.

  • URL dell'endpoint del Servizio di Azure AI: esaminare la sezione "Come installare" del servizio specifico per il contenitore, per trovare dove si trova l'URL dell'endpoint all'interno del portale di Azure e un esempio corretto dell'URL. Il formato esatto può cambiare da servizio a servizio.

  • Chiave del Servizio di Azure AI: le chiavi si trovano nella pagina Chiavi per la risorsa di Azure. È necessaria solo una delle due chiavi. La chiave è una stringa di 32 caratteri alfanumerici.

  • Un singolo contenitore di Servizi di Azure AI nell'host locale (il computer). Assicurarsi di poter:

    • Trascinare l'immagine verso il basso con un comando docker pull.
    • Eseguire correttamente il contenitore locale con tutte le impostazioni di configurazione necessarie con un comando docker run.
    • Chiamare l'endpoint del contenitore, ottenendo una risposta HTTP 2xx e una risposta JSON.

Tutte le variabili tra parentesi angolari, <>, devono essere sostituite con i propri valori. Questa sostituzione include le parentesi angolari.

Importante

Il contenitore LUIS richiede un file di modello .gz di cui viene eseguito il pull in fase di runtime. Il contenitore deve essere in grado di accedere a questo file di modello tramite un montaggio del volume dall'istanza di contenitore. Per caricare un file di modello, seguire questa procedura:

  1. Creare una condivisione file di Azure. Prendere nota del nome dell'account di archiviazione di Azure, della chiave e del nome della condivisione file perché saranno necessari in un secondo momento.
  2. Esportare il modello LUIS (app in pacchetto) dal portale LUIS.
  3. Nel portale di Azure, passare alla pagina Panoramica della risorsa dell'account di archiviazione e selezionare Condivisioni file.
  4. Selezionare il nome della condivisione file creato di recente, quindi selezionare Carica. Quindi, caricare l'app in pacchetto.

Creare una risorsa dell'istanza di Azure Container usando il portale di Azure

  1. Passare alla pagina Crea per Istanze di Container.

  2. Immettere le informazioni seguenti nella scheda Informazioni di base:

    Impostazione Valore
    Subscription Selezionare la propria sottoscrizione.
    Gruppo di risorse Selezionare il gruppo di risorse disponibile o crearne uno nuovo, ad esempio cognitive-services.
    Nome contenitore Immettere un nome, ad esempio cognitive-container-instance. Il nome deve essere in minuscolo.
    Ufficio Selezionare un'area per la distribuzione.
    Tipo di immagine Se l'immagine del contenitore viene archiviata in un registro contenitori che non richiede credenziali, scegliere Public. Se l'accesso all'immagine del contenitore richiede credenziali, scegliere Private. Consultare immagini e repository del contenitore per informazioni dettagliate sul fatto che l'immagine del contenitore sia Public o Private ("Anteprima pubblica").
    Nome dell'immagine Immettere il percorso del contenitore dei Servizi di Azure AI. Il percorso è quello usato come argomento per il comando docker pull. Fare riferimento ai repository e alle immagini del contenitore per i nomi delle immagini disponibili e il repository corrispondente.

    Il nome dell'immagine deve essere completo specificando tre parti. Innanzitutto, il registro contenitori, quindi il repository, infine il nome dell'immagine: <container-registry>/<repository>/<image-name>.

    Di seguito è riportato un esempio mcr.microsoft.com/azure-cognitive-services/keyphrase che rappresenta l'immagine Estrazione frasi chiave nel Registro Contenitori Microsoft nel repository di Servizi di Azure AI. Un altro esempio è containerpreview.azurecr.io/microsoft/cognitive-services-speech-to-text che rappresenta l'immagine riconoscimento vocale nel repository Microsoft del registro contenitori di Anteprima contenitori.
    Tipo di sistema operativo Linux
    Dimensione Passare alle dimensioni consigliate per il contenitore specifico di Azure per intelligenza artificiale:
    2 core CPU
    4 GB
  3. Nella scheda Networking, immettere i seguenti dettagli:

    Impostazione Valore
    Porti Impostare la porta TCP su 5000. Espone il contenitore sulla porta 5000.
  4. Nella scheda Avanzate immettere le variabili di ambiente necessarie per le impostazioni di fatturazione del contenitore della risorsa Istanza di Azure Container:

    Chiave valore
    ApiKey Copiato dalla pagina Chiavi ed endpoint della risorsa. Si tratta di una stringa di 32 caratteri alfanumerici senza spazi o trattini, xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.
    Billing L'URL dell'endpoint copiato dalla pagina Chiavi ed endpoint della risorsa.
    Eula accept
  5. Selezionare Rivedi e crea.

  6. Al termine della convalida, fare clic su Crea per completare il processo di creazione

  7. Quando la risorsa viene distribuita correttamente, è pronta

Usare l'istanza di contenitore

  1. Selezionare Panoramica e copiare l'indirizzo IP. Sarà un indirizzo IP numerico, ad esempio 55.55.55.55.

  2. Aprire una nuova scheda del browser e usare l'indirizzo IP, ad esempio http://<IP-address>:5000 (http://55.55.55.55:5000. Verrà visualizzata la home page del contenitore, che informa che il contenitore è in esecuzione.

    Home page del contenitore

  3. Selezionare Descrizione API servizio per visualizzare la pagina swagger per il contenitore.

  4. Selezionare una delle API POST e selezionare Prova. I parametri vengono visualizzati includendo l'input. Specificare i parametri.

  5. Selezionare Esegui per inviare la richiesta all'istanza del contenitore.

    I contenitori di Azure per intelligenza artificiale sono stati creati e usati correttamente nell'istanza di Azure Container.