Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Annotazioni
È necessario usare un progetto basato su hub per le funzionalità indicate in questo articolo. Un progetto Foundry non è supportato. Per altre informazioni, vedere Tipi di progetto.
L'hub di intelligenza artificiale di Azure è un tipo di risorsa usato in combinazione con il tipo di risorsa Azure AI Foundry ed è necessario solo per i casi d'uso selezionati. Le risorse hub forniscono l'accesso alle funzionalità di hosting e ottimizzazione dei modelli open source, nonché alle funzionalità di Azure Machine Learning, accanto alle funzionalità supportate dalla risorsa ai Foundry associata.
Quando si crea un hub di intelligenza artificiale, viene eseguito automaticamente il provisioning di una risorsa di Azure AI Foundry. Le risorse hub possono essere usate in Azure AI Foundry e Azure Machine Learning Studio.
Gli hub hanno tipi di progetto personalizzati che supportano un set di funzionalità differenziato dai progetti Foundry. Per una panoramica delle funzionalità supportate, vedere Tipi di progetto .
Creare una risorsa hub di intelligenza artificiale
Per iniziare , creare il primo hub nel portale di Azure AI Foundry o usare il portale di Azure o i modelli per opzioni di configurazione avanzate, ad esempio la rete.
Hub raggruppa uno o più progetti con impostazioni comuni, tra cui l'accesso ai dati e le configurazioni di sicurezza. I progetti fungono da cartelle per organizzare il lavoro e concedere l'accesso alle API per sviluppatori.
Creare un progetto basato su hub
Per iniziare a sviluppare, creare un progetto basato su hub. È possibile accedere ai progetti hub nel portale di AI Foundry per creare con strumenti di intelligenza artificiale generativi e ML Studio per la compilazione con strumenti progettati per il training di modelli di Machine Learning personalizzati.
Concetti relativi al progetto
I progetti consentono di creare e raggruppare componenti riutilizzabili che possono essere usati tra gli strumenti:
Attivo | Descrizione |
---|---|
Dati | Set di dati che può essere usato per creare indici, ottimizzare e valutare i modelli. |
Flussi | Set di istruzioni eseguibili che può implementare la logica dell'intelligenza artificiale. |
Valutazioni | Valutazioni di un modello o di un flusso. È possibile eseguire valutazioni manuali o basate su metriche. |
Indici | Indici di ricerca vettoriali generati dai dati. |
I progetti hanno anche impostazioni specifiche destinate a un progetto specifico:
Attivo | Descrizione |
---|---|
Connessioni del progetto | Connessioni a risorse esterne come provider di archiviazione dati che possono essere usate solo dall'utente e da altri membri del progetto. Completano le connessioni condivise nell'hub accessibile a tutti i progetti. |
Runtime del prompt flow | Il prompt flow è una funzionalità che può essere usata per generare, personalizzare o eseguire un flusso. Per usare il prompt flow, è necessario creare un runtime su un'istanza di ambiente di calcolo. |
Annotazioni
Nel portale di Azure AI Foundry è anche possibile gestire le impostazioni di lingua e notifica applicabili a tutti i progetti a cui è possibile accedere indipendentemente dall'hub o dal progetto.
Condividere le configurazioni tra i progetti usando l'hub
Un hub condivide le configurazioni per un gruppo di progetti. In qualità di responsabile del team, è consigliabile creare un hub per i casi d'uso che condividono le stesse configurazioni di sicurezza o dominio aziendale per evitare la configurazione ripetitiva e consentire agli sviluppatori di creare il proprio progetto nell'ambiente preconfigurato.
Le configurazioni condivise gestite nell'hub includono:
- Sicurezza che include l'accesso alla rete pubblica, la crittografia della chiave gestita dal cliente e i controlli delle identità. Le impostazioni di sicurezza configurate nell'hub passano automaticamente a ogni progetto. Una rete virtuale gestita viene condivisa tra tutti i progetti che condividono lo stesso hub.
- Le connessioni consentono di accedere agli oggetti nel portale di Azure AI Foundry gestiti all'esterno dell'hub. Ad esempio, i dati caricati in un account di archiviazione di Azure o le distribuzioni di modelli in una risorsa Azure OpenAI o AI Foundry esistente. Facoltativamente, usare la connessione per archiviare le credenziali condivise, in modo che gli sviluppatori possano accedere in modo implicito agli oggetti remoti durante lo sviluppo.
- L'allocazione di calcolo e quota viene gestita come capacità condivisa per tutti i progetti nel portale di Azure AI Foundry che condividono lo stesso hub. Questa quota include l'istanza di ambiente di calcolo come workstation gestita basata sul cloud per un singolo utente. Lo stesso utente può usare un'istanza di ambiente di calcolo tra progetti.
- I criteri applicati in Azure nell'ambito dell'hub si applicano a tutti i progetti in essa gestiti.
- Le risorse di Azure dipendenti vengono configurate una volta per hub e i progetti associati e usati per archiviare gli artefatti generati mentre si lavora nel portale di Azure AI Foundry, ad esempio i log o durante il caricamento dei dati. Per altre informazioni, vedere Risorse dipendenti.
Accedere ai modelli di Azure AI Foundry da progetti basati su hub
Gli hub consentono di gestire le connessioni alle risorse OpenAI di Azure o Azure AI Foundry esistenti, in modo da poter usare i modelli e le funzionalità di personalizzazione selezionate nei progetti basati su hub.
Dopo aver creato una connessione, le distribuzioni di modelli sono accessibili tramite ambienti di prova. Quando si usano esperienze di Finetuning in un progetto basato su hub, i processi di ottimizzazione vengono eseguiti in modo implicito nella risorsa di AI Foundry connessa (contesto di progetto predefinito).
Risorse dipendenti dell'archiviazione e del Key Vault
L'hub di intelligenza artificiale di Azure è un'implementazione di Azure Machine Learning e richiede più servizi di Azure come dipendenza.
Tipo di risorsa | Fornitore di risorse | Tipo |
---|---|---|
Hub di Azure AI Foundry | Microsoft.MachineLearningServices/workspace |
hub |
Progetto Azure AI Foundry | Microsoft.MachineLearningServices/workspace |
project |
Azure AI Foundry o il servizio Azure AI OpenAI |
Microsoft.CognitiveServices/account |
AIServices OpenAI |
Se non specificato dall'utente, vengono create automaticamente le risorse dipendenti seguenti.
Risorsa dipendente di Azure | Fornitore di risorse | Opzionale | Annotazioni |
---|---|---|---|
Azure AI Foundry | Microsoft.CognitiveServices/accounts |
Fornisce l'accesso ai modelli e ad altre API Foundry di base. | |
Account di archiviazione di Azure | Microsoft.Storage/storageAccounts |
Archivia gli artefatti per i progetti, ad esempio flussi e valutazioni. Per l'isolamento dei dati, i contenitori di archiviazione sono preceduti dal GUID del progetto e protetti in modo condizionale usando Azure ABAC per l'identità del progetto. | |
Azure Key Vault (Archivio chiavi di Azure) | Microsoft.KeyVault/vaults |
Archivia segreti come stringhe di connessione per le connessioni alle risorse. Per l'isolamento dei dati, i segreti non possono essere recuperati nei diversi progetti tramite le API. | |
Registro dei container di Azure | Microsoft.ContainerRegistry/registries |
✔ | Archivia le immagini Docker create quando si usa il runtime personalizzato per il prompt flow. Per l'isolamento dei dati, le immagini Docker sono precedute dal GUID del progetto. |
Azure Application Insights e Area di lavoro Log Analytics |
Microsoft.Insights/components Microsoft.OperationalInsights/workspaces |
✔ | Viene utilizzato come spazio di archiviazione dei log quando si sceglie di effettuare la registrazione a livello di applicazione per i flussi di prompt distribuiti. |
Ricerca di intelligenza artificiale di Azure | Microsoft.Search/searchServices |
✔ | Fornisce funzionalità di ricerca per i progetti. |