Gestire, collaborare e organizzare con gli hub

Articolo
06/24/2024

Gli hub sono la risorsa principale di primo livello di Azure per Studio per intelligenza artificiale e offrono un modo centrale per un team di gestire la sicurezza, la connettività e l'elaborazione delle risorse tra playground e progetti. Dopo aver creato un hub, gli sviluppatori possono creare progetti da questo e accedere alle risorse aziendali condivise senza richiedere più assistenza da parte di un amministratore IT.

Le aree di lavoro di progetto create usando un hub ereditano le stesse impostazioni di sicurezza e accesso alle risorse condivise. Teams può creare aree di lavoro del progetto in base alle esigenze per organizzare il lavoro, isolare i dati e/o limitare l'accesso.

In questo articolo vengono fornite altre informazioni sulle funzionalità dell'hub e su come configurare un hub per l'organizzazione. È possibile visualizzare le risorse create nel portale di Azure e in Studio AI della piattaforma Azure.

Esplorazione rapida di Use Case di intelligenza artificiale senza colli di bottiglia IT

I modelli e le applicazioni di intelligenza artificiale riusciti iniziano in genere come prototipi, in cui gli sviluppatori testano la fattibilità di un'idea o valutano la qualità dei dati o un modello per una determinata attività. Il prototipo è un passo avanti verso il finanziamento del progetto o un'implementazione su larga scala.

Quando un singolo team della piattaforma è responsabile della configurazione delle risorse cloud, la transizione dalla dimostrazione della fattibilità di un'idea a un progetto finanziato potrebbe essere un collo di bottiglia nella produttività. Un team di questo tipo potrebbe essere l'unico autorizzato a configurare la sicurezza, la connettività o altre risorse che potrebbero comportare costi. Questa situazione può causare un backlog enorme, con conseguente blocco dei team di sviluppo sull’innovazione di una nuova idea. In Studio per intelligenza artificiale di Azure gli hub consentono di attenuare questo collo di bottiglia. L'IT può configurare un ambiente preconfigurato e riutilizzabile (un hub) per un team una volta. Il team può quindi usare tale hub per creare progetti personalizzati per la creazione di prototipi, la compilazione e l'uso di applicazioni di intelligenza artificiale.

Configurare e proteggere un hub per il team

Per iniziare creare il primo hub in Studio per intelligenza artificiale di Azure o usare il portale di Azure o i modelli per le opzioni di configurazione avanzate. È possibile personalizzare reti, identità, crittografia, monitoraggio o tag per soddisfare i requisiti dell'organizzazione.

Spesso, i progetti in un dominio business richiedono l'accesso alle stesse risorse aziendali, ad esempio indici vettoriali, endpoint modello o repository. In qualità di responsabile del team, è possibile preconfigurare la connettività con queste risorse all'interno di un hub, in modo che gli sviluppatori possano accedervi da qualsiasi nuova area di lavoro del progetto senza ritardi nell'IT.

Le connessioni consentono di accedere agli oggetti in Studio per intelligenza artificiale di Azure 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 OpenAI di Azure esistente. Una connessione può essere condivisa con ogni progetto o resa accessibile a un progetto specifico. Le connessioni possono essere configurate con accesso basato su chiave o Microsoft Entra ID per autorizzare l'accesso agli utenti nella risorsa connessa. Inoltre, in qualità di amministratore, è possibile tenere traccia, controllare e gestire le connessioni tra progetti usando l'hub.

Risorse e configurazioni di Azure condivise

Diversi concetti di gestione sono disponibili negli hub per supportare i responsabili e gli amministratori del team nella gestione centrale dell'ambiente di un team.

Configurazione della sicurezza, tra cui accesso alla rete pubblica, rete virtuale, crittografia della chiave gestita dal cliente e accesso con privilegi agli utenti che possono creare progetti per la personalizzazione. 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 sono riferimenti denominati e autenticati alle risorse di Azure e diverse da Azure, ad esempio i provider di archiviazione dei dati. Usare una connessione come mezzo per rendere disponibile una risorsa esterna a un gruppo di sviluppatori senza dover esporre le credenziali archiviate agli utenti.
Il calcolo e l'allocazione delle quote vengono gestite come capacità condivisa per tutti i progetti in Studio AI 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.
Le chiavi di accesso dei servizi di intelligenza artificiale agli endpoint per i modelli di intelligenza artificiale predefiniti vengono gestite nell'ambito dell'hub. Usare questi endpoint per accedere ai modelli di base da OpenAI di Azure, Voce, Visione e Sicurezza dei contenuti con una chiave API.
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 sola volta per ogni hub e per i progetti associati e vengono usate per archiviare gli artefatti generati durante l'uso in Studio AI, ad esempio i log, o durante il caricamento dei dati. Per altre informazioni, vedere Dipendenze di Azure per intelligenza artificiale.

Organizzare il lavoro nei progetti per la personalizzazione

Un hub fornisce l'ambiente host per i progetti in Studio AI. Un progetto è un contenitore aziendale con strumenti per la personalizzazione e l'orchestrazione dell'intelligenza artificiale. Consente di organizzare il lavoro, salvare lo stato tra diversi strumenti, ad esempio il prompt flow, e collaborare con altri utenti. Ad esempio, è possibile condividere i file caricati e le connessioni alle origini dati.

Più progetti possono usare un hub e più utenti possono usare un progetto. Un progetto consente anche di tenere traccia della fatturazione, di gestire l'accesso e di fornire l'isolamento dei dati. Ogni progetto usa contenitori di archiviazione dedicati per consentire di caricare file e condividerli solo con altri membri del progetto quando si usano le esperienze di "dati".

I progetti consentono di creare e raggruppare componenti riutilizzabili che possono essere usati in strumenti diversi in Studio AI:

Risorsa	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:

Risorsa	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.

Nota

In Studio AI è anche possibile gestire le impostazioni relative alla lingua e alle notifiche applicabili a tutti i progetti a cui è possibile accedere indipendentemente dall'hub o dal progetto.

Chiavi di accesso API dei servizi di Azure per intelligenza artificiale

L'hub consente di configurare le connessioni ai tipi di risorse OpenAI di Azure o Servizi di Azure AI esistenti, che possono essere usati per ospitare distribuzioni di modelli. È possibile accedere a queste distribuzioni di modelli da risorse connesse in Studio AI. Le chiavi per le risorse connesse possono essere elencate da Studio AI o dal portale di Azure. Per altre informazioni, vedere Trovare le risorse di Studio AI della piattaforma Azure nel portale di Azure.

Reti virtuali

Gli hub, le risorse di calcolo e i progetti condividono la stessa rete virtuale di Azure gestita da Microsoft. Dopo aver configurato le impostazioni della rete gestita durante il processo di creazione dell'hub, tutti i nuovi progetti creati usando tale hub erediteranno le stesse impostazioni della rete virtuale. Di conseguenza, tutte le modifiche apportate alle impostazioni di rete vengono applicate a tutti i progetti in corso e nuovi nell'hub. Per impostazione predefinita, gli hub forniscono l'accesso alla rete pubblica.

Per stabilire una connessione in ingresso privata all'ambiente dell'hub, creare un endpoint del collegamento privato di Azure negli ambiti seguenti:

Hub
Risorsa che fornisce Azure AI services dipendente
Qualsiasi altra dipendenza di Azure per intelligenza artificiale, ad esempio Archiviazione di Azure

Anche se i progetti vengono visualizzati come risorse di rilevamento personalizzate nel portale di Azure, non richiedono l'accesso ai propri endpoint di collegamento privato. I nuovi progetti creati dopo la configurazione dell'hub vengono aggiunti automaticamente all'ambiente isolato dalla rete.

Connessioni ad Azure e alle risorse di terze parti

Azure per intelligenza artificiale offre un set di connettori che consente di connettersi a diversi tipi di origini dati e ad altri strumenti di Azure. È possibile sfruttare i vantaggi dei connettori per connettersi ai dati, ad esempio gli indici in Azure AI Search, per aumentare i flussi.

È possibile configurare connessioni in condivisione con tutti i progetti nello stesso hub oppure crearle esclusivamente per un progetto. Per gestire le connessioni di progetto tramite Studio per intelligenza artificiale di Azure, passare al progetto e quindi selezionare Impostazioni>Connessioni. Per gestire le connessioni condivise per un hub, passare alle impostazioni dell'hub. Gli amministratori possono controllare sia le connessioni condivise che le connessioni in ambito di progetto a livello di hub per avere un'interfaccia unificata della connettività tra i progetti.

Dipendenze di Azure per intelligenza artificiale

Studio AI della piattaforma Azure si sovrappone ai servizi di Azure esistenti, tra cui i servizi Azure per intelligenza artificiale e Azure Machine Learning. Anche se questo potrebbe non essere visibile nei nomi visualizzati nel portale di Azure, in Studio AI o quando si usa l'SDK o l'interfaccia della riga di comando, alcuni di questi dettagli dell'architettura diventano evidenti quando si usano le API REST di Azure, i report sui costi di Azure o i modelli di infrastruttura come codice, ad esempio Azure Bicep o Azure Resource Manager. Dal punto di vista del provider di risorse di Azure, i tipi di risorse di Studio AI della piattaforma Azure eseguono il mapping ai tipi di provider di risorse seguenti:

Tipo di risorsa	Provider di risorse	Tipologia
Hub di Studio AI della piattaforma Azure	`Microsoft.MachineLearningServices/workspace`	`hub`
Progetto di Studio AI della piattaforma Azure	`Microsoft.MachineLearningServices/workspace`	`project`
Servizi di Azure AI o Servizio OpenAI di Azure per intelligenza artificiale	`Microsoft.CognitiveServices/account`	`AIServices` `OpenAI`

Quando si crea un nuovo hub, è necessario un set di risorse di Azure dipendenti per archiviare i dati caricati o generati quando si lavora in Studio AI. Se non vengono fornite dall'utente e sono richieste, queste risorse vengono create automaticamente.

Risorsa di Azure dipendente	Provider di risorse	Facoltativo	Nota
Azure AI Search	`Microsoft.Search/searchServices`	✔	Fornisce funzionalità di ricerca per i progetti.
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	`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 Azure Container	`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`	✔	Usato come archiviazione log quando si acconsente esplicitamente alla registrazione a livello di applicazione per i prompt flow distribuiti.

Gestione dei costi

I costi di Azure per intelligenza artificiale derivano da varie risorse di Azure.

In generale, un hub e un progetto non hanno un costo mensile fisso e vengono addebitati solo i costi per l'utilizzo in termini di ore di calcolo e token usati. Azure Key Vault, Archiviazione e Application Insights addebitano i costi per le transazioni e in base al volume, a seconda della quantità di dati archiviati con i progetti.

Se è necessario raggruppare i costi di questi diversi servizi, è consigliabile creare hub in uno o più gruppi di risorse e sottoscrizioni dedicati nell'ambiente Azure.

È possibile usare la gestione dei costi e i tag per le risorse di Azure per creare la suddivisione dettagliata dei costi a livello di risorsa o eseguire il calcolatore dei prezzi di Azure nelle risorse elencate sopra per ottenere una stima dei prezzi. Per altre informazioni, vedere Pianificare e gestire i costi per i Servizi di Azure AI.

Trovare le risorse di Studio AI della piattaforma Azure nel portale di Azure

Nel portale di Azure è possibile trovare le risorse corrispondenti al progetto in Studio AI della piattaforma Azure.