Condividi tramite

Ottimizzare i modelli di intelligenza artificiale in Microsoft Foundry con l'estensione di ottimizzazione dell'interfaccia della riga di comando per sviluppatori di Azure

Questo articolo illustra come usare l'estensione di fine-tuning dell'interfaccia a riga di comando (CLI) per sviluppatori di Azure (azd) per configurare ed eseguire processi di fine-tuning AI in Microsoft Foundry. L'estensione consente di inizializzare progetti da modelli, inviare e gestire processi di ottimizzazione e distribuire modelli ottimizzati direttamente dal terminale.

Prerequisiti

  • Interfaccia della riga di comando per sviluppatori di Azure (azd) installata (versione 1.22.1 o successiva) e autenticata (azd auth login).
  • Estensione per l'ottimizzazione dell'intelligenza artificiale azd installata (azd ext install azure.ai.finetune). Per informazioni dettagliate, vedere Installare l'estensione di ottimizzazione .
  • Una sottoscrizione di Azure con l'autorizzazione per creare e gestire le risorse di Microsoft Foundry.
  • (Facoltativo) Il GitHub CLI installato, se si prevede di scaricare modelli di esempio dai repository GitHub.

Installare l'interfaccia della riga di comando per sviluppatori di Azure

Installare azd per il tuo sistema operativo.

winget install microsoft.azd

Verificare l'installazione

Dopo l'installazione, verificare che azd sia installato e soddisfi il requisito di versione minima:

azd version

Verificare che l'output mostri la versione 1.22.1 o successiva. Se è necessario eseguire l'aggiornamento, eseguire:

winget upgrade Microsoft.azd

Installare l'estensione per l'ottimizzazione

Aggiungere l'estensione per l'ottimizzazione dell'intelligenza artificiale di Azure a azd:

azd ext install azure.ai.finetune

Verificare che l'estensione sia installata:

azd ext list

Authenticate

Accedere ad Azure (obbligatorio)

Eseguire l'autenticazione con l'account Azure per accedere alla sottoscrizione e alle risorse:

azd auth login

Inizializza il progetto

Usare il comando azd ai finetuning init per predisporre un progetto di adattamento fine. Passare alla directory di lavoro desiderata prima di eseguire uno dei metodi di inizializzazione seguenti.

Suggerimento

È possibile ignorare completamente l'inizializzazione usando l'opzione Quick Submit, che consente di inviare un'attività di fine-tuning specificando direttamente la sottoscrizione e l'endpoint del progetto Foundry.

Trova l'ID risorsa ARM del tuo progetto

Per inizializzare con un progetto Azure AI Foundry, è necessario l'ID risorsa ARM del progetto. L'ID risorsa segue questo formato:

/subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}

È possibile trovare questo valore nel portale di Azure passando alla pagina Profilo del progetto AI Foundry sotto Dettagli progetto.

Opzione 1: Progetto e modello

Usare un progetto Azure AI Foundry esistente con un modello:

azd ai finetuning init -p <project-resource-id> -t <template-url>

Esempio:

azd ai finetuning init \
  -t https://github.com/achauhan-scc/foundry-samples/blob/main/samples/python/finetuning/supervised \
  -p /subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}

Opzione 2: Progetto + Lavoro esistente

Clonare la configurazione da un processo di ottimizzazione esistente:

azd ai finetuning init -p <project-resource-id> -j <job-id>

Esempio:

azd ai finetuning init \
  -p /subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project} \
  -j ftjob-4cad7de198a34baeb4f0c95ff01ac844

Opzione 3: solo modello

Iniziare da un modello e configurare il progetto in un secondo momento:

azd ai finetuning init -t <template-url>

Esempio:

azd ai finetuning init -t https://github.com/achauhan-scc/foundry-samples/blob/main/samples/python/finetuning/supervised

Opzione 4: Clonare dal processo

Clonare la configurazione da un ID processo esistente:

azd ai finetuning init -j <job-id>

Esempio:

azd ai finetuning init -j ftjob-4cad7de198a34baeb4f0c95ff01ac844

Opzione 5: solo endpoint di progetto

Inizializzare utilizzando solo l'endpoint del tuo progetto Azure AI Foundry.

azd ai finetuning init -e <project-endpoint>

Esempio:

azd ai finetuning init -e https://account.services.ai.azure.com/api/projects/project-name

Opzione 6: modalità interattiva

Eseguire senza parametri per le richieste di installazione guidata:

azd ai finetuning init

Opzione 7: Inizializzazione minima (con ricerca dell'abbonamento)

Usare l'inizializzazione minima per un'esperienza interattiva semplificata con la ricerca della sottoscrizione:

azd init --minimal

Questa opzione fornisce istruzioni guidate per selezionare la sottoscrizione e configurare l'ambiente.

Eseguire comandi di ottimizzazione

Passare alla cartella del progetto (in cui fine-tune-job.yaml si trova) e usare i comandi seguenti per gestire i processi di ottimizzazione.

Suggerimento

Cerchi esempi di file YAML per il lavoro? Consultare gli Esempi CLI di ottimizzazione nel repository degli esempi di Foundry.

Invio rapido (ignorare l'inizializzazione)

È possibile inviare un processo direttamente senza eseguire prima azd init specificando l'endpoint di progetto e sottoscrizione inline:

azd ai finetuning jobs submit -f <path-to-yaml> -s <subscription-id> -e <project-endpoint>

Esempio:

azd ai finetuning jobs submit \
  -f /path-from-working-directory-to-config/job.yaml \
  -s a9096eb7-bfec-47e8-be27-b040b82afac9 \
  -e https://my-resource.services.ai.azure.com/api/projects/my-project
Parametro Descrizione
-f Percorso del file YAML del processo
-s ID sottoscrizione di Azure
-e URL dell'endpoint del progetto

Inviare un job

azd ai finetuning jobs submit -f ./fine-tune-job.yaml

Elencare i lavori

azd ai finetuning jobs list

Mostra i dettagli del lavoro

azd ai finetuning jobs show -i <job-id>

Sospendere un lavoro

azd ai finetuning jobs pause -i <job-id>

Riprendere un lavoro

azd ai finetuning jobs resume -i <job-id>

Annullare un'attività

azd ai finetuning jobs cancel -i <job-id>

Eliminare il modello ottimizzato

Al termine del processo di ottimizzazione, distribuire il modello per l'inferenza:

azd ai finetuning jobs deploy -i <job-id> -d "<deployment-name>" -c 100 -m "OpenAI" -s "GlobalStandard" -v "1"
Parametro Descrizione
-i ID lavoro
-d Nome distribuzione
-c Capacità
-m Fornitore di modelli
-s Nome SKU
-v Versione

Riferimento rapido

Parametri di inizializzazione

Parametro Descrizione
-p ID risorsa di progetto (ARM)
-e URL dell'endpoint del progetto
-t URL o percorso del modello
-j Clonare dall'ID processo
-w Directory di lavoro
-n Nome dell'ambiente
-s ID sottoscrizione

Parametri del lavoro

Parametro Descrizione
-f Percorso del file YAML
-i ID lavoro

Risorse aggiuntive

  • Last updated on