オンプレミスにのみ存在するデータからポータブル 機械学習 (ML) モデルを生成します。
コンテキストと問題
多くの組織は、データ サイエンティストが理解しているツールを使用して、オンプレミスまたはレガシ データから分析情報のロックを解除したいと考えています。 Azure Machine Learning では、ML モデルとディープ ラーニング モデルをトレーニング、調整、デプロイするためのクラウドネイティブ ツールが提供されます。
ただし、一部のデータはクラウドへの送信が大きすぎるか、規制上の理由からクラウドに送信できません。 このパターンでは、データ サイエンティストは Azure Machine Learning を使用して、オンプレミスのデータとコンピューティングを使用してモデルをトレーニングできます。
解決策
エッジ パターンでのトレーニングでは、Azure Stack Hub で実行されている仮想マシン (VM) を使用します。 VM は Azure Machine Learning のコンピューティング 先として登録され、オンプレミスでのみ使用可能なデータにアクセスできます。 この場合、データは Azure Stack Hub の BLOB ストレージに格納されます。
モデルがトレーニングされると、Azure Machine Learning に登録され、コンテナー化され、デプロイのために Azure Container Registry に追加されます。 このパターンの反復では、Azure Stack Hub トレーニング VM にパブリック インターネット経由で到達できる必要があります。
パターンのしくみを次に示します。
- Azure Stack Hub VM がデプロイされ、Azure Machine Learning にコンピューティング ターゲットとして登録されます。
- 実験は、Azure Stack Hub VM をコンピューティング ターゲットとして使用する Azure Machine Learning で作成されます。
- モデルのトレーニングが完了すると、モデルが登録され、コンテナー化されます。
- モデルは、オンプレミスまたはクラウド内の場所にデプロイできるようになりました。
コンポーネント
このソリューションでは、次のコンポーネントを使用します。
| レイヤー | コンポーネント | 説明 |
|---|---|---|
| 紺碧 | Azure Machine Learning | Azure Machine Learning は、機械学習モデルのトレーニングをオーケストレーションします。 |
| Azure Container Registry（アジュール コンテナ レジストリ） | Azure Machine Learning は、モデルをコンテナーにパッケージ化し、デプロイのために Azure Container Registry に格納します。 | |
| Azure Stack Hub | アプリケーションサービス | Azure Stack Hub は App Service と一緒にエッジにあるコンポーネントの基盤を提供します。 |
| 計算する | Docker を使用して Ubuntu を実行している Azure Stack Hub VM を使用して、ML モデルをトレーニングします。 | |
| ストレージ | プライベート データは、Azure Stack Hub BLOB ストレージでホストできます。 |
問題と考慮事項
このソリューションを実装する方法を決定するときは、次の点を考慮してください。
スケーラビリティ
このソリューションをスケーリングできるようにするには、トレーニング用に適切なサイズの VM を Azure Stack Hub に作成する必要があります。
可用性
トレーニング スクリプトと Azure Stack Hub VM が、トレーニングに使用されるオンプレミス データにアクセスできることを確認します。
管理しやすさ
モデルのデプロイ中に混乱を避けるために、モデルと実験が適切に登録、バージョン管理、タグ付けされていることを確認します。
安全
このパターンにより、Azure Machine Learning はオンプレミスで可能な機密データにアクセスできます。 Azure Stack Hub VM への SSH 接続に使用されるアカウントに強力なパスワードがあることを確認し、トレーニング スクリプトでデータが保持されたり、クラウドにアップロードされたりしないようにします。
次のステップ
この記事で紹介するトピックの詳細については、以下を参照してください。
- ML と関連トピックの概要については、Azure Machine Learning のドキュメント を参照してください。
- コンテナーデプロイ用のイメージを構築、格納、管理する方法については、Azure Container Registry の を参照してください。
- リソース プロバイダーとデプロイ方法の詳細については、Azure Stack Hub 上の App Service を参照してください。
- 製品とソリューションのポートフォリオ全体の詳細については、製品とソリューションの Azure Stack ファミリを参照してください。
ソリューションの例をテストする準備ができたら、エッジデプロイメントガイドの機械学習モデルのトレーニングへ続きましょう。 デプロイ ガイドでは、コンポーネントをデプロイしてテストするための詳細な手順を説明します。