Bicep を使用して Azure AI サービス リソースを作成する
このクイックスタートに従い、Bicep を使用して Azure AI サービス リソースを作成します。
Azure AI サービスは、開発者が直接的な人工知能 (AI) またはデータ サイエンスのスキルや知識がなくてもコグニティブかつインテリジェントなアプリケーションを構築できる、クラウドベースの AI サービスです。 これらは、REST API とクライアント ライブラリ SDK を通じて、一般的な開発言語で利用できます。 開発者は Azure AI サービスを使用して、見たり、聞いたり、話したり、分析したりできるコグニティブ ソリューションを使用したコグニティブ機能をそのアプリケーションに容易に追加することができます。
Bicep は、宣言型の構文を使用して Azure リソースをデプロイするドメイン固有言語 (DSL) です。 簡潔な構文、信頼性の高いタイプ セーフ、およびコードの再利用のサポートが提供されます。 Bicep により、Azure のコード ソリューションとしてのインフラストラクチャに最適な作成エクスペリエンスが実現します。
考慮事項
Bicep を使用して Azure AI サービス リソースを作成すると、マルチサービス リソースを作成できます。 これを使用すると、次のことができます。
- 1 つのキーとエンドポイントを使用して複数の Azure AI サービスにアクセスします。
- ご利用の複数のサービスの課金を統合します。
- Azure AI Vision で空間分析を、または Azure AI Language で Text Analytics for Health を使用する計画がある場合は、ご契約条件を確認して承認できるように、Azure portal で最初の Vision リソースまたは Language リソースを作成する必要があります。 これは、それぞれ Azure AI Language、Azure AI Vision のリンクから行うことができます。 その後、同じ Azure サブスクリプションの下で任意のデプロイ ツール (SDK、CLI、または ARM テンプレートなど) を使用して、後続のリソースを作成できます。
前提条件
- Azure サブスクリプションをお持ちでない場合は、無料でアカウントを作成してください。
Bicep ファイルを確認する
このクイックスタートで使用される Bicep ファイルは、Azure クイックスタート テンプレートからのものです。
Note
- 異なるリソース
kind
(以下の一覧) を使う場合、利用する価格レベルに合わせてsku
パラメーターを変更する必要がある場合があります。 たとえば、TextAnalytics
の種類はS0
ではなくS
を使います。 - 多くの Azure AI サービスには、サービスを試すために使用できる無料の
F0
価格レベルがあります。
sku
パラメーターを、必要な価格インスタンスに変更してください。 sku
は、使っているリソース kind
によって異なります。 たとえば、TextAnalytics
のように指定します。
@description('That name is the name of our application. It has to be unique.Type a name followed by your resource group name. (<name>-<resourceGroupName>)')
param cognitiveServiceName string = 'CognitiveService-${uniqueString(resourceGroup().id)}'
@description('Location for all resources.')
param location string = resourceGroup().location
@allowed([
'S0'
])
param sku string = 'S0'
resource cognitiveService 'Microsoft.CognitiveServices/accounts@2021-10-01' = {
name: cognitiveServiceName
location: location
sku: {
name: sku
}
kind: 'CognitiveServices'
properties: {
apiProperties: {
statisticsEnabled: false
}
}
}
Bicep ファイルには、1 つの Azure リソースが定義されています。Microsoft.CognitiveServices/accounts はそれが Azure AI サービス リソースであることを指定します。 Bicep ファイルの kind
フィールドは、リソースの種類を定義します。
次の表に、Azure AI サービスの製品と価格に関する情報を示します。
マルチサービス
サービス | 種類 |
---|---|
複数のサービス。 詳細については、価格に関するページを参照してください。 | CognitiveServices |
視覚
サービス | 種類 |
---|---|
Vision | ComputerVision |
Custom Vision - Prediction | CustomVision.Prediction |
Custom Vision - Training | CustomVision.Training |
Face | Face |
Document Intelligence | FormRecognizer |
音声
サービス | 種類 |
---|---|
Speech | SpeechServices |
Language
サービス | 種類 |
---|---|
Language Understanding (LUIS) | LUIS |
QnA Maker | QnAMaker |
Language | TextAnalytics |
Text Translation | TextTranslation |
決定
サービス | 種類 |
---|---|
Anomaly Detector | AnomalyDetector |
Content Moderator | ContentModerator |
Personalizer | Personalizer |
Azure OpenAI
サービス | 種類 |
---|---|
Azure OpenAI | OpenAI |
価格レベルと請求
価格レベル (および請求される金額) は、認証情報を使用して送信するトランザクションの数に基づきます。 各価格レベルにより、以下が指定されます。
- 1 秒あたりに許可されるトランザクションの最大数 (TPS)。
- 価格レベル内で有効にされるサービス機能。
- 事前に定義された数のトランザクションのコスト。 この数を超えると、サービスの「価格の詳細」で指定されている追加料金が発生します。
Note
Azure AI サービスの多くには無料レベルがあり、これを使用してサービスを試すことができます。 無料レベルを使用するには、リソースの価格レベルとして F0
を使用します。
Bicep ファイルをデプロイする
Bicep ファイルを main.bicep としてローカル コンピューターに保存します。
Azure CLI または Azure PowerShell のどちらかを使用して Bicep ファイルをデプロイします。
az group create --name exampleRG --location eastus az deployment group create --resource-group exampleRG --template-file main.bicep
デプロイが完了すると、デプロイが成功したことを示すメッセージが表示されます。
デプロイされているリソースを確認する
Azure portal、Azure CLI、または Azure PowerShell を使用して、リソースグループ内のデプロイ済みリソースをリスト表示します。
az resource list --resource-group exampleRG
リソースをクリーンアップする
不要になったら、Azure portal、Azure CLI、または Azure PowerShell を使用して、リソース グループとそのリソースを削除します。
az group delete --name exampleRG
関連項目
- Azure AI サービスを安全に使用する方法については、「Azure AI サービスに対する要求の認証」を参照してください。
- Azure AI サービスの一覧については、「Azure AI サービスとは?」を参照してください。
- Azure AI サービスがサポートする自然言語の一覧を確認するには、「自然言語のサポート」を参照してください。
- Azure AI サービスをオンプレミスで使用する方法を確認するには、「Azure AI サービスのコンテナーとしての使用」を参照してください。
- Azure AI サービスの使用コストを見積もるには、「Azure AI サービスのコストの計画および管理」を参照してください。
フィードバック
https://aka.ms/ContentUserFeedback」を参照してください。
以下は間もなく提供いたします。2024 年を通じて、コンテンツのフィードバック メカニズムとして GitHub の issue を段階的に廃止し、新しいフィードバック システムに置き換えます。 詳細については、「フィードバックの送信と表示