Microsoft Foundry Models リソース (クラシック) で Azure OpenAI を作成してデプロイする

適用対象:Foundry (クラシック) ポータル。 この記事は、新しい Foundry ポータルでは使用できません。 新しいポータルの詳細を確認します。

メモ

この記事のリンクは、現在表示している Foundry (クラシック) ドキュメントではなく、新しい Microsoft Foundry ドキュメントのコンテンツを開く場合があります。

この記事では、Azure OpenAI の使用を開始する方法について説明し、リソースを作成してモデルをデプロイする手順について説明します。 Azureでリソースを作成するには、いくつかの方法があります。

• Azure ポータル
• REST API、Azure CLI、PowerShell、またはクライアント ライブラリ
• Azure Resource Manager (ARM) テンプレート

この記事では、Azure ポータル、Azure CLI、PowerShell でリソースを作成およびデプロイする例を確認します。

前提 条件

• Azure サブスクリプション。 無料で作成します。
• Azure OpenAI リソースを作成し、モデルをデプロイするためのアクセス許可。

リソースを作成する

次の手順では、Azure ポータルで Azure OpenAI リソースを作成する方法を示します。

リソースを識別する

1. Azure ポータルで、Azure サブスクリプションでサインインします。

2. リソースの作成を選択し、Azure OpenAI を検索します。 サービスを見つけたら、[ 作成] を選択します。

   

3. Create Azure OpenAI ページで、Basics タブのフィールドに関する次の情報を指定します。

   フィールド	説明
   サブスクリプション	Azure OpenAI オンボード アプリケーションで使用されるAzure サブスクリプション。
   リソース グループ	Azure OpenAI リソースを格納するAzure リソース グループ。 新しいグループを作成することも、既存のグループを使用することもできます。
   地域	インスタンスの場所。 場所が異なると待機時間が発生する可能性がありますが、リソースのランタイムの可用性には影響しません。
   名前	Azure OpenAI リソースのわかりやすい名前 (MyOpenAIResource など)。
   価格レベル	リソースの価格レベル。 現在、Azure OpenAI では Standard レベルのみが使用できます。 価格の詳細については、Azure OpenAI の価格に関するページ

   

4. [ 次へ] を選択します。

ネットワーク セキュリティを構成する

[ ネットワーク ] タブには、セキュリティの種類に関する 3 つのオプションが表示 されます。

• オプション 1: インターネットを含むすべてのネットワークがこのリソースにアクセスできます。
• オプション 2: 選択したネットワーク、Foundry Tools リソースのネットワーク セキュリティを構成します。
• オプション 3: 無効。このリソースにアクセスできるネットワークはありません。このリソースにアクセスするための排他的な方法となるプライベート エンドポイント接続を構成できます。

Azure OpenAI リソースのネットワーク セキュリティ オプションを示すスクリーンショット

選択したオプションによっては、追加情報の入力が必要になる場合があります。

オプション 1: すべてのネットワークを許可する

最初のオプションでは、インターネットを含むすべてのネットワークがリソースにアクセスできます。 このオプションは既定の設定です。 このオプションには追加の設定は必要ありません。

オプション 2: 特定のネットワークのみを許可する

2 番目のオプションでは、リソースにアクセスできる特定のネットワークを識別できます。 このオプションを選択すると、ページが更新され、次の必須フィールドが含まれます。

フィールド	説明
仮想ネットワーク	リソースへのアクセスが許可されている仮想ネットワークを指定します。 既定の仮想ネットワーク名は、Azure ポータルで編集できます。
サブネット	リソースへのアクセスが許可されているサブネットを指定します。 既定のサブネット名は、Azure ポータルで編集できます。

[ ファイアウォール ] セクションには、リソースのファイアウォール設定を構成するために使用できるオプションの アドレス範囲 フィールドが用意されています。

オプション 3: ネットワーク アクセスを無効にする

3 番目のオプションでは、リソースへのネットワーク アクセスを無効にすることができます。 このオプションを選択すると、 プライベート エンドポイント テーブルを含むようにページが更新されます。

オプションとして、リソースにアクセスするためのプライベート エンドポイントを追加できます。 [ プライベート エンドポイントの追加] を選択し、エンドポイントの構成を完了します。

構成を確認し、リソースを作成する

1. [次へ] を選択し、必要に応じてリソースのタグを構成します。

2. [ 次へ ] を選択して、プロセスの最後のステージに移動します。 確認と送信。

3. 構成設定を確認し、[ 作成] を選択します。

4. Azure ポータルには、新しいリソースが使用可能になったときの通知が表示されます。 [ リソースに移動] を選択します。

   

モデルをデプロイする

テキストまたは推論を生成する前に、モデルをデプロイする必要があります。 Foundry ポータルでは、使用可能なモデルの 1 つから選択できます。

モデルをデプロイするには、次の手順に従います。

1. Microsoft Foundry にサインイン>。 「New Foundry」トグルがオフになっていることを確認します。 これらの手順は Foundry (クラシック) を参照します。

   

2. [ Foundry を使用してビルドを続ける ] セクションで、[ すべてのリソースを表示] を選択します。

3. リソースを見つけて選択します。

   重要

   この手順では、Azure OpenAI リソースを Foundry にアップグレードできます。 このページでは、2 つのリソースの種類の比較と、リソースのアップグレードとロールバックの詳細を参照してください。 [ キャンセル] を選択して、リソースの種類のアップグレードなしで続行します。 または、[ 次へ] を選択します。

   Foundry リソースの詳細については、 この記事を参照してください。

4. 左側のウィンドウで[共有リソースからのデプロイ]セクションを選択します。 (前の手順で Foundry にアップグレードした場合は、左側のウィンドウの [マイ アセット] セクションから [モデルとエンドポイント] を選択します)。

5. [+ モデルのデプロイ] を選択>ベース モデルをデプロイしてデプロイ ウィンドウを開きます。

6. 目的のモデルを選択し、[ 確認] を選択します。 リージョンごとに使用可能なモデルの一覧については、「Azure によって直接販売される Foundry モデルのリージョンの可用性」を参照>。

7. 次のウィンドウで、次のフィールドを構成します。

   フィールド	説明
   デプロイ名	名前は慎重に選択してください。 デプロイ名は、クライアント ライブラリと REST API を使用してモデルを呼び出すためにコードで使用されます。
   デプロイの種類	Standard、 Global-Batch、 Global-Standard、 Provisioned-Managed。 展開の種類のオプションについて詳しくは、こちらをご覧ください。
   デプロイの詳細 (省略可能)	リソースに必要に応じて、オプションの詳細設定を設定できます。 - コンテンツ フィルターの場合は、展開にコンテンツ フィルターを割り当てます。 - [Tokens per Minute Rate Limit]\(1 分あたりのトークンレート制限\) で、デプロイの有効なレート制限を設定するように 1 分あたりのトークン数 (TPM) を調整します。 この値は、クォータメニューを使用していつでも変更できます。 動的クォータ を使用すると、追加の容量が使用可能な場合に、より多くのクォータを利用できます。

   重要

   API を使用してモデルにアクセスする場合は、Api 呼び出しで基になるモデル名ではなくデプロイ名を参照する必要があります。これは、OpenAI と open Azure AI の間のキーの違いの 1 つです。 OpenAI にはモデル名のみが必要です。 Azure OpenAI では、モデル パラメーターを使用する場合でも、常にデプロイ名が必要です。 このドキュメントでは、多くの場合、デプロイ名がモデル名と同じとして表され、特定の API エンドポイントで動作するモデルを示すのに役立つ例があります。 最終的に、デプロイ名は、ユース ケースに最適な名前付け規則に従うことができます。

8. [ デプロイ] を選択します。

9. デプロイの 詳細 には、新しいデプロイのすべての情報が表示されます。 デプロイが完了すると、モデル のプロビジョニング 状態が [成功] に変わります。

前提 条件

• Azure サブスクリプション。 無料で作成します。
• Azure OpenAI リソースを作成し、モデルをデプロイするためのアクセス許可。
• Azure CLI。 詳細については、「Azure CLIを参照してください。

Azure CLIにサインインする

Azure CLIにサインインするか、次の手順でOpen Cloudshellを選択します。

Azure リソース グループを作成する

Azure OpenAI リソースを作成するには、Azureリソース グループが必要です。 Azure CLIを使用して新しいリソースを作成する場合は、新しいリソース グループを作成したり、既存のグループを使用するようにAzure指示したりすることもできます。 次の例は、az group create コマンドを使用して OAIResourceGroup という名前の新しいリソース グループを作成する方法を示しています。 リソース グループは、米国東部の場所に作成されます。

az group create \
--name OAIResourceGroup \
--location eastus

リソースを作成する

az cognitiveservices account create コマンドを使用して、リソース グループに Azure OpenAI リソースを作成します。 次の例では、OAIResourceGroup リソース グループに MyOpenAIResource という名前のリソースを作成します。 この例を試してみると、リソース グループとリソース名に必要な値と、Azure サブスクリプション ID <subscriptionID> を使用するようにコードを更新します。

az cognitiveservices account create \
--name MyOpenAIResource \
--resource-group OAIResourceGroup \
--location eastus \
--kind OpenAI \
--sku s0 \
--subscription <subscriptionID>
--custom-domain MyOpenAIResource
--yes

リソースに関する情報を取得する

リソースを作成した後、さまざまなコマンドを使用して、Microsoft Foundry Models インスタンスの Azure OpenAI に関する有用な情報を見つけることができます。 次の例では、REST API エンドポイントのベース URL と新しいリソースのアクセス キーを取得する方法を示します。

エンドポイント URL を取得する

az cognitiveservices account show コマンドを使用して、リソースの REST API エンドポイントのベース URL を取得します。 この例では、コマンド出力を jq JSON プロセッサを介して、 .properties.endpoint 値を見つけます。

この例を試してみると、リソース グループ <myResourceGroupName> とリソース <myResourceName> の値を使用するようにコードを更新します。

az cognitiveservices account show \
--name <myResourceName> \
--resource-group  <myResourceGroupName> \
| jq -r .properties.endpoint

プライマリ API キーを取得する

リソースのアクセス キーを取得するには、 az cognitiveservices account keys list コマンドを 使用します。 この例では、コマンド出力を jq JSON プロセッサを介して、 .key1 値を見つけます。

この例を試してみると、リソース グループとリソースの値を使用するようにコードを更新します。

az cognitiveservices account keys list \
--name <myResourceName> \
--resource-group  <myResourceGroupName> \
| jq -r .key1

モデルをデプロイする

モデルをデプロイするには、 az cognitiveservices account deployment create コマンドを 使用します。 次の例では、 gpt-4o モデルのインスタンスをデプロイし、 MyModel という名前を付けます。 この例を試してみると、リソース グループとリソースの値を使用するようにコードを更新します。 model-version、model-format、sku-capacity、およびsku-nameの値を変更する必要はありません。

az cognitiveservices account deployment create \
--name <myResourceName> \
--resource-group  <myResourceGroupName> \
--deployment-name MyModel \
--model-name gpt-4o \
--model-version "2024-11-20"  \
--model-format OpenAI \
--sku-capacity "1" \
--sku-name "Standard"

--sku-name は、 Standard、 GlobalBatch、 GlobalStandard、および ProvisionedManagedのデプロイの種類を受け入れます。 展開の種類のオプションについて詳しくは、こちらをご覧ください。

重要

API を使用してモデルにアクセスする場合は、Api 呼び出しで基になるモデル名ではなくデプロイ名を参照する必要があります。これは、OpenAI と open Azure AI の間のキーの違いの 1 つです。 OpenAI にはモデル名のみが必要です。 Azure OpenAI では、モデル パラメーターを使用する場合でも、常にデプロイ名が必要です。 このドキュメントでは、多くの場合、デプロイ名がモデル名と同じとして表され、特定の API エンドポイントで動作するモデルを示すのに役立つ例があります。 最終的に、デプロイ名は、ユース ケースに最適な名前付け規則に従うことができます。

リソースからモデルを削除する

az cognitiveservices account deployment delete コマンドを使用して、リソースからデプロイされたすべてのモデルを削除できます。 次の例では、 MyModel という名前のモデルを削除します。 この例を試してみると、リソース グループ、リソース、デプロイされたモデルの値を使用するようにコードを更新します。

az cognitiveservices account deployment delete \
--name <myResourceName> \
--resource-group  <myResourceGroupName> \
--deployment-name MyModel

リソースを削除する

これらの演習の後にクリーンアップする場合は、Azure CLIを使用してリソースを削除することで、Azure OpenAI リソースを削除できます。 リソース グループを削除することもできます。 リソース グループを削除する場合は、グループに含まれるすべてのリソースも削除されます。

リソース グループとそれに関連付けられているリソースを削除するには、 az cognitiveservices account delete コマンドを 使用します。

これらの演習で作成したリソースを引き続き使用しない場合は、次のコマンドを実行してリソース グループを削除します。 リソース グループとリソースの値を使用するようにコード例を必ず更新してください。

az cognitiveservices account delete \
--name <myResourceName> \
--resource-group  <myResourceGroupName>

前提 条件

• Azure サブスクリプション。 無料で作成します。
• Azure PowerShell。 詳細については、「Azure PowerShellを参照してください。
• Azure OpenAI リソースを作成し、モデルをデプロイするためのアクセス許可。

Azure PowerShellにサインインする

サインインしてAzure PowerShellにアクセスするか、次の手順でCloudshellを開くを選択してください。

Azure リソース グループを作成する

Azure OpenAI リソースを作成するには、Azureリソース グループが必要です。 Azure PowerShellを使用して新しいリソースを作成する場合は、新しいリソース グループを作成したり、既存のグループを使用するようにAzureに指示したりすることもできます。 次の例は、New-AzResourceGroup コマンドを使用して OAIResourceGroup という名前の新しいリソース グループを作成する方法を示しています。 リソース グループは、米国東部の場所に作成されます。

New-AzResourceGroup -Name OAIResourceGroup -Location eastus

リソースを作成する

New-AzCognitiveServicesAccount コマンドを使用して、リソース グループに Azure OpenAI リソースを作成します。 次の例では、OAIResourceGroup リソース グループに MyOpenAIResource という名前のリソースを作成します。 この例を試してみると、リソース グループとリソース名に必要な値と、Azure サブスクリプション ID <subscriptionID> を使用するようにコードを更新します。

New-AzCognitiveServicesAccount -ResourceGroupName OAIResourceGroup -Name MyOpenAIResource -Type OpenAI -SkuName S0 -Location eastus

リソースに関する情報を取得する

リソースを作成した後、さまざまなコマンドを使用して、Microsoft Foundry Models インスタンスの Azure OpenAI に関する有用な情報を見つけることができます。 次の例では、REST API エンドポイントのベース URL と新しいリソースのアクセス キーを取得する方法を示します。

エンドポイント URL を取得する

Get-AzCognitiveServicesAccount コマンドを使用して、リソースの REST API エンドポイントのベース URL を取得します。 この例では、 Select-Object コマンドレットを使用してコマンド出力を指示し、 endpoint 値を見つけます。

この例を試してみると、リソース グループの <myResourceGroupName> とリソース <myResourceName>の値を使用するようにコードを更新します。

Get-AzCognitiveServicesAccount -ResourceGroupName OAIResourceGroup -Name MyOpenAIResource |
  Select-Object -Property endpoint

プライマリ API キーを取得する

リソースのアクセス キーを取得するには、 Get-AzCognitiveServicesAccountKey コマンドを使用します。 この例では、 Select-Object コマンドレットを使用してコマンド出力を指示し、 Key1 値を見つけます。

この例を試してみると、リソース グループとリソースの値を使用するようにコードを更新します。

Get-AzCognitiveServicesAccountKey -Name MyOpenAIResource -ResourceGroupName OAIResourceGroup |
  Select-Object -Property Key1

モデルをデプロイする

モデルをデプロイするには、 New-AzCognitiveServicesAccountDeployment コマンドを使用します。 次の例では、 gpt-4o モデルのインスタンスをデプロイし、 MyModel という名前を付けます。 この例を試してみると、リソース グループとリソースの値を使用するようにコードを更新します。 model-version、model-format、sku-capacity、およびsku-nameの値を変更する必要はありません。

$model = New-Object -TypeName 'Microsoft.Azure.Management.CognitiveServices.Models.DeploymentModel' -Property @{
    Name = 'gpt-4o'
    Version = '2024-11-20'
    Format = 'OpenAI'
}

$properties = New-Object -TypeName 'Microsoft.Azure.Management.CognitiveServices.Models.DeploymentProperties' -Property @{
    Model = $model
}

$sku = New-Object -TypeName "Microsoft.Azure.Management.CognitiveServices.Models.Sku" -Property @{
    Name = 'Standard'
    Capacity = '1'
}

New-AzCognitiveServicesAccountDeployment -ResourceGroupName OAIResourceGroup -AccountName MyOpenAIResource -Name MyModel -Properties $properties -Sku $sku

Name変数の $sku プロパティは、Standard、GlobalBatch、GlobalStandard、およびProvisionedManagedのデプロイの種類を受け入れます。 展開の種類のオプションについて詳しくは、こちらをご覧ください。

重要

API を使用してモデルにアクセスする場合は、Api 呼び出しで基になるモデル名ではなくデプロイ名を参照する必要があります。これは、OpenAI と open Azure AI の間のキーの違いの 1 つです。 OpenAI にはモデル名のみが必要です。 Azure OpenAI では、モデル パラメーターを使用する場合でも、常にデプロイ名が必要です。 このドキュメントでは、多くの場合、デプロイ名がモデル名と同じとして表され、特定の API エンドポイントで動作するモデルを示すのに役立つ例があります。 最終的に、デプロイ名は、ユース ケースに最適な名前付け規則に従うことができます。

リソースからモデルを削除する

Remove-AzCognitiveServicesAccountDeployment コマンドを使用して、リソースからデプロイされたすべてのモデルを削除できます。 次の例では、 MyModel という名前のモデルを削除します。 この例を試してみると、リソース グループ、リソース、デプロイされたモデルの値を使用するようにコードを更新します。

Remove-AzCognitiveServicesAccountDeployment -ResourceGroupName OAIResourceGroup -AccountName MyOpenAIResource -Name MyModel

リソースを削除する

これらの演習の後にクリーンアップする場合は、Azure PowerShellを使用してリソースを削除することで、Azure OpenAI リソースを削除できます。 リソース グループを削除することもできます。 リソース グループを削除する場合は、グループに含まれるすべてのリソースも削除されます。

リソース グループとそれに関連付けられているリソースを削除するには、 Remove-AzCognitiveServicesAccount コマンドを使用します。

これらの演習で作成したリソースを引き続き使用しない場合は、次のコマンドを実行してリソース グループを削除します。 リソース グループとリソースの値を使用するようにコード例を必ず更新してください。

Remove-AzCognitiveServicesAccount -Name MyOpenAIResource -ResourceGroupName OAIResourceGroup

次の手順

• Azure OpenAI セキュリティ構成要素
• Azure OpenAI モデルの詳細を確認します。
• 価格については、Azure OpenAI の価格に関するページ