クイックスタート: プロビジョニングされたスループットのデプロイを作成する

現在表示中:Foundry ポータルの新しいバージョン - クラシック Foundry ポータルのバージョンに切り替える

このクイックスタートでは、Microsoft Foundry でプロビジョニングされたスループットデプロイを作成し、推論呼び出しを行って動作することを確認し、その使用率メトリックを表示します。

プロビジョニング済みスループットデプロイでは、予測可能な待機時間でアプリケーション専用モデル処理スループットが提供されます。課金は、プロビジョニングされたスループットユニット (PTU) ごとに 1 時間ごとに行われます。長期的なワークロードの場合、Azure予約では、時間単位の課金と比較して財務割引が提供されます。概念の概要については、「 Foundry モデルのプロビジョニングスループットとは」を参照してください。

前提条件

有効な支払い方法を持つ Azure サブスクリプション。 Azure サブスクリプションを持っていない場合は、始めるために有料の Azure アカウントを作成してください。
デプロイを作成する予定のサブスクリプションまたはリソースグループでの Azure Contributor または Cognitive Services Contributor ロール。
PTU クォータが割り当てられているリージョン内の Microsoft Foundry プロジェクト。 Foundry プロジェクトは Foundry リソースで管理されます。
必要に応じて、Azure CLIを使用してデプロイする場合は、Azure CLIをインストール。

モデルとリージョンの可用性を確認する

デプロイを作成する前に、モデルがターゲットリージョンでプロビジョニングされたスループットをサポートしていることを確認します。

モデルとリージョンの可用性テーブルに移動して、モデルがターゲットリージョンでのプロビジョニング済みスループットのデプロイをサポートしているかどうかを確認します。
リージョンでフィルター処理し、モデルが プロビジョニング済み デプロイの種類で表示されることを確認します。

また、デプロイを構成するときにこの情報が必要な場合は、モデルの最小 PTU 数にも注意してください。最小値はモデルによって異なり、「デプロイパラメーター」と「モデル別のスループット値」に記載されています。

PTU クォータを確認する

このクイックスタートに従う前に、ターゲットリージョンとデプロイの種類のクォータがあることを確認します。クォータを確認するには:

Microsoft Foundry にサインインします。 「New Foundry」トグルがオンになっていることを確認してください。 これらの手順は Foundry (新規) を参照します。
PTU クォータがあるリージョンのサブスクリプションと Foundry リソースを選択します。
右上のナビゲーションで [ 管理 ] を選択し、左側のウィンドウで [クォータ] を選択します。
使用可能なクォータを表示するには、[ プロビジョニング済みスループットユニット ] を選択します。クォータがない場合は、[クォータの要求 ] を選択してフォームに入力します。クォータの承認には数日かかる場合があり、要求が承認されると電子メール通知を受け取ります。

Tip

クォータ要求フォームへの直接リンクに従うこともできます。

プロビジョニングされたデプロイを作成する

このセクションでは、Foundry ポータルまたはAzure CLIを使用して、プロビジョニングされたデプロイを作成します。

デプロイに Foundry ポータルを使用する

右上のナビゲーションで [ 検出 ] を選択し、左側のウィンドウで [モデル ] を選択します。
デプロイするモデルを選択して、 gpt-5.1などのモデルカードを開きます。
[ Deploy>Custom settings] を選択します。
[ デプロイの種類 ] ドロップダウンで、プロビジョニングされたデプロイの種類として、 グローバルプロビジョニングスループット、 データゾーンプロビジョニングスループット、または リージョンプロビジョニングスループットを選択します。

展開フィールドに次の値を入力します。

フィールド	Description
デプロイ名	選択した名前。モデルを呼び出すには、コードでこの名前を使用します。
Model	デプロイするモデル (例: `gpt-5.1`)。
モデルのバージョン	モデルのバージョン。
プロビジョニングされたスループットユニット	割り当てる PTU の数。モデルの最小値 (例: `50`) を満たす必要があります。

デプロイの時間単位の料金を確認するには、[ 価格の確認 ] を選択します。 要求が送信されていない場合でも、デプロイが作成されるとすぐに課金が開始されます。デプロイを削除すると、課金は停止されます。コストがわからない場合は、[ キャンセル ] を選択し、続行する前に PTU の課金とコスト管理を確認します。
デプロイを確認してから作成します。

(省略可能)デプロイにAzure CLIを使用する

または、Azure CLIを使用してデプロイを作成することもできます。

PTU 数が 50 PTU の GPT-5.1 のプロビジョニング済みデプロイを作成します。
```
az cognitiveservices account deployment create \
--name <myResourceName> \
--resource-group <myResourceGroupName> \
--deployment-name <myDeploymentName> \
--model-name GPT-5.1 \
--model-version "2025-11-13" \
--model-format OpenAI \
--sku-capacity 50 \
--sku-name GlobalProvisionedManaged
```
- <myResourceName>、<myResourceGroupName>、<myDeploymentName>を実際の値に置き換えます。
- --sku-name は、展開の種類 ( GlobalProvisionedManaged、 DataZoneProvisionedManaged、または ProvisionedManaged) を指定します。
- --sku-capacity は PTU の数です。ここでは、50 に設定されています。
リファレンス: az cognitiveservices アカウントのデプロイ
デプロイが正常に完了したことを確認します。
```
az cognitiveservices account deployment show \
    --deployment-name <myDeploymentName> \
    --name <myResourceName> \
    --resource-group <myResourceGroupName> \
    --query "properties.provisioningState" -o tsv
```
出力には Succeededが表示されます。プロビジョニングが完了したら、モデルを使用する準備が整いました。

リファレンス: az cognitiveservices account deployment show

REST、ARM テンプレート、Bicep、Terraform を使用してデプロイを作成することもできます。デプロイを自動化し、sku.nameをGlobalProvisionedManaged、DataZoneProvisionedManaged、またはProvisionedManagedに置き換える方法を参照してください。

推論呼び出しを行う

プロビジョニングされたデプロイの推論コードは、他のデプロイの種類と同じです。 model パラメーター値として、(モデル名ではなく) デプロイ名を使用します。

このセクションのコードでは、API キー認証を使用します。 Entra ID認証を使用することもできます。推論呼び出しを行うときにEntra ID認証を使用する方法の詳細については、「 Foundry Models を使用してテキスト Microsoft応答を生成する方法を参照してください。

サンプルを実行する前に、次の環境変数を設定します。

AZURE_OPENAI_API_KEY: リソース API キー。

Important

アプリケーションで資格情報をハードコーディングしないでください。運用ワークロードの場合は、Azure Key Vault などのセキュリティで保護された資格情報ストアを使用します。 Azure AI サービスのセキュリティ機能を参照してください。

Python SDK
REST API

OpenAI SDK をインストールします。
```
pip install openai
```

OpenAI クライアントを構成し、デプロイを指定し、応答を生成します。 <myResourceName>を Foundry リソース名に置き換えます。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("AZURE_OPENAI_API_KEY"),
    base_url="https://<myResourceName>.openai.azure.com/openai/v1/",
)

response = client.responses.create(
    model="<myDeploymentName>",  # Your deployment name, not the model name
    input="What is provisioned throughput?",
    max_output_tokens=100,
)

print(response.output_text)

応答 API エンドポイントに POST 要求を送信します。 <myResourceName>を Foundry リソース名に置き換え、<myDeploymentName>をデプロイ名に置き換えます。

curl https://<myResourceName>.openai.azure.com/openai/v1/responses \
  -H "Content-Type: application/json" \
  -H "api-key: $AZURE_OPENAI_API_KEY" \
  -d '{
    "model": "<myDeploymentName>",
    "input": "What is provisioned throughput?",
    "max_output_tokens": 100
  }'

デプロイの使用率を表示する

呼び出しを行った後、Azure ポータルでその使用率を確認して、トラフィックがデプロイに到達していることを確認します。

Azure ポータルにサインインします。
Foundry リソースに移動し、左側のナビゲーションで [メトリック] を選択します。
Provisioned-managed utilization V2 メトリックを選択します。
リソースに複数のデプロイがある場合は、デプロイ名でフィルター処理して、デプロイごとの使用率を表示します。

テスト呼び出しの直後に 0% 近い使用率が読み取られます。メトリックは監視ウィンドウで更新されます。

使用率の計算方法と、100%に達したときの処理の詳細については、「運用環境でのプロビジョニング済みデプロイの運用」を参照してください。

スピルオーバーの設定を検討する

スピルオーバーにより、プロビジョニングされたデプロイからのオーバーフロー要求が、同じ Foundry リソース内の標準デプロイに自動的にルーティングされます。プロビジョニングされたデプロイが上限まで使用されて 429 コードが返されると、スピルオーバーは、超過分の要求を失敗させる代わりに標準デプロイにリダイレクトし、トラフィック急増時の中断の軽減に役立ちます。スピルオーバー要求の有効化と監視の詳細については、「プロビジョニングされたデプロイのスピルオーバーによるトラフィックの管理」を参照してください。

予約購入を検討する

デプロイは時間単位の料金で課金されます。数日間以上実行し続ける予定の場合、Azure Reservation を購入すると、時間単位の課金と比較して有効な $/PTU/時間コストが削減されます。

デプロイの作成後に予約を購入する場合は、Azure サブスクリプションに owner ロール または reservation purchaser role があることを確認します。予約を購入するために必要なロールは、デプロイの作成に必要なロールとは異なります。ロールの要件については、プロビジョニング済みスループットの予約を参照してください。

Important

予約購入を行う前に、必ずデプロイを作成して確認してください。予約は、デプロイの種類 (グローバル、データゾーン、またはリージョン) とサブスクリプションスコープと一致する必要があります。データゾーンとリージョンのデプロイでは、予約リージョンも一致する必要があります。グローバルデプロイの場合、1 つのグローバル予約で複数のリージョンにわたるグローバル PTU デプロイをカバーできます。確認していない容量の予約にコミットすると、使用できない財務コミットメントが発生する可能性があります。

サイズ設定のガイドライン、購入手順、管理については、プロビジョニングされたスループットに対する Azure の予約を参照してください。

リソースをクリーンアップする

Foundry リソースを削除しても、そのデプロイは自動的に削除されません。削除されたリソースのデプロイの料金は、リソースが消去されるまで続行されるため、リソースを削除する前にすべてのデプロイを必ず削除してください。「リソースのクリーンアップ」を参照してください。

Note

デプロイを削除しても、Azure予約は取り消されません。購入した場合は、Azure ポータルの Reservations ページで個別にキャンセルまたは交換してください。キャンセルには早期終了料金が発生する場合があります。

デプロイを削除して時間単位の課金を停止するには、次の手順に従います。

Foundry ポータルでデプロイを削除する

Foundry ポータルで、お使いのデプロイに移動します。
デプロイを選択し、[ 削除 ] を選択して確認します。

(省略可能)Azure CLIを使用してデプロイを削除する

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

リファレンス: az cognitiveservices アカウントデプロイメントの削除

次のステップ

Foundry モデルのプロビジョンド・スループットとは何ですか？

フィードバック

このページはお役に立ちましたか?

最終更新: 2026-05-26