관리되는 가상 네트워크에서 관리 컴퓨팅 사용

아티클
10/16/2024

Azure Machine Learning 관리되는 가상 네트워크에서 컴퓨팅 클러스터 또는 컴퓨팅 인스턴스를 구성하는 방법을 알아봅니다.

관리되는 네트워크를 사용하는 경우 Azure Machine Learning에서 관리하는 컴퓨팅 리소스는 가상 네트워크에 참여할 수 있습니다. Azure Machine Learning 컴퓨팅 클러스터, 컴퓨팅 인스턴스 및 관리되는 온라인 엔드포인트는 관리 네트워크에서 만들어집니다.

이 문서에서는 관리 네트워크에서 컴퓨팅 클러스터 및 컴퓨팅 인스턴스를 구성하는 데 중점을 둡니다. 관리되는 온라인 엔드포인트에 대한 자세한 내용은 네트워크 격리를 통한 안전한 온라인 엔드포인트를 참조하세요.

Important

서버리스 Spark 작업을 사용할 계획이라면 관리되는 가상 네트워크 문서에서 구성 정보를 참조하세요. 관리되는 가상 네트워크를 구성할 때 다음 단계를 따라야 합니다.

필수 조건

이 문서의 단계를 수행하기 전에 다음과 같은 필수 구성 요소가 있는지 확인합니다.

관리되는 가상 네트워크를 사용하도록 구성된 Azure Machine Learning 작업 영역입니다.
Azure CLI 및 Azure CLI에 대한 ml 확장. 자세한 내용은 CLI(v2) 설치, 설정 및 사용을 참조하세요.
팁

Azure Machine Learning 관리되는 가상 네트워크는 2023년 5월 23일에 도입되었습니다. ml 확장의 이전 버전이 있는 경우 이 문서 작업의 예를 위해 업데이트해야 할 수도 있습니다. 확장을 업데이트하려면 다음 Azure CLI 명령을 사용합니다.
```
az extension update -n ml
```
이 문서의 CLI 예에서는 Bash(또는 호환) 셸을 사용한다고 가정합니다. 예를 들어 Linux 시스템 또는 Linux용 Windows 하위 시스템에서 이러한 예제를 사용합니다.
이 문서의 Azure CLI 예에서는 ws를 사용하여 작업 영역의 이름을 나타내고, rg를 사용하여 리소스 그룹의 이름을 나타냅니다. Azure 구독과 함께 명령을 사용할 때 필요에 따라 이러한 값을 변경합니다.

관리되는 가상 네트워크를 사용하도록 구성된 Azure Machine Learning 작업 영역입니다.
The Azure Machine Learning Python SDK v2. SDK에 대한 자세한 내용은 Azure Machine Learning용 Python SDK v2 설치를 참조하세요.
팁

Azure Machine Learning 관리되는 가상 네트워크는 2023년 5월 23일에 도입되었습니다. 이전 버전의 SDK가 설치되어 있는 경우 이 문서의 예가 작동하려면 업데이트해야 할 수도 있습니다. SDK를 업데이트하려면 다음 명령을 사용합니다.
```
pip install --upgrade azure-ai-ml azure-identity
```

이 문서의 예에서는 코드가 다음 Python으로 시작한다고 가정합니다. 이 코드는 관리형 가상 네트워크를 사용하여 작업 영역을 만들 때 필요한 클래스를 가져오고, Azure 구독 및 리소스 그룹에 대한 변수를 설정하고, ml_client를 만듭니다.

from azure.ai.ml import MLClient
from azure.ai.ml.entities import (
    Workspace,
    ManagedNetwork,
    IsolationMode,
    ServiceTagDestination,
    PrivateEndpointDestination,
    FqdnDestination
)
from azure.identity import DefaultAzureCredential

# Replace with the values for your Azure subscription and resource group.
subscription_id = "<SUBSCRIPTION_ID>"
resource_group = "<RESOURCE_GROUP>"
workspace_name = "<WORKSPACE_NAME>"

# get a handle to the subscription
ml_client = MLClient(
    workspace_name=workspace_name,
    subscription_id=subscription_id,
    resource_group_name=resource_group,
    credential=DefaultAzureCredential()
)

컴퓨팅 리소스 구성

다음 탭을 사용하여 관리되는 가상 네트워크에서 컴퓨팅 클러스터 및 컴퓨팅 인스턴스를 구성하는 방법을 알아봅니다.

팁

관리되는 가상 네트워크를 사용하면 컴퓨팅 클러스터와 컴퓨팅 인스턴스가 관리 네트워크에 자동으로 만들어집니다. 다음 단계에서는 공용 IP 주소를 사용하지 않도록 컴퓨팅 리소스를 구성하는 데 중점을 둡니다.

공용 IP 없이 컴퓨팅 클러스터를 만들려면 다음 명령을 사용합니다.

az ml compute create --name cpu-cluster --resource-group rg --workspace-name ws --type AmlCompute --set enable_node_public_ip=False

공용 IP 없이 컴퓨팅 인스턴스를 만들려면 다음 명령을 사용합니다.

az ml compute create --name myci --resource-group rg --workspace-name ws --type ComputeInstance --set enable_node_public_ip=False

다음 Python SDK 예에서는 공용 IP 없이 컴퓨팅 클러스터 및 컴퓨팅 인스턴스를 만드는 방법을 보여 줍니다.

from azure.ai.ml.entities import AmlCompute

# Create a compute cluster
compute_cluster = AmlCompute(
    name="mycomputecluster",
    size="STANDARD_D2_V2",
    min_instances=0,
    max_instances=4,
    enable_node_public_ip=False
)
ml_client.begin_create_or_update(entity=compute_cluster)

# Create a compute instance
from azure.ai.ml.entities import ComputeInstance

compute_instance = ComputeInstance(
    name="mycomputeinstance",
    size="STANDARD_DS3_V2",
    enable_node_public_ip=False
)
ml_client.begin_create_or_update(compute_instance)

제한 사항

관리되는 가상 네트워크를 사용하는 경우 작업 영역과 다른 지역에 컴퓨팅 클러스터를 만드는 것은 지원되지 않습니다.
컴퓨팅이 관리 네트워크에 있고 공용 IP가 없도록 구성된 경우 az ml compute connect-ssh 명령을 사용하여 SSH를 통해 컴퓨팅 인스턴스에 연결합니다.

컴퓨팅 리소스 마이그레이션

기존 작업 영역이 있고 이에 대해 관리되는 가상 네트워크를 사용하려는 경우 현재 기존 관리 컴퓨팅 리소스에 대해 지원되는 마이그레이션 경로가 없습니다. 기존 관리 컴퓨팅 리소스를 모두 삭제하고 관리되는 가상 네트워크를 사용하도록 설정한 후 다시 만들어야 합니다. 다음 목록에는 삭제하고 다시 만들어야 하는 컴퓨팅 리소스가 포함되어 있습니다.

컴퓨팅 클러스터
컴퓨팅 인스턴스
관리형 온라인 엔드포인트

다음을 통해 공유

관리되는 가상 네트워크에서 관리 컴퓨팅 사용

필수 조건

컴퓨팅 리소스 구성

제한 사항

컴퓨팅 리소스 마이그레이션

다음 단계

피드백

추가 리소스