Del via

AI-tjenester i Fabric (forhåndsversjon)

Viktig

Denne funksjonen er i forhåndsvisning.

Azure AI-tjenester hjelpe utviklere og organisasjoner med å raskt opprette intelligente, banebrytende, markedsklare og ansvarlige programmer med forhåndsbygde og tilpassbare API-er og modeller. Tidligere kalt Azure Cognitive Services, gir Azure AI-tjenester utviklere mulighet selv når de ikke har direkte ferdigheter eller kunnskaper innen kunstig intelligens eller datavitenskap. Målet med Azure AI-tjenester er å hjelpe utviklere med å opprette programmer som kan se, høre, snakke, forstå og til og med begynne å resonnere.

Fabric tilbyr to alternativer for å bruke Azure AI-tjenester:

  • forhåndsbygde AI-modeller i Fabric (forhåndsversjon)

    Fabric integreres sømløst med Azure AI-tjenester, slik at du kan berike dataene dine med forhåndsbygde AI-modeller uten nødvendige forutsetninger. Vi anbefaler dette alternativet fordi du kan bruke Fabric-godkjenningen til å få tilgang til AI-tjenester, og alle bruksområder faktureres mot stoffkapasiteten. Dette alternativet er for øyeblikket i offentlig forhåndsvisning, med begrensede AI-tjenester tilgjengelig.

    Fabric tilbyr Azure OpenAI Service, Text Analyticsog Azure AI Translator som standard, med støtte for både SynapseML og RESTful API. Du kan også bruke OpenAI Python-biblioteket til å få tilgang til Azure OpenAI-tjenesten i Fabric. Hvis du vil ha mer informasjon om tilgjengelige modeller, kan du gå til forhåndsbygde AI-modeller i Fabric.

  • Ta med din egen nøkkel (BYOK)

    Du kan klargjøre AI-tjenestene dine på Azure og ta med din egen nøkkel for å bruke dem fra Fabric. Hvis de forhåndsbygde AI-modellene ennå ikke støtter de ønskede AI-tjenestene, kan du fortsatt bruke BYOK (Ta med din egen nøkkel).

    Hvis du vil lære mer om hvordan du bruker Azure AI-tjenester med BYOK, kan du gå til Azure AI-tjenester i SynapseML med din egen nøkkel.

Forhåndsbygde AI-modeller i Fabric (forhåndsversjon)

Azure OpenAI-tjeneste

REST API,Python SDK,SynapseML

tekstanalyse

REST-API, SynapseML

  • Språkgjenkjenning: oppdager språk for inndatateksten
  • Sentimentanalyse: returnerer en poengsum mellom 0 og 1 for å angi sentimentet i inndatateksten
  • Uttrekking av nøkkeluttrykk: identifiserer de viktigste snakkepunktene i inndatateksten
  • Personlig identifiserbar informasjon(PII)-enhetsgjenkjenning: identifisere, kategorisere og redigere sensitiv informasjon i inndatateksten
  • Navngitt enhetsgjenkjenning: identifiserer kjente enheter og generelle navngitte enheter i inndatateksten
  • Enhetskobling: identifiserer og skiller identiteten til enheter som finnes i tekst

Azure AI Translator

REST-API, SynapseML

  • Oversett: Oversetter tekst
  • Translitterer: Konverterer tekst på ett språk, i ett skript, til et annet skript.

Tilgjengelige områder

Tilgjengelige områder for Azure OpenAI-tjenesten

Hvis du vil se listen over Azure-områder der forhåndsbygde AI-tjenester i Fabric nå er tilgjengelige, kan du gå til delen Tilgjengelige områder i Oversikt over Copilot i Fabric og Power BI (forhåndsversjon) artikkelen.

Tilgjengelige områder for tekstanalyse og Azure AI Translator

Forhåndsbygd tekstanalyse og Azure AI Translator- i Fabric, er nå tilgjengelig for offentlig forhåndsvisning i Azure-områdene som er oppført i denne artikkelen. Hvis du ikke finner Microsoft Fabric-hjemområdet i denne artikkelen, kan du fortsatt opprette en Microsoft Fabric-kapasitet i et støttet område. Hvis du vil ha mer informasjon, kan du gå til Kjøpe et Microsoft Fabric-abonnement. Hvis du vil finne hjemområdet fabric, kan du gå til Finn hjemområdet fabric.

Asia/Stillehavskysten Europa Nord- og Sør-Amerika Midtøsten og Afrika
Australia, øst Europa, nord Brasil, sør Sør-Afrika, nord
Australia, sørøst Europa, vest Canada, sentralt De forente arabiske emirater, nord
Sentralindisk Frankrike, sentralt Canada, øst
Øst-Asia Øst-Norge USA, øst
Japan, øst Sveits, nord USA, øst 2
Korea, sentralt Sveits, vest USA, nord-sentralt
Asia, sørøst Storbritannia, sør USA, sør-sentralt
India, sør Storbritannia, vest USA, vest
USA, vest 2
USA, vest 3

Forbrukssats

Forbruksfrekvens for OpenAI-språkmodeller

Modell Navn på distribusjon Kontekst (tokener) inndata (per 1000 tokener) utdata (per 1000 tokener) Pensjonsdato
gpt-5-2025-08-07 gpt-5 400,000 42 CU sekunder 336 CU sekunder TBD
gpt-4.1-2025-04-14 gpt-4.1 1,047,576 67,20 CU sekunder 268,80 CU sekunder TBD
gpt-4.1-mini-2025-04-14 gpt-4.1-mini 1,047,576 13,44 CU sekunder 53,76 CU sekunder TBD
gpt-4o-mini-2024-07-18 gpt-4o-mini 128,000 5,04 CU sekunder 20,17 CU sekunder 2025-10-30

Forbruksrate for OpenAI-innebyggingsmodeller

modeller Navn på distribusjon Kontekst (tokener) inndata (per 1000 tokener)
Ada text-embedding-ada-002 8192 3,36 CU sekunder

Forbruksrate for tekstanalyse

operasjon operasjonsenhet forbrukssats
Språkidentifisering 1000 tekstposter 33 613,45 CU sekunder
Sentimentanalyse 1000 tekstposter 33 613,45 CU sekunder
Uttrekking av nøkkeluttrykk 1000 tekstposter 33 613,45 CU sekunder
Personlig identifisering av enhetsgjenkjenning av informasjon 1000 tekstposter 33 613,45 CU sekunder
Navngitt enhetsgjenkjenning 1000 tekstposter 33 613,45 CU sekunder
Enhetskobling 1000 tekstposter 33 613,45 CU sekunder
Oppsummering 1000 tekstposter 67 226,89 CU sekunder

Forbrukssats for tekstoversetter

operasjon operasjonsenhet forbrukssats
Oversette 1 M tegn 336 134,45 CU sekunder
Translitterer 1 M tegn 336 134,45 CU sekunder

Endringer i AI-tjenester i stoffforbruk

Forbrukssatser kan endres når som helst. Microsoft bruker rimelig innsats for å varsle via e-post eller via varsling i produktet. Endringene trer i kraft på datoen som er angitt i Microsoft-produktmerknadene eller Microsoft Fabric-bloggen. Hvis endringer i en AI-tjeneste i stoffforbruksfrekvens øker kapasitetsenhetene (CU) som kreves for å bruke, kan kunder bruke avbestillingsalternativene som er tilgjengelige for den valgte betalingsmåten.

Overvåk bruken

Arbeidsbelastningsmåleren som er knyttet til oppgaven, bestemmer kostnadene for forhåndsbygde AI-tjenester i Fabric. Hvis bruk av AI-tjenesten for eksempel er avledet fra en Spark-arbeidsbelastning, grupperes AI-bruken sammen og faktureres under Spark-faktureringsmåleren på App for måledata for stoffkapasitet.

Merk

Faktureringen for forhåndsbygde tjenester for kunstig intelligens støtter ikke Spark-fakturering for autoskalering.

Eksempel

En nettbutikkeier bruker SynapseML og Spark til å kategorisere millioner av produkter i relevante kategorier. For øyeblikket bruker butikkeieren hardkodet logikk for å rengjøre og tilordne rå "produkttype" til kategorier. Eieren planlegger imidlertid å bytte til bruk av de nye opprinnelige Fabric OpenAI LLM -endepunktene (Stor språkmodell). Dette iterativt behandler dataene mot en LLM for hver rad, og kategoriserer deretter produktene basert på deres "produktnavn", "beskrivelse", "tekniske detaljer" og så videre.

Den forventede kostnaden for Spark-bruk er 1000 CUer. Den forventede kostnaden for OpenAI-bruk er ca. 300 CUer.

Hvis du vil teste den nye logikken, må du først iterere den i en interaktiv Spark-notatblokk. For operasjonsnavnet på kjøringen, bruk "Notebook Run". Eieren forventer å se en total bruk på 1300 CU-er under "Notebook Run", med Spark-faktureringsmåleren som står for hele bruken.

Når butikkeieren validerer logikken, konfigurerer eieren den vanlige kjøringen og forventer å se en all-up-bruk av 1300 CUer under operasjonsnavnet "Spark Job Scheduled Run", med Spark-faktureringsmåleren som står for hele bruken.

I henhold til Spark-databehandlingsbruksrapportering klassifiseres alle Spark-relaterte operasjoner som bakgrunnsoperasjoner.

Relatert innhold

  • Last updated on