Udostępnij za pośrednictwem


Instalowanie i uruchamianie kontenera usługi Azure AI Translator

Kontenery umożliwiają hostowanie interfejsu API usługi Azure AI Translator we własnej infrastrukturze. Obraz kontenera zawiera wszystkie biblioteki, narzędzia i zależności potrzebne do spójnego uruchamiania aplikacji w dowolnym prywatnym, publicznym lub osobistym środowisku obliczeniowym. Jeśli nie można spełnić wymagań dotyczących zabezpieczeń lub ładu danych przez zdalne wywoływanie interfejsu API usługi Azure AI Translator, kontenery są dobrym rozwiązaniem.

Z tego artykułu dowiesz się, jak zainstalować i uruchomić kontener usługi Translator w trybie online przy użyciu interfejsu API platformy Docker. Kontener usługi Azure AI Translator obsługuje następujące operacje:

Wymagania wstępne

Do rozpoczęcia pracy potrzebne są następujące zasoby, zatwierdzanie dostępu z bramą i narzędzia:

Zasoby platformy Azure
  • Aktywna subskrypcja platformy Azure. Jeśli go nie masz, możesz utworzyć bezpłatne 12-miesięczne konto.

  • Zatwierdzone żądanie dostępu do połączonego kontenera usługi Translator lub odłączonego kontenera usługi Translator.

  • Zasób usługi Azure AI Translator (nie zasób wielosługowych usług Azure AI) utworzony w ramach zatwierdzonego identyfikatora subskrypcji. Potrzebujesz klucza interfejsu API i identyfikatora URI punktu końcowego skojarzonego z zasobem. Obie wartości są wymagane do uruchomienia kontenera i można je znaleźć na stronie przeglądu zasobów w witrynie Azure Portal.

    • W przypadku kontenerów połączonych z usługą Translator wybierz warstwę cenowąS1.

      Zrzut ekranu przedstawiający wybór warstwy cenowej dla połączonego kontenera usługi Translator.

    • W przypadku kontenerów bez połączenia z usługą Translator wybierz jako Commitment tier disconnected containers warstwę cenową. Zobaczysz opcję zakupu warstwy zobowiązania tylko wtedy, gdy rozłączone żądanie dostępu do kontenera zostanie zatwierdzone.

      Zrzut ekranu przedstawiający tworzenie zasobów w witrynie Azure Portal.

Narzędzia platformy Docker

Musisz mieć podstawową wiedzę na temat pojęć platformy Docker, takich jak rejestry, repozytoria, kontenery i obrazy kontenerów, a także podstawowa dockerterminologia i polecenia. Aby uzyskać podstawowe informacje na temat platformy Docker i kontenerów, zapoznaj się z artykułem Docker overview (Przegląd platformy Docker).

Napiwek

Rozważ dodanie programu Docker Desktop do środowiska obliczeniowego. Docker Desktop to graficzny interfejs użytkownika (GUI), który umożliwia tworzenie, uruchamianie i udostępnianie konteneryzowanych aplikacji bezpośrednio z poziomu pulpitu.

DockerDesktop zawiera aparat platformy Docker, klienta interfejsu wiersza polecenia platformy Docker, narzędzie Docker Compose i pakiety, które konfigurują platformę Docker dla preferowanego systemu operacyjnego:

Narzędzie opis Warunek
Aparat platformy Docker Aparat platformy Docker jest podstawowym składnikiem platformy konteneryzacji platformy Docker. Musi być zainstalowany na komputerze hosta, aby umożliwić tworzenie, uruchamianie i zarządzanie kontenerami. Wymagane dla wszystkich operacji.
Docker Compose Narzędzie Docker Compose służy do definiowania i uruchamiania aplikacji wielokontenerowych. Wymagane do obsługi kontenerów.
Interfejs wiersza polecenia platformy Docker Interfejs wiersza polecenia platformy Docker umożliwia interakcję z aparatem platformy Docker i zarządzanie kontenerami platformy Docker bezpośrednio z komputera lokalnego. Zalecane
Wymagania dotyczące komputera hosta

Host to komputer oparty na architekturze x64 z uruchomionym kontenerem platformy Docker. Może to być komputer lokalny lub jedna z tych usług hostingowych platformy Docker na platformie Azure:

System operacyjny Wymagania systemowe
Windows • Zainstalowany system Windows 10 lub Windows 11
• Procesor 64-bitowy
• Co najmniej 4 GB pamięci RAM
• Funkcje funkcji Hyper-V i kontenera systemu Windows oraz wirtualizacja sprzętowa na poziomie systemu BIOS
• Aby uzyskać więcej informacji, zobacz Instalowanie programu Docker Desktop w systemie Windows
Mac • Model komputerowy 2010 lub nowszy
• System operacyjny 10.13 lub nowszy
• Co najmniej 4 GB pamięci RAM
• Aby uzyskać więcej informacji, zobacz Instalowanie programu Docker Desktop na komputerze Mac
Linux • 64-bitowa wersja systemu Ubuntu (najnowsza wersja LTS (długoterminowa pomoc techniczna) lub bieżąca wersja innej niż LTS), Debian 12, Fedora 38 lub Fedora 39
• Obsługa procesora CPU na potrzeby wirtualizacji
• Co najmniej 4 GB pamięci RAM
• Aby uzyskać więcej informacji, zobacz Instalowanie programu Docker Desktop w systemie Linux

Uwaga

Minimalne i zalecane specyfikacje są oparte na limitach platformy Docker, a nie na zasobach maszyny hosta.

W poniższej tabeli opisano minimalne i zalecane specyfikacje oraz dozwolone transakcje na sekundę (TPS) dla każdego kontenera.

Function Minimalna zalecana wartość Uwagi
Tłumaczenie tekstu 4 Rdzenie, 4 GB pamięci
Transliteracja tekstu 4 Rdzenie, 2 GB pamięci
Tłumaczenie dokumentu 4 Rdzenie, 6 GB pamięci Liczbę dokumentów, które można przetwarzać współbieżnie, można obliczyć przy użyciu następującej formuły: [minimum (n-2), (m-6)/4)].
n jest liczbą rdzeni procesora CPU.
m to GB pamięci.
Przykład: 8 Rdzenie, 32 GB pamięci może przetwarzać sześć(6) współbieżnych dokumentów [minimum (8-2), (36-6)/4)].
  • Każdy rdzeń musi być co najmniej 2,6 gigahertz (GHz) lub szybszy.

  • Dla każdej pary językowej zalecane jest 2 GB pamięci.

  • Oprócz wymagań podstawowych 4 GB pamięci dla każdego współbieżnego przetwarzania dokumentów.

    Napiwek

    Możesz użyć polecenia docker images , aby wyświetlić listę pobranych obrazów kontenerów. Na przykład następujące polecenie wyświetla identyfikator, repozytorium i tag każdego pobranego obrazu kontenera sformatowane jako tabela:

     docker images --format "table {{.ID}}\t{{.Repository}}\t{{.Tag}}"
    
     IMAGE ID         REPOSITORY                TAG
     <image-id>       <repository-path/name>    <tag-name>
    

Wymagane dane wejściowe

Wszystkie kontenery usługi Azure AI wymagają następujących wartości wejściowych:

  • Ustawienie akceptacji umowy EULA. Musisz mieć umowę licencyjną użytkownika końcowego (EULA) ustawioną z wartością Eula=accept.

  • Klucz interfejsu API i adres URL punktu końcowego. Klucz interfejsu API służy do uruchamiania kontenera. Możesz pobrać wartości klucza interfejsu API i adresu URL punktu końcowego, przechodząc do strony kluczy zasobów usługi Azure AI Translator i punktu końcowego i wybierając ikonę Copy to clipboard .

  • Jeśli tłumaczysz dokumenty, pamiętaj, aby użyć punktu końcowego tłumaczenia dokumentu.

Ważne

  • Klucze są używane do uzyskiwania dostępu do zasobu usługi Azure AI. Nie udostępniaj swoich kluczy. Przechowuj je bezpiecznie, na przykład przy użyciu usługi Azure Key Vault.

  • Zalecamy również regularne ponowne generowanie tych kluczy. Tylko jeden klucz jest wymagany do wykonania wywołania interfejsu API. Podczas ponownego generowania pierwszego klucza można używać drugiego klucza, aby nadal uzyskiwać dostęp do usługi.

Rozliczenia

  • Zapytania do kontenera są rozliczane w warstwie cenowej zasobu platformy Azure używanego dla interfejsu API Key.

  • Opłaty są naliczane za każde wystąpienie kontenera używane do przetwarzania dokumentów i obrazów.

  • Polecenie docker run pobiera obraz z Rejestr Artefaktów Microsoft i uruchamia kontener, gdy wszystkie trzy z następujących opcji są dostarczane z prawidłowymi wartościami:

Opcja Opis
ApiKey Klucz zasobu usług Azure AI używany do śledzenia informacji rozliczeniowych.
Wartość tej opcji musi być ustawiona na klucz dla zaaprowizowanego zasobu określonego w Billingpliku .
Billing Punkt końcowy zasobu usług AI platformy Azure używany do śledzenia informacji rozliczeniowych.
Wartość tej opcji musi być ustawiona na identyfikator URI punktu końcowego aprowizowanego zasobu platformy Azure.
Eula Wskazuje, że zaakceptowano licencję dla kontenera.
Wartość tej opcji należy ustawić tak, aby akceptowała.

Nawiązywanie połączenia z platformą Azure

  • Wartości argumentów rozliczeń kontenera umożliwiają kontenerowi łączenie się z punktem końcowym rozliczeń i uruchamianie.

  • Kontener raportuje użycie co około 10 do 15 minut. Jeśli kontener nie łączy się z platformą Azure w dozwolonym przedziale czasu, kontener będzie nadal działać, ale nie obsługuje zapytań, dopóki punkt końcowy rozliczeń nie zostanie przywrócony.

  • Próba połączenia jest podejmowana 10 razy w tym samym przedziale czasu od 10 do 15 minut. Jeśli nie może nawiązać połączenia z punktem końcowym rozliczeń w ciągu 10 prób, kontener przestanie obsługiwać żądania. Zobacz Często zadawane pytania dotyczące kontenera usługi Azure AI, aby uzyskać przykład informacji wysyłanych do firmy Microsoft na potrzeby rozliczeń.

Obrazy kontenerów i tagi

Obrazy kontenerów usług Azure AI można znaleźć w katalogu Rejestr Artefaktów Microsoft. Kontener usługi Azure AI Translator znajduje się w repozytorium azure-cognitive-services/translator o nazwie text-translation. W pełni kwalifikowana nazwa obrazu kontenera to mcr.microsoft.com/azure-cognitive-services/translator/text-translation:latest.

Aby użyć najnowszej wersji kontenera, użyj najnowszego tagu. Pełną listę tagów wersji tłumaczenia tekstu usług Azure AI można wyświetlić w mcR.

Korzystanie z kontenerów

Wybierz kartę, aby wybrać środowisko kontenera usługi Azure AI Translator:

Kontenery usługi Azure AI Translator umożliwiają uruchamianie usługi on-premise Azure AI Translator we własnym środowisku. Połączone kontenery działają lokalnie i wysyłają informacje o użyciu do chmury na potrzeby rozliczeń.

Pobieranie i uruchamianie obrazu kontenera

Polecenie docker run pobiera obraz z Rejestr Artefaktów Microsoft i uruchamia kontener.

Ważne

  • Polecenia platformy Docker w poniższych sekcjach używają ukośnika odwrotnego , \jako znaku kontynuacji wiersza. Zastąp lub usuń to na podstawie wymagań systemu operacyjnego hosta.
  • Aby EULAuruchomić kontener, należy określić opcje , Billingi ApiKey . W przeciwnym razie kontener nie zostanie uruchomiony.
  • Jeśli tłumaczysz dokumenty, pamiętaj, aby użyć punktu końcowego tłumaczenia dokumentu.
docker run --rm -it -p 5000:5000 --memory 12g --cpus 4 \
-v /mnt/d/TranslatorContainer:/usr/local/models \
-e apikey={API_KEY} \
-e eula=accept \
-e billing={ENDPOINT_URI} \
-e Languages=en,fr,es,ar,ru  \
mcr.microsoft.com/azure-cognitive-services/translator/text-translation:latest

Polecenie platformy Docker:

  • Tworzy uruchomiony kontener usługi Translator na podstawie pobranego obrazu kontenera.
  • Przydziela 12 gigabajtów pamięci i cztery rdzenie procesora CPU.
  • Uwidacznia port 5000 protokołu TCP (Transmission Control Protocol) i przydziela pseudo-TTY dla kontenera. localhost Teraz adres wskazuje sam kontener, a nie maszynę hosta.
  • Akceptuje umowę użytkownika końcowego (EULA).
  • Konfiguruje punkt końcowy rozliczeń.
  • Pobiera modele tłumaczenia dla języków angielskich, francuskich, hiszpańskich, arabskich i rosyjskich.
  • Automatycznie usuwa kontener po jego zakończeniu. Obraz kontenera jest nadal dostępny na komputerze hosta.

Napiwek

Dodatkowe polecenie platformy Docker:

  • docker ps wyświetla listę uruchomionych kontenerów.
  • docker pause {your-container name} wstrzymuje uruchomiony kontener.
  • docker unpause {your-container-name} usuwa wstrzymany kontener.
  • docker restart {your-container-name} uruchamia uruchomiony kontener.
  • docker exec Umożliwia wykonywanie poleceń lto detach lub ustawianie zmiennych środowiskowych w uruchomionym kontenerze.

Aby uzyskać więcej informacji, zobacz dokumentację interfejsu wiersza polecenia platformy Docker.

Uruchamianie wielu kontenerów na tym samym hoście

Jeśli zamierzasz uruchomić wiele kontenerów z uwidocznionych portów, upewnij się, że każdy kontener ma inny uwidoczniony port. Na przykład uruchom pierwszy kontener na porcie 5000 i drugi kontener na porcie 5001.

Możesz mieć ten kontener i inny kontener usługi Azure AI uruchomiony razem na hoście. Można również mieć wiele kontenerów tego samego kontenera usługi Azure AI, na którym działa.

Wykonywanie zapytań względem punktu końcowego kontenera usługi Translator

Kontener udostępnia interfejs API punktu końcowego usługi Translator oparty na protokole REST. Oto przykładowe żądanie z określonym językiem źródłowym (from=en):

  curl -X POST "http://localhost:5000/translate?api-version=3.0&from=en&to=zh-HANS" -H "Content-Type: application/json" -d "[{'Text':'Hello, what is your name?'}]"

Uwaga

  • Wykrywanie języka źródłowego wymaga dodatkowego kontenera. Aby uzyskać więcej informacji, zobacz Obsługa kontenerów

  • Jeśli żądanie POST cURL zwraca Service is temporarily unavailable odpowiedź, kontener nie jest gotowy. Poczekaj kilka minut, a następnie spróbuj ponownie.

Sprawdzanie, czy kontener jest uruchomiony

Istnieje kilka sposobów sprawdzania, czy kontener jest uruchomiony:

  • Kontener udostępnia stronę główną w / postaci wizualnej weryfikacji uruchomionej kontenera.

  • Możesz otworzyć ulubioną przeglądarkę internetową i przejść do zewnętrznego adresu IP i uwidocznić port danego kontenera. Użyj następujących adresów URL żądań, aby sprawdzić, czy kontener jest uruchomiony. Przykładowe adresy URL żądań wymienione wskazują wartość http://localhost:5000, ale określony kontener może się różnić. Pamiętaj, że przechodzisz do zewnętrznego adresu IP kontenera i uwidaczniasz port.

Adres URL żądania Purpose
http://localhost:5000/ Kontener zawiera stronę główną.
http://localhost:5000/ready Zażądano polecenia GET. Zapewnia weryfikację, że kontener jest gotowy do akceptowania zapytania względem modelu. To żądanie może służyć do sond gotowości i gotowości platformy Kubernetes.
http://localhost:5000/status Zażądano polecenia GET. Sprawdza, czy klucz api-key używany do uruchamiania kontenera jest prawidłowy bez powodowania zapytania punktu końcowego. To żądanie może służyć do sond gotowości i gotowości platformy Kubernetes.
http://localhost:5000/swagger Kontener zawiera pełen zestaw dokumentacji dla punktów końcowych oraz funkcję Wypróbuj. Dzięki tej funkcji możesz wprowadzić ustawienia w formularzu HTML opartym na sieci Web i utworzyć zapytanie bez konieczności pisania kodu. Po powrocie zapytania zostanie udostępnione przykładowe polecenie CURL, aby zademonstrować wymagane nagłówki HTTP i format treści.

Zrzut ekranu przedstawiający stronę główną kontenera.

Jeśli masz problem z uruchomieniem kontenera usług Azure AI, możesz spróbować użyć kontenera diagnostyki firmy Microsoft. Ten kontener służy do diagnozowania typowych błędów w środowisku wdrażania, które mogą uniemożliwić działanie kontenerów usługi Azure AI zgodnie z oczekiwaniami.

Aby uzyskać kontener, użyj następującego docker pull polecenia:

docker pull mcr.microsoft.com/azure-cognitive-services/diagnostic

Następnie uruchom kontener. Zastąp {ENDPOINT_URI} ciąg swoim punktem końcowym i zastąp {API_KEY} ciąg kluczem do zasobu:

docker run --rm mcr.microsoft.com/azure-cognitive-services/diagnostic \
eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

Kontener testuje łączność sieciową z punktem końcowym rozliczeń.

Zatrzymywanie kontenera

Aby zamknąć kontener, w środowisku wiersza polecenia, w którym jest uruchomiony kontener, wybierz Ctrl+C.

Przypadki użycia dla kontenerów pomocniczych

Niektóre zapytania w usłudze Translator wymagają obsługi kontenerów w celu pomyślnego ukończenia operacji. Jeśli używasz dokumentów pakietu Office i nie potrzebujesz wykrywania języka źródłowego, wymagany jest tylko kontener usługi Translator. Jeśli jednak wymagane jest wykrywanie języka źródłowego lub używasz zeskanowanych dokumentów PDF, wymagane są kontenery pomocnicze:

W poniższej tabeli wymieniono wymagane kontenery pomocnicze dla operacji tłumaczenia tekstu i dokumentów. Kontener usługi Translator wysyła informacje rozliczeniowe na platformę Azure za pośrednictwem zasobu usługi Azure AI Translator na koncie platformy Azure.

Operacja Żądanie zapytania Document type Obsługa kontenerów
•Tłumaczenie tekstu
• Tłumaczenie dokumentów
from określony. Dokumenty pakietu Office Brak
•Tłumaczenie tekstu
• Tłumaczenie dokumentów
from nie określono. Wymaga automatycznego wykrywania języka w celu określenia języka źródłowego. Dokumenty pakietu Office ✔️ Analiza tekstu:kontener języka
•Tłumaczenie tekstu
• Tłumaczenie dokumentów
from określony. Zeskanowane dokumenty PDF Vision:read container ✔️
•Tłumaczenie tekstu
• Tłumaczenie dokumentów
from nie określono wymagania automatycznego wykrywania języka w celu określenia języka źródłowego. Zeskanowane dokumenty PDF ✔️ Analiza tekstu:kontener języka

Vision:read container ✔️

Obsługa kontenerów pomocniczych za pomocą polecenia docker compose

Docker compose to narzędzie, które umożliwia konfigurowanie aplikacji wielokontenerowych przy użyciu pojedynczego pliku YAML zwykle o nazwie compose.yaml. docker compose up Użyj polecenia , aby uruchomić aplikację kontenera i polecenie , docker compose down aby zatrzymać i usunąć kontenery.

Jeśli zainstalowano interfejs wiersza polecenia platformy Docker Desktop, zawiera on narzędzie Docker compose i jego wymagania wstępne. Jeśli nie masz programu Docker Desktop, zobacz Omówienie instalowania narzędzia Docker Compose.

Tworzenie aplikacji

  1. Korzystając z preferowanego edytora lub środowiska IDE, utwórz nowy katalog dla aplikacji o nazwie container-environment lub wybranej nazwy.

  2. Utwórz nowy plik YAML o nazwie compose.yaml. Dla pliku można użyć compose zarówno rozszerzeń .yml, jak i yaml.

  3. Skopiuj i wklej następujący przykładowy kod YAML do pliku compose.yaml . Zastąp {TRANSLATOR_KEY} wartości {TRANSLATOR_ENDPOINT_URI} klucz i punkt końcowy z wystąpienia usługi Translator w witrynie Azure Portal. Jeśli tłumaczysz dokumenty, upewnij się, że używasz elementu document translation endpoint.

  4. Nazwa najwyższego poziomu (azure-ai-translator, azure-ai-language, azure-ai-read) to określony parametr.

  5. Jest container_name to opcjonalny parametr, który ustawia nazwę kontenera podczas jego uruchamiania, zamiast zezwalać docker compose na generowanie nazwy.

    services:
      azure-ai-translator:
        container_name: azure-ai-translator
        image: mcr.microsoft.com/product/azure-cognitive-services/translator/text-translation:latest
        environment:
            - EULA=accept
            - billing={TRANSLATOR_ENDPOINT_URI}
            - apiKey={TRANSLATOR_KEY}
            - ladurl=http://azure-ai-language:5000
            - VISIONURL=http://azure-ai-read:5000
        ports:
              - "5000:5000"
        azure-ai-language:
          container_name: azure-ai-language
          image:  mcr.microsoft.com/azure-cognitive-services/textanalytics/language:latest
          environment:
              - EULA=accept
              - billing={LANGUAGE_RESOURCE_ENDPOINT_URI}
              - apiKey={LANGUAGE_RESOURCE_KEY}
        azure-ai-read:
          container_name: azure-ai-read
          image:  mcr.microsoft.com/azure-cognitive-services/vision/read:latest
          environment:
              - EULA=accept
              - billing={COMPUTER_VISION_ENDPOINT_URI}
              - apiKey={COMPUTER_VISION_KEY}
    
  6. Otwórz terminal przejdź do container-environment folderu i uruchom kontenery za pomocą następującego docker-compose polecenia:

    docker compose up
    
  7. Aby zatrzymać kontenery, użyj następującego polecenia:

    docker compose down
    

    Napiwek

    Przydatne polecenia platformy Docker:

    • docker compose pause wstrzymuje uruchomione kontenery.
    • docker compose unpause {your-container-name} wstrzymuje wstrzymane kontenery.
    • docker compose restart Uruchamia ponownie wszystkie zatrzymane i uruchomione kontenery ze wszystkimi poprzednimi zmianami bez zmian. Jeśli wprowadzisz zmiany w compose.yaml konfiguracji, te zmiany nie zostaną zaktualizowane za docker compose restart pomocą polecenia . Musisz użyć docker compose up polecenia , aby odzwierciedlić aktualizacje i zmiany w compose.yaml pliku.
    • docker compose ps -a Wyświetla listę wszystkich kontenerów, w tym zatrzymanych.
    • docker compose exec Umożliwia wykonywanie poleceń w celu odłączenia lub ustawienia zmiennych środowiskowych w uruchomionym kontenerze.

    Aby uzyskać więcej informacji, zobacz dokumentację interfejsu wiersza polecenia platformy Docker.

Translator i obsługa obrazów kontenerów i tagów

Obrazy kontenerów usług Azure AI można znaleźć w katalogu Rejestr Artefaktów Microsoft. W poniższej tabeli wymieniono w pełni kwalifikowaną lokalizację obrazu na potrzeby tłumaczenia tekstu i dokumentu:

Kontener Lokalizacja obrazu Uwagi
Translator: tłumaczenie tekstu i dokumentów mcr.microsoft.com/azure-cognitive-services/translator/text-translation:latest Pełną listę tagów wersji tłumaczenia tekstu usług Azure AI można wyświetlić w mcR.
Analiza tekstu: język mcr.microsoft.com/azure-cognitive-services/textanalytics/language:latest Pełną listę usług azure AI można wyświetlić analiza tekstu tagów wersji języka w mcR.
Wizja: odczyt mcr.microsoft.com/azure-cognitive-services/vision/read:latest Pełną listę usług azure AI można wyświetlić przetwarzanie obrazów Odczyt OCR tagów wersji w mcR.

Inne parametry i polecenia

Poniżej przedstawiono kilka dodatkowych parametrów i poleceń, których można użyć do uruchomienia kontenera:

Rekordy użycia

W przypadku obsługi kontenerów platformy Docker w środowisku odłączonym kontener będzie zapisywać rekordy użycia na woluminie, w którym są zbierane w czasie. Możesz również wywołać punkt końcowy interfejsu API REST, aby wygenerować raport dotyczący użycia usługi.

Argumenty dotyczące przechowywania dzienników

Po uruchomieniu w środowisku odłączonym instalacja wyjściowa musi być dostępna dla kontenera w celu przechowywania dzienników użycia. Na przykład należy uwzględnić -v /host/output:{OUTPUT_PATH} element i Mounts:Output={OUTPUT_PATH} w poniższym przykładzie zastąpić {OUTPUT_PATH} ścieżką, w której są przechowywane dzienniki:

Przykładowe docker run polecenie

docker run -v /host/output:{OUTPUT_PATH} ... <image> ... Mounts:Output={OUTPUT_PATH}

Nazwy zmiennych środowiskowych we wdrożeniach platformy Kubernetes

  • Niektóre kontenery sztucznej inteligencji platformy Azure, na przykład translator, wymagają od użytkowników przekazania nazw zmiennych środowiskowych, które zawierają dwukropki (:) podczas uruchamiania kontenera.

  • Platforma Kubernetes nie akceptuje dwukropków w nazwach zmiennych środowiskowych. Aby rozwiązać ten problem, możesz zastąpić dwukropki dwoma znakami podkreślenia (__) podczas wdrażania na platformie Kubernetes. Zobacz następujący przykład dopuszczalnego formatu dla nazw zmiennych środowiskowych:

        env:
        - name: Mounts__License
          value: "/license"
        - name: Mounts__Output
          value: "/output"

Ten przykład zastępuje domyślny format Mounts:License nazw zmiennych środowiskowych i Mounts:Output w poleceniu docker run.

Pobieranie rekordów użycia przy użyciu punktów końcowych kontenera

Kontener udostępnia dwa punkty końcowe do zwracania rekordów dotyczących użycia.

Pobieranie wszystkich rekordów

Następujący punkt końcowy zawiera raport podsumowujący wszystkie dane użycia zebrane w zainstalowanym katalogu rekordów rozliczeniowych.

https://<service>/records/usage-logs/

Przykładowy punkt końcowy HTTPS do pobierania wszystkich rekordów

http://localhost:5000/records/usage-logs

Pobieranie rekordów dla określonego miesiąca

Następujący punkt końcowy zawiera raport podsumowujący użycie w danym miesiącu i roku:

https://<service>/records/usage-logs/{MONTH}/{YEAR}

Przykładowy punkt końcowy HTTPS do pobierania rekordów dla określonego miesiąca i roku

http://localhost:5000/records/usage-logs/03/2024

Punkty końcowe dzienników użycia zwracają odpowiedź JSON podobną do poniższego przykładu:

Połączony kontener

Opłaty za użycie są obliczane na quantity podstawie wartości.

{
  "apiType": "string",
"serviceName": "string",
"meters": [
  {
    "name": "string",
    "quantity": 256345435
    }
  ]
}

Podsumowanie

W tym artykule przedstawiono pojęcia i przepływy pracy dotyczące pobierania, instalowania i uruchamiania kontenera usługi Azure AI Translator:

  • Kontener usługi Azure AI Translator obsługuje tłumaczenie tekstu, synchroniczne tłumaczenie dokumentów i transliterację tekstu.

  • Obrazy kontenerów są pobierane z rejestru kontenerów i uruchamiane na platformie Docker.

  • Informacje o rozliczeniach należy określić podczas tworzenia wystąpienia kontenera.

Następne kroki