Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Aktualnie wyświetlane:Wersja - Przełączanie do wersji dla nowego portalu Foundry
Uwaga
Linki w tym artykule mogą otwierać zawartość w nowej dokumentacji Microsoft Foundry, w przeciwieństwie do dokumentacji Foundry (klasycznej), którą przeglądasz obecnie.
Microsoft Foundry organizuje obciążenia sztucznej inteligencji za pomocą architektury warstwowej: zasób Foundry do zarządzania, projekty do izolacji programistycznej i połączone usługi Azure na potrzeby zarządzania magazynowaniem, wyszukiwaniem i zarządzaniem sekretami.
Ten artykuł dostarcza zespołom operacji IT i bezpieczeństwa szczegółowych informacji na temat zasobu Foundry i bazowej architektury usługi Azure, jej składników oraz relacji z innymi typami zasobów Azure. Skorzystaj z tych informacji, aby dowiedzieć się, jak dostosować wdrożenie rozwiązania Foundry do wymagań organizacji. Aby uzyskać więcej informacji na temat wdrażania platformy Foundry w organizacji, zobacz Wdrażanie usługi Foundry.
Kiedy należy używać tej architektury
Rozważ model zasobów Foundry, gdy scenariusz obejmuje:
- Konfiguracja po raz pierwszy: uruchamiasz nowy projekt sztucznej inteligencji i chcesz utworzyć pojedynczy zasób, który łączy dostęp do modelu, hosting agenta i narzędzia do oceny.
- Dostęp do wielu zespołów: wiele zespołów potrzebuje izolowanych projektów z udostępnionymi wdrożeniami modeli i scentralizowanym ładem.
- Projekt oparty na zgodności: Twoja organizacja wymaga prywatnej sieci, szyfrowania zarządzanego przez klienta lub Azure kontroli dostępu opartej na rolach na poziomie zasobów i projektu.
- Azure OpenAI migracja: Przechodzisz z autonomicznego zasobu Azure OpenAI i chcesz zachować istniejące zasady i kontrolę dostępu opartą na rolach, jednocześnie dodając możliwości agenta i oceny.
W przypadku eksploracji przez jednego dewelopera zasób Foundry z jednym projektem jest zalecanym ustawieniem domyślnym. Jeśli obciążenie wymaga tylko ukończeń OpenAI Azure bez hostowania lub oceny agenta, może wystarczyć samodzielny zasób OpenAI Azure.
Typy zasobów i dostawcy usług sztucznej inteligencji w Azure
W ramach rodziny produktów Azure AI można użyć tych dostawców zasobów Azure, które obsługują potrzeby użytkowników na różnych poziomach stosu technologicznego.
| Dostawca zasobów | Cel | Obsługiwane usługi |
|---|---|---|
| Microsoft. CognitiveServices | Obsługuje tworzenie aplikacji Agentic i GenAI oraz dostosowywanie wstępnie utworzonych modeli. | Odlewnia; Azure OpenAI; Azure Speech w narzędziach Foundry; Azure Language w narzędziach Foundry; Azure Vision w narzędziach Foundry |
| Microsoft. Szukaj | Obsługuje wydobywanie wiedzy z danych | Wyszukiwanie AI platformy Azure |
W przypadku większości scenariuszy rozwoju sztucznej inteligencji, w tym tworzenia agentów, wdrażania modeli i w ramach przepływów pracy związanych z oceną, zasób Foundry jest zalecanym punktem wyjścia. Zasoby Foundry dzielą przestrzeń nazw dostawcy Microsoft.CognitiveServices z usługami takimi jak Azure OpenAI, Speech, Vision i Language. Ta przestrzeń nazw wspólnego dostawcy pomaga wyrównać interfejsy API zarządzania, wzorce kontroli dostępu, funkcje sieciowe i zachowania zasad w powiązanych zasobach sztucznej inteligencji.
Skorzystaj z poniższej tabeli, aby zidentyfikować typ zasobu zgodny z obciążeniem. Przedstawia określone typy zasobów i możliwości w dostawcy Microsoft.CognitiveServices.
| Typ zasobu | Dostawca zasobów i typ | Rodzaj | Obsługiwane możliwości |
|---|---|---|---|
| Microsoft Foundry | Microsoft.CognitiveServices/accounts |
AIServices |
Agenci, oceny, Azure OpenAI, mowa, przetwarzanie obrazów, język i interpretacja zawartości |
| Projekt Foundry | Microsoft.CognitiveServices/accounts/projects |
AIServices |
Podzasób do powyższego |
| Azure Speech w narzędziach Foundry | Microsoft.CognitiveServices/accounts |
Speech |
Mowa |
| Azure Language in Foundry Tools (Język Azure w narzędziach Foundry) | Microsoft.CognitiveServices/accounts |
Language |
Język |
| Azure Vision w narzędziach Foundry | Microsoft.CognitiveServices/accounts |
Vision |
Wizja |
Typy zasobów w tych samych przestrzeniach nazw dostawcy współdzielą te same interfejsy API zarządzania i używają podobnych akcji kontroli dostępu opartej na rolach w Azure (Azure RBAC), konfiguracji sieci oraz aliasów dla konfiguracji zasad Azure Policy. Jeśli przechodzisz z Azure OpenAI do Foundry, Twoje istniejące niestandardowe zasady Azure i akcje RBAC Azure będą nadal stosowane.
Hierarchia zasobów programu Foundry
Na poniższym diagramie przedstawiono zasób Foundry z wdrożeniami modelu, ustawieniami zabezpieczeń, połączeniami i dwoma projektami. Połączone usługi Azure, takie jak Storage, Key Vault i Wyszukiwanie AI platformy Azure, są oddzielnymi zasobami Azure w ramach własnych granic zarządzania.
Ważne
Połączone zasoby, takie jak zasoby Storage, Key Vault i Wyszukiwanie AI platformy Azure, są niezależnymi zasobami Azure z własnymi granicami zarządzania. Zarządzasz ustawieniami sieci, zasadami dostępu i zgodności dla tych zasobów oddzielnie od zasobu foundry.
Użyj tego modelu podczas planowania architektury i granic dostępu:
- Foundry resource: zasób najwyższego poziomu Azure, w którym zarządzasz ustawieniami zarządzania, takimi jak sieci, zabezpieczeń i wdrażania modeli.
- Project: Granica programowania wewnątrz zasobu foundry, w którym zespoły tworzą i oceniają przypadki użycia. Projekty umożliwiają zespołom tworzenie prototypów w wstępnie skonfigurowanym środowisku, ponowne użycie istniejących wdrożeń modelu i połączeń bez powtarzanej konfiguracji IT.
- Zasoby projektu: Pliki, agenty, oceny i powiązane artefakty ograniczone do projektu.
- Łączone zasoby: usługi Azure, takie jak Storage, Key Vault i Wyszukiwanie AI platformy Azure, do których odwołuje się zasób Foundry za pośrednictwem połączeń. Te zasoby mają oddzielne granice zarządzania, w związku z czym zarządzasz ich zasadami sieciowymi i dostępu niezależnie.
Dzięki temu zespoły IT mogą stosować scentralizowane mechanizmy kontroli na poziomie zasobów, podczas gdy zespoły programistyczne pracują w granicach na poziomie projektu.
Uwaga
Większość nowych interfejsów API jest dostępna w zakresie projektu. Jednak niektóre funkcje pierwotnie obsługiwane na poziomie konta za pośrednictwem usług Azure OpenAI, Speech, Vision i Language są dostępne tylko na poziomie zasobu Foundry, a nie w zakresie projektu. Na przykład interfejs API usługi Translator jest dostępny tylko z poziomu zasobu Foundry. Zaplanuj strukturę wdrażania na podstawie zakresów interfejsu API, których wymagają obciążenia.
Rozdzielenie obowiązków kierowane przez aspekty bezpieczeństwa
Foundry wymusza wyraźną separację między operacjami zarządzania i rozwoju w celu zapewnienia bezpiecznych i skalowalnych obciążeń AI.
Nadzór nad zasobami najwyższego poziomu
Zarządzanie zasobami najwyższego poziomu w Foundry obejmuje takie operacje jak konfigurowanie zabezpieczeń, ustanawianie łączności z innymi usługami Azure oraz zarządzanie wdrożeniami. Dedykowane kontenery projektów izolują działania programistyczne i zapewniają granice dla kontroli dostępu, plików, agentów i ocen.
Kontrola dostępu oparta na rolach
Działania RBAC w Azure odzwierciedlają tę separację obowiązków. Akcje płaszczyzny sterowania, takie jak tworzenie wdrożeń i projektów, różnią się od akcji płaszczyzny danych, takich jak agenci kompilacji, uruchamianie ocen i przekazywanie plików. Przypisania RBAC można określić zarówno na poziomie zasobów najwyższego poziomu, jak i na poziomie poszczególnych projektów. Przypisz tożsamości zarządzane na dowolnym poziomie zakresu, aby obsługiwać bezpieczny dostęp do usług i automatyzacji. Aby uzyskać więcej informacji, zobacz Role-based access control for Microsoft Foundry.
Przykładowe przypisania początkowe dla wdrażania z minimalnymi uprawnieniami obejmują:
Foundry User dla tożsamości każdego dewelopera w zakresie zasobu Foundry.
Ważne
Niedawno zmieniono nazwy ról RBAC w usłudze Foundry. Użytkownik Foundry, właściciel Foundry, właściciel konta Foundry i menedżer projektu Foundry były wcześniej nazywane odpowiednio użytkownikiem Azure AI, właścicielem Azure AI, właścicielem konta Azure AI i menedżerem projektu Azure AI. Poprzednie nazwy mogą być nadal widoczne w niektórych miejscach, podczas gdy zmiana nazwy jest wdrażana. Identyfikatory ról i uprawnienia podstawowe są niezmienione przez zmianę nazwy.
Użytkownik usługi Foundry dla każdej tożsamości zarządzanej projektu w zakresie zasobów usługi Foundry.
Aby uzyskać wskazówki dotyczące planowania definicji ról i zakresu, zobacz Kontrola dostępu oparta na rolach dla Microsoft Foundry.
Monitorowanie i obserwowanie
Azure Monitor segmentuje metryki według zakresu. Metryki zarządzania i użycia można wyświetlać w zasobie najwyższego poziomu, podczas gdy metryki specyficzne dla projektu, takie jak wydajność oceny lub działanie agenta, są ograniczone do poszczególnych kontenerów projektów.
Najważniejsze możliwości monitorowania obejmują:
- Metryki na poziomie zasobu: Użycie tokenu, opóźnienie modelu, liczba żądań i współczynniki błędów we wszystkich projektach.
- Project-level metrics: Wyniki oceny przebiegu, liczby wywołań agentów i aktywność operacji na plikach.
- Logowanie diagnostyczne: Włącz ustawienia diagnostyczne, aby kierować dzienniki do Log Analytics, magazynu lub usługi Event Hubs na potrzeby analizy i przechowywania.
Aby uzyskać więcej informacji, zobacz Azure Monitor overview.
Infrastruktura obliczeniowa
Foundry zarządza infrastrukturą obliczeniową na potrzeby hostowania modeli, uruchamiania agentów i przetwarzania wsadowego.
Typy wdrożeń modelu
Standardowe wdrożenie w zasobach platformy Foundry zapewnia architekturę przeznaczoną do hostingu modeli.
Zarządzane obliczenia dla agentów i ocen
Aplikacje monitorujące, ewaluacje i zadania usługi Batch są uruchamiane jako zarządzane obliczenia kontenerowe, w pełni zarządzane przez Microsoft. Oceny wywołują punkty końcowe modelu i porównują dane wyjściowe z kryteriami klasyfikacji. Narzędzie Foundry przechowuje wyniki w zakresie projektu, dostępne za pośrednictwem portalu lub zestawu SDK.
Integracja z siecią wirtualną
Gdy agenci łączą się z systemami zewnętrznymi, można odizolować ruch sieciowy za pomocą iniekcji kontenerowej, gdzie platforma wprowadza podsieć do sieci wirtualnej, umożliwiając lokalną komunikację z zasobami Azure w tej samej sieci wirtualnej.
Rozwiązanie Foundry obsługuje dwa modele sieci na potrzeby izolacji ruchu wychodzącego:
| Model | Jak to działa | Kompromis |
|---|---|---|
| Sieć wirtualna zarządzana przez klienta (BYO) | Podaj sieć VNet i dedykowaną podsieć delegowaną do Microsoft.App/environments. Platforma wstrzykuje się do Twojej podsieci, umożliwiając lokalną komunikację z Twoimi prywatnymi zasobami Azure. |
Pełna kontrola nad konfiguracją sieci; wymaga własnego zarządzania siecią. |
| Zarządzana sieć wirtualna (VM) (wersja próbna) | Usługa Foundry zarządza siecią wirtualną w Twoim imieniu. | Prostsza konfiguracja; ogranicza opcje dostosowywania. Aby uzyskać szczegółowe informacje, zobacz Konfigurowanie zarządzanej sieci wirtualnej. |
Uwaga
Niektóre scenariusze izolowane w sieci wymagają zestawu SDK lub interfejsu wiersza polecenia zamiast portalu. Na przykład wdrożenia z prywatnymi punktami końcowymi, które blokują cały dostęp publiczny, nie są konfigurowalne za pośrednictwem interfejsu użytkownika portalu. Aby uzyskać szczegółowe informacje, zobacz How to configure a private link for Foundry (Jak skonfigurować link prywatny dla rozwiązania Foundry).
Izolacja najemcy
Zarządzane przez Microsoft obliczenia działają w logicznie izolowanych środowiskach dla każdego projektu. Kod klienta nie udostępnia kontenerów środowiska uruchomieniowego innym dzierżawcom.
Bezpieczeństwo zawartości i bariery ochronne
Narzędzie Foundry integruje mechanizmy kontroli bezpieczeństwa zawartości z potokiem wnioskowania modelu i agenta. Zabezpieczenia definiują zagrożenia do wykrywania, punkty interwencji do przeszukiwania (dane wejściowe użytkownika, dane wyjściowe, wywołania narzędzi (wersja przeglądowa) oraz odpowiedzi narzędzi (wersja przeglądowa)) i działania w odpowiedzi po wykryciu ryzyka. Filtry zawartości działają w linii z żądaniami modelu i można je konfigurować na podstawie wdrożenia. Aby uzyskać więcej informacji, sprawdź Omówienie reguł i kontroli oraz Stopnie filtrowania zawartości.
Skalowanie
Zarządzane obliczenia dla agentów i ocen są skalowane automatycznie na podstawie zapotrzebowania na obciążenia. Model hostingu skaluje się na podstawie konfiguracji wdrożenia.
Dostępność regionalna
Możliwości obliczeniowe różnią się w zależności od regionu Azure. Dostępność modelu, opcje typu wdrożenia i obsługa funkcji, takie jak Agenci lub oceny, mogą się różnić w różnych regionach. Przed aprowizowaniem upewnij się, że region docelowy obsługuje wymagane możliwości. Aby uzyskać bieżącą dostępność, zobacz Dostępność funkcji w różnych regionach chmury.
Magazyn danych
Platforma Foundry udostępnia elastyczne i bezpieczne opcje przechowywania danych, aby obsługiwać szeroką gamę obciążeń sztucznej inteligencji.
Zarządzana pamięć na potrzeby przesyłania plików
W domyślnej konfiguracji program Foundry używa kont magazynu zarządzanych Microsoft, które są logicznie oddzielone i obsługują bezpośrednie przekazywanie plików do wybranych przypadków użycia, takich jak modele OpenAI i agenci, bez konieczności posiadania konta magazynu dostarczonego przez klienta.
Przynieś własną przestrzeń dyskową
Opcjonalnie możesz połączyć własne konta Azure Storage. Narzędzia odlewnicze, takie jak oceny i przetwarzanie wsadowe mogą odczytywać dane wejściowe z tych kont oraz zapisywać do nich dane wyjściowe. Aby uzyskać szczegółowe informacje na temat obsługiwanych scenariuszy, zobacz Używanie własnych zasobów za pomocą usługi Agent.
Przechowywanie stanu agenta
- Po skonfigurowaniu podstawowego agenta, usługa agenta przechowuje wątki, komunikaty i pliki w wielodostępnym magazynie zarządzanym przez Microsoft, zapewniającym logiczną separację.
- W przypadku konfiguracji standardowego agenta dostarczasz własne zasoby Azure dla wszystkich danych klientów, w tym plików, konwersacji i magazynów wektorowych. W tej konfiguracji dane są izolowane według projektu w ramach kont magazynowych.
Szyfrowanie kluczy zarządzanych przez klienta
Domyślnie usługi Azure szyfrują dane w spoczynku i podczas przesyłania przy użyciu kluczy zarządzanych przez Microsoft z 256-bitowym szyfrowaniem AES zgodnym z FIPS 140-2. Nie są wymagane żadne zmiany kodu.
Aby zamiast tego użyć własnych kluczy, przed włączeniem kluczy zarządzanych przez klienta dla rozwiązania Foundry potwierdź następujące wymagania wstępne:
- Key Vault jest wdrażany w tym samym regionie Azure co zasób usługi Foundry.
- Ochrona przed miękkim usuwaniem i przed oczyszczeniem jest włączona w Key Vault.
- Tożsamości zarządzane mają wymagane uprawnienia związane z kluczami, takie jak Key Vault Crypto User podczas korzystania z Azure RBAC.
Przynieś własne Key Vault
Domyślnie Foundry przechowuje wszystkie tajne dane połączeń oparte na kluczach interfejsu API w zarządzanej usłudze Azure Key Vault. Jeśli wolisz samodzielnie zarządzać sekretami, połącz magazyn kluczy z zasobem Foundry. Jedno połączenie Azure Key Vault zarządza wszystkimi tajemnicami połączenia na poziomie projektowym i zasobowym. Aby uzyskać więcej informacji, zobacz Jak skonfigurować połączenie Azure Key Vault z usługą Foundry.
Aby dowiedzieć się więcej na temat szyfrowania danych, zobacz Klucze zarządzane przez klienta na potrzeby szyfrowania za pomocą rozwiązania Foundry.
Miejsce przechowywania i zgodność danych
Foundry przechowuje wszystkie dane w spoczynku w wyznaczonej lokalizacji geograficznej Azure. Inferencja danych (żądań i wyników) jest przetwarzana zgodnie z typem wdrożenia: wdrożenia globalne mogą być kierowane do dowolnego regionu Azure, wdrożenia stref danych pozostają w strefach USA lub UE, a standardowe lub regionalne wdrożenia są przetwarzane w regionie wdrożenia. Aby uzyskać szczegółowe informacje, zobacz Typy wdrożeń. Foundry nie obsługuje automatycznego przełączania awaryjnego między regionami. Jeśli twoja organizacja wymaga dostępności w wielu regionach, wdróż oddzielne zasoby usługi Foundry w każdym regionie docelowym i zarządzaj synchronizacją danych i routingiem w warstwie aplikacji. Aby uzyskać szczegółowe informacje na temat certyfikacji zgodności, zobacz dokumentację dotyczącą zgodności Azure.
Weryfikowanie decyzji dotyczących architektury
Przed wdrożeniem zweryfikuj następujące elementy dla środowiska docelowego:
- Sprawdź, czy wymagane modele i funkcje są dostępne w regionach wdrażania. Aby uzyskać szczegółowe informacje, zobacz Dostępność funkcji w różnych regionach chmury.
- Sprawdź, czy przypisania ról są poprawnie określone na poziomie zasobów i projektów Foundry. Aby uzyskać szczegółowe informacje, zobacz Kontrola dostępu oparta na rolach dla Microsoft Foundry.
- Zweryfikuj wymagania dotyczące izolacji sieci i ścieżki dostępu prywatnego. Aby uzyskać szczegółowe informacje, zobacz How to configure a private link for Foundry (Jak skonfigurować link prywatny dla rozwiązania Foundry).
- Potwierdź wymagania dotyczące szyfrowania i zarządzania tajemnicami, w tym klucze zarządzane przez klientów i integrację z Azure Key Vault. Aby uzyskać szczegółowe informacje, zobacz Klucze zarządzane przez klienta na potrzeby szyfrowania za pomocą biblioteki Foundry i jak skonfigurować połączenie Azure Key Vault z usługą Foundry.
- Przejrzyj limity przydziału i limity zasobów docelowych, w tym limity wdrożenia modelu i limity szybkości. Aby uzyskać szczegółowe informacje, zobacz Limity i kwoty Azure OpenAI oraz Limity, kwoty i regiony usługi agenta.
Powiązana zawartość
- Wdrażanie aplikacji Foundry w całej organizacji
- Kontrola dostępu oparta na rolach dla Microsoft Foundry
- Klucze zarządzane przez klienta na potrzeby szyfrowania za pomocą rozwiązania Foundry
- Jak skonfigurować łącze prywatne dla rozwiązania Foundry
- Wykorzystaj własne zasoby za pomocą usługi Agent
- omówienie Azure Monitor
- Limity przydziału i limity Azure OpenAI
- Typy wdrożeń dla modeli Foundry
- Zabezpieczenia i kontrolki — omówienie
- Dostępność funkcji w różnych regionach chmury