Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Observação
Você deve usar um projeto baseado em hub para os recursos mencionados neste artigo. Não há suporte para um projeto Foundry. Para obter mais informações, consulte os tipos de projeto.
O Hub de IA do Azure é um tipo de recurso usado em combinação com o tipo de recurso do Azure AI Foundry e é necessário apenas para casos de uso selecionados. Os recursos do hub fornecem acesso a capacidades de hospedagem e ajuste fino de modelos de código aberto, bem como recursos do Azure Machine Learning, além das capacidades suportadas pelo recurso associado AI Foundry.
Quando você cria um Hub de IA, um recurso do Azure AI Foundry é provisionado automaticamente. Os recursos do hub podem ser usados no Azure AI Foundry e no Azure Machine Learning Studio.
Os hubs têm seus próprios tipos de projeto que dão suporte a um conjunto de recursos diferenciado de projetos do Foundry. Consulte os tipos de projeto para obter uma visão geral dos recursos com suporte.
Criar um recurso de hub de IA
Comece criando seu primeiro hub no portal do Azure AI Foundry ou use o portal ou modelos do Azure para opções de configuração avançadas , como rede.
Os hubs agrupam um ou mais projetos com configurações comuns, incluindo acesso a dados e configurações de segurança. Os projetos atuam como pastas para organizar o trabalho e dar acesso às APIs do desenvolvedor.
Criar um projeto baseado em hub
Para começar a desenvolver, crie um projeto baseado em hub. Os projetos de hub podem ser acessados no Portal do AI Foundry para criar com ferramentas de IA geradoras e o ML Studio para criar com ferramentas projetadas para treinamento personalizado de modelo de machine learning.
Conceitos de projeto
Os projetos permitem criar e agrupar componentes reutilizáveis que podem ser usados entre ferramentas:
Ativo | Descrição |
---|---|
Dados | Conjuntos de dados que pode ser usado para criar índices, ajustar modelos e avaliar modelos. |
Fluxos | Um conjunto de instruções executável que pode implementar a lógica de IA. |
Avaliações | Avaliações de um modelo ou fluxo. Você pode executar avaliações manuais ou baseadas em métricas. |
Índices | Índices de busca em vetores gerados a partir de seus dados. |
Os projetos também têm configurações específicas que se mantêm apenas a esse projeto:
Ativo | Descrição |
---|---|
Conexões de projeto | Conexões com recursos externos, como provedores de armazenamento de dados que somente você e outros membros do projeto podem usar. Eles complementam as conexões compartilhadas no hub acessível a todos os projetos. |
Runtime do prompt flow | O prompt flow é um recurso que pode ser usado para gerar, personalizar ou executar um fluxo. Para usar o prompt flow, você precisa criar um runtime em cima de uma instância de computação. |
Observação
No portal da Fábrica de IA do Azure, você também pode gerenciar configurações de idioma e de notificação que se aplicam a todos os projetos que podem ser acessados independentemente do hub ou do projeto.
Compartilhar configurações entre projetos usando o hub
Um hub compartilha configurações para um grupo de projetos. Como líder de equipe, considere a criação de um hub para casos de uso que compartilham as mesmas configurações de segurança ou domínio de negócios para evitar a configuração repetitiva e permitir que os desenvolvedores criem seu próprio projeto no ambiente pré-configurado.
As configurações compartilhadas gerenciadas no hub incluem:
- Segurança , incluindo acesso à rede pública, criptografia de chave gerenciada pelo cliente e controles de identidade. As configurações de segurança definidas no hub são automaticamente transferidas para cada projeto. Uma rede virtual gerenciada é compartilhada entre todos os projetos que compartilham o mesmo hub.
- As conexões permitem que você acesse objetos no portal do IA do Azure Foundry que são gerenciados fora do seu hub. Por exemplo, os dados carregados em uma conta de armazenamento do Azure ou implantações de modelo em um recurso existente do Azure OpenAI ou do AI Foundry. Opcionalmente, use a conexão para armazenar credenciais compartilhadas, para que os desenvolvedores possam acessar implicitamente objetos remotos durante o desenvolvimento.
- A alocação de computação e cota é gerenciada como capacidade compartilhada para todos os projetos no portal do IA do Azure Foundry que compartilham o mesmo hub. Essa cota inclui a instância de computação como estação de trabalho baseada em nuvem e gerenciada para um indivíduo. O mesmo usuário pode usar uma instância de computação entre projetos.
- A Política imposta no Azure para o escopo do hub se aplica a todos os projetos gerenciados por ela.
- Os recursos dependentes do Azure são configurados uma vez por hub e projetos associados e usados para armazenar artefatos que você gera enquanto trabalha no portal do IA do Azure Foundry, como logs ou ao carregar dados. Para obter mais informações, consulte recursos dependentes.
Acessar modelos do Azure AI Foundry de projetos baseados em hub
Os hubs permitem gerenciar conexões com os recursos existentes do Azure OpenAI ou do Azure AI Foundry, para que você possa usar seus modelos e recursos de personalização selecionados em projetos baseados em hub.
Depois que uma conexão é criada, as implantações de modelo são acessíveis por meio de experiências de playground. Quando você usa experiências do Finetuning em um projeto baseado em hub, seus trabalhos de ajuste são executados implicitamente no recurso AI Foundry conectado (contexto de projeto padrão).
Armazenamento e recursos dependentes do Key Vault
O Hub de IA do Azure é uma implementação do Azure Machine Learning e requer vários serviços do Azure como uma dependência.
Tipo de recurso | Provedor de recursos | Tipo |
---|---|---|
Hub do Azure AI Foundry | Microsoft.MachineLearningServices/workspace |
hub |
Projeto do Foundry de IA do Azure | Microsoft.MachineLearningServices/workspace |
project |
Fábrica de IA do Azure ou Serviço OpenAI da IA do Azure |
Microsoft.CognitiveServices/account |
AIServices OpenAI |
Se não for fornecido por você, os seguintes recursos dependentes serão criados automaticamente.
Recursos dependentes do Azure | Provedor de recursos | Opcional | Observação |
---|---|---|---|
Fábrica de IA do Azure | Microsoft.CognitiveServices/accounts |
Fornece acesso a modelos e outras APIs principais da Foundry. | |
Conta de Armazenamento do Azure | Microsoft.Storage/storageAccounts |
Armazena artefatos para seus projetos, como fluxos e avaliações. Para isolamento de dados, os contêineres de armazenamento são prefixados usando o GUID do projeto e protegidos condicionalmente usando o ABAC do Azure para a identidade do projeto. | |
Azure Key Vault | Microsoft.KeyVault/vaults |
Armazena segredos como cadeias de conexão para suas conexões de recurso. Para isolamento de dados, segredos não podem ser recuperados em projetos por meio de APIs. | |
Registro de Contêiner do Azure | Microsoft.ContainerRegistry/registries |
✔ | Armazenam imagens do Docker criadas ao usar o runtime personalizado para o prompt flow. Para isolamento de dados, as imagens do Docker são prefixadas usando o GUID do projeto. |
Application Insights do Azure e Espaço de Trabalho de Log Analytics |
Microsoft.Insights/components Microsoft.OperationalInsights/workspaces |
✔ | Usado como armazenamento de registros quando você escolhe o registro em nível de aplicativo para os prompt flows implantados. |
Pesquisa de IA do Azure | Microsoft.Search/searchServices |
✔ | Fornece recursos de pesquisa para seus projetos. |