Gerencie, colabore e organize com hubs

Artigo
06/24/2024

Importante

Alguns dos recursos descritos neste artigo podem estar disponíveis apenas na visualização. Essa visualização é fornecida sem um contrato de nível de serviço e não a recomendamos para cargas de trabalho de produção. Algumas funcionalidades poderão não ser suportadas ou poderão ter capacidades limitadas. Para obter mais informações, veja Termos Suplementares de Utilização para Pré-visualizações do Microsoft Azure.

Os Hubs são o principal recurso de nível superior do Azure para o estúdio de IA e fornecem uma maneira central para uma equipe gerenciar recursos de segurança, conectividade e computação em playgrounds e projetos. Depois que um hub é criado, os desenvolvedores podem criar projetos a partir dele e acessar recursos compartilhados da empresa sem precisar da ajuda repetida de um administrador de TI.

Os espaços de trabalho de projeto criados usando um hub herdam as mesmas configurações de segurança e acesso a recursos compartilhados. As equipes podem criar espaços de trabalho de projeto conforme necessário para organizar seu trabalho, isolar dados e/ou restringir o acesso.

Neste artigo, você aprenderá mais sobre os recursos do hub e como configurar um hub para sua organização. Você pode ver os recursos criados no portal do Azure e no Azure AI Studio.

Exploração rápida de casos de uso de IA sem gargalos de TI

Aplicativos e modelos de IA bem-sucedidos normalmente começam como protótipos, onde os desenvolvedores testam a viabilidade de uma ideia ou avaliam a qualidade dos dados ou de um modelo para uma tarefa específica. O protótipo é um trampolim para o financiamento de projetos ou uma implementação em grande escala.

Quando uma única equipe de plataforma é responsável pela configuração de recursos de nuvem, a transição da comprovação da viabilidade de uma ideia para um projeto financiado pode ser um gargalo na produtividade. Essa equipe pode ser a única autorizada a configurar segurança, conectividade ou outros recursos que possam incorrer em custos. Essa situação pode causar um enorme backlog, resultando em equipes de desenvolvimento sendo bloqueadas em inovar com uma nova ideia. No Azure AI Studio, os hubs ajudam a mitigar esse gargalo. A TI pode configurar um ambiente pré-configurado e reutilizável (um hub) para uma equipe uma vez. Em seguida, a equipe pode usar esse hub para criar seus próprios projetos para prototipagem, construção e operação de aplicativos de IA.

Configurar e proteger um hub para sua equipe

Comece criando seu primeiro hub no Azure AI Studio ou use o portal ou modelos do Azure para opções de configuração avançadas. Você pode personalizar a rede, a identidade, a criptografia, o monitoramento ou as tags para atender aos requisitos da sua organização.

Muitas vezes, os projetos em um domínio de negócios exigem acesso aos mesmos recursos da empresa, como índices vetoriais, pontos de extremidade de modelo ou repositórios. Como líder de equipe, você pode pré-configurar a conectividade com esses recursos dentro de um hub, para que os desenvolvedores possam acessá-los de qualquer novo espaço de trabalho de projeto sem demora na TI.

As conexões permitem que você acesse objetos no AI Studio que são gerenciados fora do seu hub. Por exemplo, dados carregados em uma conta de armazenamento do Azure ou implantações de modelo em um recurso existente do Azure OpenAI. Uma conexão pode ser compartilhada com cada projeto ou tornada acessível a um projeto específico. As conexões podem ser configuradas com acesso baseado em chave ou ID do Microsoft Entra para autorizar o acesso aos usuários no recurso conectado. Além disso, como administrador, você pode acompanhar, auditar e gerenciar conexões entre projetos usando seu hub.

Recursos e configurações compartilhados do Azure

Vários conceitos de gerenciamento estão disponíveis em hubs para dar suporte a líderes de equipe e administradores para gerenciar centralmente o ambiente de uma equipe.

Configuração de segurança, incluindo acesso à rede pública, rede virtual, criptografia de chave gerenciada pelo cliente e acesso privilegiado para quem pode criar projetos para personalização. As configurações de segurança definidas no hub passam automaticamente para cada projeto. Uma rede virtual gerenciada é compartilhada entre todos os projetos que compartilham o mesmo hub.
As conexões são referências nomeadas e autenticadas a recursos do Azure e de outros recursos, como provedores de armazenamento de dados. Use uma conexão como um meio para disponibilizar um recurso externo para um grupo de desenvolvedores sem ter que expor sua credencial armazenada a um indivíduo.
A computação e a alocação de cotas são gerenciadas como capacidade compartilhada para todos os projetos no AI Studio que compartilham o mesmo hub. Essa cota inclui instância de computação como estação de trabalho gerenciada baseada em nuvem para um indivíduo. O mesmo usuário pode usar uma instância de computação entre projetos.
As chaves de acesso de serviços de IA para pontos de extremidade para modelos de IA pré-construídos são gerenciadas no escopo do hub. Use esses pontos de extremidade para acessar modelos básicos do Azure OpenAI, Speech, Vision e Content Safety com uma chave de API
A política imposta no Azure no escopo do hub se aplica a todos os projetos gerenciados sob ele.
Os recursos dependentes do Azure são configurados uma vez por hub e projetos associados e usados para armazenar artefatos gerados enquanto trabalha no AI Studio, como logs ou ao carregar dados. Para obter mais informações, consulte Dependências da IA do Azure.

Organizar o trabalho em projetos para personalização

Um hub fornece o ambiente de hospedagem para projetos no AI Studio. Um projeto é um contêiner organizacional que possui ferramentas para personalização e orquestração de IA. Ele permite que você organize seu trabalho, salve o estado em diferentes ferramentas, como fluxo de prompt, e colabore com outras pessoas. Por exemplo, você pode compartilhar arquivos carregados e conexões com fontes de dados.

Vários projetos podem usar um hub e vários usuários podem usar um projeto. Um projeto também ajuda você a acompanhar o faturamento, gerenciar o acesso e fornece isolamento de dados. Cada projeto usa contêineres de armazenamento dedicados para permitir que você carregue arquivos e compartilhe-os apenas com outros membros do projeto ao usar as experiências de 'dados'.

Os projetos permitem criar e agrupar componentes reutilizáveis que podem ser usados em todas as ferramentas do AI Studio:

Elemento	Description
Dados	Conjunto de dados que pode ser usado para criar índices, ajustar modelos e avaliar modelos.
Fluxos	Um conjunto de instruções executáveis 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 pesquisa vetorial gerados a partir dos seus dados.

Os projetos também têm configurações específicas que valem apenas para esse projeto:

Elemento	Description
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 conexões compartilhadas no hub acessível a todos os projetos.
Tempo de execução do fluxo de prompt	O fluxo de prompt é um recurso que pode ser usado para gerar, personalizar ou executar um fluxo. Para usar o fluxo de prompt, você precisa criar um tempo de execução sobre uma instância de computação.

Nota

No AI Studio, você também pode gerenciar configurações de idioma e notificação que se aplicam a todos os projetos que você pode acessar, independentemente do hub ou projeto.

Chaves de acesso da API de serviços de IA do Azure

O hub permite que você configure conexões com tipos de recursos existentes do Azure OpenAI ou Azure AI Services, que podem ser usados para hospedar implantações de modelo. Você pode acessar essas implantações de modelo a partir de recursos conectados no AI Studio. As chaves para recursos conectados podem ser listadas no AI Studio ou no portal do Azure. Para obter mais informações, consulte Localizar recursos do Azure AI Studio no portal do Azure.

Redes virtuais

Hubs, recursos de computação e projetos compartilham a mesma rede virtual do Azure gerenciada pela Microsoft. Depois de definir as configurações de rede gerenciada durante o processo de criação do hub, todos os novos projetos criados usando esse hub herdarão as mesmas configurações de rede virtual. Portanto, quaisquer alterações nas configurações de rede são aplicadas a todos os projetos atuais e novos nesse hub. Por padrão, os hubs fornecem acesso à rede pública.

Para estabelecer uma conexão de entrada privada com seu ambiente de hub, crie um ponto de extremidade do Azure Private Link nos seguintes escopos:

O hub
O dependente Azure AI services fornecendo recurso
Qualquer outra dependência da IA do Azure, como o armazenamento do Azure

Embora os projetos apareçam como seus próprios recursos de rastreamento no portal do Azure, eles não exigem que seus próprios pontos de extremidade de link privado sejam acessados. Novos projetos criados após a configuração do hub são adicionados automaticamente ao ambiente isolado da rede.

Conexões com o Azure e recursos de terceiros

A IA do Azure oferece um conjunto de conectores que permite que você se conecte a diferentes tipos de fontes de dados e outras ferramentas do Azure. Você pode aproveitar os conectores para se conectar a dados, como índices na Pesquisa de IA do Azure, para aumentar seus fluxos.

As conexões podem ser configuradas como compartilhadas com todos os projetos no mesmo hub ou criadas exclusivamente para um projeto. Para gerir ligações de projeto através do Azure AI Studio, aceda ao seu projeto e, em seguida, selecione Definições>de Conexões. Para gerenciar conexões compartilhadas para um hub, vá para as configurações do hub. Como administrador, você pode auditar conexões compartilhadas e com escopo de projeto em um nível de hub para ter um único painel de conectividade entre projetos.

Dependências da IA do Azure

Camadas do Azure AI Studio sobre os serviços existentes do Azure, incluindo os serviços Azure AI e Azure Machine Learning. Embora possa não estar visível nos nomes para exibição no portal do Azure, no AI Studio ou ao usar o SDK ou a CLI, alguns desses detalhes arquitetônicos se tornam aparentes quando você trabalha com as APIs REST do Azure, usa relatórios de custos do Azure ou usa modelos de infraestrutura como código, como o Azure Bicep ou o Azure Resource Manager. De uma perspetiva do Provedor de Recursos do Azure, os tipos de recursos do Azure AI Studio são mapeados para os seguintes tipos de provedor de recursos:

Tipo de recurso	Fornecedor de recursos	Variante
Hub do Azure AI Studio	`Microsoft.MachineLearningServices/workspace`	`hub`
Projeto Azure AI Studio	`Microsoft.MachineLearningServices/workspace`	`project`
Serviços de IA do Azure ou Serviço OpenAI do Azure	`Microsoft.CognitiveServices/account`	`AIServices` `OpenAI`

Quando você cria um novo hub, um conjunto de recursos dependentes do Azure é necessário para armazenar dados que você carrega ou gera ao trabalhar no AI Studio. Se não forem fornecidos por você e forem necessários, esses recursos serão criados automaticamente.

Recurso dependente do Azure	Fornecedor de recursos	Opcional	Nota
Pesquisa de IA do Azure	`Microsoft.Search/searchServices`	✔	Fornece recursos de pesquisa para seus projetos.
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 Azure ABAC para a identidade do projeto.
Azure Key Vault	`Microsoft.KeyVault/vaults`		Armazena segredos como cadeias de conexão para suas conexões de recursos. Para isolamento de dados, segredos não podem ser recuperados em projetos por meio de APIs.
Registo de Contentores do Azure	`Microsoft.ContainerRegistry/registries`	✔	Armazena imagens do docker criadas ao usar o tempo de execução personalizado para fluxo de prompt. Para isolamento de dados, as imagens do docker são prefixadas usando o GUID do projeto.
Azure Application Insights & Área de trabalho do Log Analytics	`Microsoft.Insights/components` `Microsoft.OperationalInsights/workspaces`	✔	Usado como armazenamento de log quando você opta pelo registro em log no nível do aplicativo para seus fluxos de prompt implantados.

Gestão de custos

Os custos de IA do Azure são acumulados por vários recursos do Azure.

Em geral, um hub e um projeto não têm um custo mensal fixo, e você só é cobrado pelo uso em termos de horas de computação e tokens usados. O Azure Key Vault, o Storage e o Application Insights cobram transações e volumes com base na quantidade de dados armazenados com seus projetos.

Se você precisar agrupar os custos desses diferentes serviços, recomendamos a criação de hubs em um ou mais grupos de recursos dedicados e assinaturas em seu ambiente do Azure.

Você pode usar o gerenciamento de custos e as tags de recursos do Azure para ajudar com um detalhamento de custo no nível de recurso ou executar a calculadora de preços do Azure nos recursos listados acima para obter uma estimativa de preço. Para obter mais informações, consulte Planejar e gerenciar custos para serviços de IA do Azure.

Encontre recursos do Azure AI Studio no portal do Azure

No portal do Azure, você pode encontrar recursos que correspondem ao seu projeto no Azure AI Studio.