С помощью Terraform создайте классический хаб Microsoft Foundry

Применяется только к:Портал Foundry (классический). Эта статья недоступна для нового портала Foundry. Дополнительные сведения о новом портале.

Примечание

Содержание в новой документации Microsoft Foundry может открываться по ссылкам в этой статье вместо документации Foundry (классической версии), которую вы просматриваете сейчас.

Важно

Эта статья предоставляет устаревшую поддержку для проектов на основе концентраторов. Он не будет работать для проектов Foundry. Узнайте , какой у меня тип проекта?

В этой статье вы используете Terraform для создания Microsoft Foundry концентратора, проекта и подключения средств Foundry. Центр — это центральное место для специалистов по обработке и анализу данных и разработчиков для совместной работы над проектами машинного обучения. Она предоставляет общее, совместное пространство для создания, обучения и развертывания моделей машинного обучения. Центр интегрирован с Машинное обучение Azure и другими службами Azure, что делает его комплексным решением для задач машинного обучения. Центр также позволяет управлять развертываниями ИИ и отслеживать их выполнение.

Terraform включает определение, предварительную версию и развертывание облачной инфраструктуры. С помощью Terraform вы создаете файлы конфигурации с помощью синтаксиса HCL. Синтаксис HCL позволяет указать поставщика облачных служб, например Azure, и элементы, составляющие облачную инфраструктуру. После создания файлов конфигурации вы создадите план выполнения , который позволяет предварительно просмотреть изменения инфраструктуры перед развертыванием. После проверки изменений примените план выполнения для развертывания инфраструктуры.

Создание группы ресурсов
Настройка учетной записи хранения
Создание хранилища ключей
Настройка средств Foundry
Создание узла литья
Разработка проекта на основе концентратора
Установите подключение к средствам Foundry

Необходимые условия

Учетная запись Azure с активной подпиской. Если у вас нет, создайте учетную запись free Azure, которая включает бесплатную пробную подписку.
Azure role: Владелец или участник подписки Azure. Эта роль необходима для создания групп ресурсов, учетных записей хранения, хранилищ ключей и ресурсов Foundry.
Установка и настройка Terraform

Создание файлов конфигурации Terraform

Вы создадите четыре файла Terraform для настройки поставщика Azure, определения ресурсов Foundry, объявления входных переменных и выходных результатов развертывания.

Примечание

Пример кода для этой статьи находится в репозитории Azure Terraform GitHub. Вы можете просмотреть файл журнала, содержащий результаты test из текущих и предыдущих версий Terraform. Возможно, потребуется обновить версии поставщика ресурсов, используемые в шаблоне, чтобы использовать последние доступные версии.

Дополнительные статьи и примеры кода, показывающие, как использовать Terraform для управления ресурсами в Azure.

Создайте каталог для тестирования и запуска примера кода Terraform. Сделайте его текущим каталогом.

Создайте файл с именем providers.tf и вставьте следующий код.

terraform {
  required_version = ">= 1.0"

  required_providers {
    azurerm = {
      source  = "hashicorp/azurerm"
      version = "~>4.0"
    }
    random = {
      source  = "hashicorp/random"
      version = "~>3.0"
    }
  }
}

provider "azurerm" {
  features {
    key_vault {
      recover_soft_deleted_key_vaults    = false
      purge_soft_delete_on_destroy       = false
      purge_soft_deleted_keys_on_destroy = false
    }
    resource_group {
      prevent_deletion_if_contains_resources = false
    }
  }
}

Этот файл настраивает поставщика Azure Terraform, указав подписку Azure и необходимые версии для поставщика. Он устанавливает подключение между Terraform и подпиской Azure.

Reference:Terraform Azure Provider

Создайте файл с именем main.tf и вставьте следующий код.

# Random pet to be used in resource group name
resource "random_pet" "rg_name" {
  prefix = var.resource_group_name_prefix
}

# Create a resource group
resource "azurerm_resource_group" "example" {
  location = var.resource_group_location
  name     = random_pet.rg_name.id
}

# Retrieve information about the current Azure client configuration
data "azurerm_client_config" "current" {}

# Generate random value for unique resource naming
resource "random_string" "example" {
  length  = 8
  lower   = true
  numeric = false
  special = false
  upper   = false
}

# Create an Azure Key Vault resource
resource "azurerm_key_vault" "example" {
  name                = random_string.example.result                 # Name of the Key Vault
  location            = azurerm_resource_group.example.location      # Location from the resource group
  resource_group_name = azurerm_resource_group.example.name          # Resource group name
  tenant_id           = data.azurerm_client_config.current.tenant_id # Azure tenant ID

  sku_name                 = "standard" # SKU tier for the Key Vault
  purge_protection_enabled = true       # Enables purge protection to prevent accidental deletion
}

# Set an access policy for the Key Vault to allow certain operations
resource "azurerm_key_vault_access_policy" "test" {
  key_vault_id = azurerm_key_vault.example.id                 # Key Vault reference
  tenant_id    = data.azurerm_client_config.current.tenant_id # Tenant ID
  object_id    = data.azurerm_client_config.current.object_id # Object ID of the principal

  key_permissions = [ # List of allowed key permissions
    "Create",
    "Get",
    "Delete",
    "Purge",
    "GetRotationPolicy",
  ]
}

# Create an Azure Storage Account
resource "azurerm_storage_account" "example" {
  name                     = random_string.example.result            # Storage account name
  location                 = azurerm_resource_group.example.location # Location from the resource group
  resource_group_name      = azurerm_resource_group.example.name     # Resource group name
  account_tier             = "Standard"                              # Performance tier
  account_replication_type = "LRS"                                   # Locally-redundant storage replication
}

# Deploy Azure AI Services resource
resource "azurerm_ai_services" "example" {
  name                  = "exampleaiservices"                     # AI Services resource name
  location              = azurerm_resource_group.example.location # Location from the resource group
  resource_group_name   = azurerm_resource_group.example.name     # Resource group name
  sku_name              = "S0"                                    # Pricing SKU tier
  custom_subdomain_name = "exampleaiservices"                     # Custom subdomain name
}

# Create Azure AI Foundry service
resource "azurerm_ai_foundry" "example" {
  name                = "exampleaihub"                       # AI Foundry service name
  location            = azurerm_ai_services.example.location # Location from the AI Services resource
  resource_group_name = azurerm_resource_group.example.name  # Resource group name
  storage_account_id  = azurerm_storage_account.example.id   # Associated storage account
  key_vault_id        = azurerm_key_vault.example.id         # Associated Key Vault

  identity {
    type = "SystemAssigned" # Enable system-assigned managed identity
  }
}

# Create an AI Foundry Project within the AI Foundry service
resource "azurerm_ai_foundry_project" "example" {
  name               = "example"                           # Project name
  location           = azurerm_ai_foundry.example.location # Location from the AI Foundry service
  ai_services_hub_id = azurerm_ai_foundry.example.id       # Associated AI Foundry service

  identity {
    type = "SystemAssigned" # Enable system-assigned managed identity
  }
}

Этот файл определяет основные ресурсы Foundry: группу ресурсов, учетную запись хранения, хранилище ключей, центр Foundry, проект и подключение средств Foundry. Эти ресурсы формируют основу для среды разработки ИИ.

Справочник:azurerm_machine_learning_workspace, azurerm_storage_account, azurerm_key_vault

Создайте файл с именем variables.tf и вставьте следующий код.
```
variable "resource_group_location" {
  type        = string
  default     = "eastus"
  description = "Location of the resource group."
}

variable "resource_group_name_prefix" {
  type        = string
  default     = "rg"
  description = "Prefix of the resource group name that's combined with a random ID so name is unique in your Azure subscription."
}
```
Этот файл объявляет входные переменные для конфигурации Terraform (например, расположение, среда и именование ресурсов). Эти переменные позволяют настраивать развертывание без редактирования определений основных ресурсов.

Справочник:Переменные ввода Terraform
Создайте файл с именем outputs.tf и вставьте следующий код.
```
output "resource_group_name" {
  value = azurerm_resource_group.example.id
}

output "workspace_name" {
  value = azurerm_ai_foundry.example.name
}
```
Этот файл определяет выходные значения, отображающие результаты развертывания после завершения применения Terraform. Выходные данные включают имя группы ресурсов, имя рабочей области и другие идентификаторы ресурсов, которые вам понадобятся для ссылки на ресурсы Foundry и управления ими.

Reference:Terraform Output Values

Проверка подлинности в Azure

Запустите az login без параметров и следуйте инструкциям для входа в Azure.
```
az login
```
Ключевые моменты:
- После успешного входа az login отображает список подписок Azure, связанных с учетной записью Microsoft, включая подписку по умолчанию.
Чтобы подтвердить текущую подписку Azure, выполните команду az account show.
```
az account show
```

Инициализация Terraform

Запустите terraform init , чтобы инициализировать развертывание Terraform. Эта команда загружает поставщика Azure, необходимого для управления ресурсами Azure.

terraform init -upgrade

Ключевые моменты:

Параметр -upgrade обновляет необходимые плагины поставщика до последней версии, которая соответствует ограничениям версии конфигурации.

Создайте план выполнения Terraform

Выполните terraform plan, чтобы создать план выполнения.

terraform plan -out main.tfplan

Ключевые моменты:

Команда terraform plan создает план выполнения, но не выполняет его. Вместо этого он определяет, какие действия необходимы для создания конфигурации, указанной в файлах конфигурации. Этот шаблон позволяет проверить соответствие плана выполнения ожиданиям перед внесением изменений в фактические ресурсы.
Необязательный -out параметр позволяет указать выходной файл для плана. Использование параметра -out гарантирует, что именно проверенный план будет применен.

Применение плана выполнения Terraform

Запустите terraform apply, чтобы применить план реализации к облачной инфраструктуре.

terraform apply main.tfplan

Ключевые моменты:

Пример команды terraform apply предполагает, что ранее вы выполнили команду terraform plan -out main.tfplan.
Если вы указали другое имя файла для -out параметра, используйте то же имя файла в вызове terraform apply.
Если параметр не использовался -out , вызовите terraform apply без параметров.

Получите имя группы ресурсов Azure.

resource_group_name=$(terraform output -raw resource_group_name)

Получите имя рабочей области.

workspace_name=$(terraform output -raw workspace_name)

Запустите az ml workspace show , чтобы отобразить сведения о новой рабочей области.
```
az ml workspace show --resource-group $resource_group_name \
                     --name $workspace_name
```

Получите имя группы ресурсов Azure.

$resource_group_name=$(terraform output -raw resource_group_name)

Получите имя рабочей области.

$workspace_name=$(terraform output -raw workspace_name)

Запустите Get-AzMLWorkspace , чтобы отобразить сведения о новой рабочей области.
```
Get-AzMLWorkspace -ResourceGroupName $resource_group_name `
                  -Name $workspace_name
```

Очистка ресурсов

Если ресурсы, созданные с помощью Terraform, больше не нужны, сделайте следующее:

Запустите terraform plan и укажите флаг destroy.
```
terraform plan -destroy -out main.destroy.tfplan
```
Ключевые моменты:
- Команда terraform plan создает план выполнения, но не выполняет его. Вместо этого он определяет, какие действия необходимы для создания конфигурации, указанной в файлах конфигурации. Этот шаблон позволяет проверить соответствие плана выполнения ожиданиям перед внесением изменений в фактические ресурсы.
- Необязательный -out параметр позволяет указать выходной файл для плана. Использование параметра -out гарантирует, что именно проверенный план будет применен.
Чтобы применить план выполнения, запустите terraform apply.
```
terraform apply main.destroy.tfplan
```

Устранение неполадок Terraform в Azure

Устранение распространенных проблем при использовании Terraform на Azure.

Дальнейшие действия

Посмотреть больше статей о Foundry Hub

Обратная связь

Были ли сведения на этой странице полезными?

Last updated on 2026-05-01

С помощью Terraform создайте классический хаб Microsoft Foundry

Необходимые условия

Создание файлов конфигурации Terraform

Проверка подлинности в Azure

Инициализация Terraform

Создайте план выполнения Terraform

Применение плана выполнения Terraform

Проверка результатов

Очистка ресурсов

Устранение неполадок Terraform в Azure

Дальнейшие действия

Обратная связь

Дополнительные ресурсы