Azure Machine Learning hub çalışma alanı nedir? (Önizleme)
Merkez, bir ekip için güvenliği, bağlantıyı, işlem kaynaklarını ve kotayı merkezi olarak yöneten bir çalışma alanı türüdür. Bir merkez kurulduktan sonra geliştiricilerin çalışmalarını düzenlemek için kendi çalışma alanlarını oluşturmasına ve BT kurulum gereksinimleriyle uyumlu kalmasına olanak tanır. Yapılandırmaların merkez çalışma alanı üzerinden paylaşılması ve yeniden kullanılması, Azure Machine Learning'i büyük ölçekte dağıtırken daha iyi maliyet verimliliği sağlar.
'Proje çalışma alanları' olarak adlandırılan bir hub kullanılarak oluşturulan çalışma alanları aynı güvenlik ayarlarını ve paylaşılan kaynak erişimini alır. Kendi güvenlik ayarlarına veya Azure ile ilişkili kaynaklara ihtiyaç duymazlar. Çalışmanızı düzenlemek, verileri yalıtmak veya erişimi kısıtlamak için ihtiyacınız olan sayıda proje çalışma alanı oluşturun.
Siz veya ekibiniz birden çok makine öğrenmesi projesi planlıyorsanız merkez çalışma alanı oluşturun. Çalışmanızı aynı veri veya iş etki alanında düzenlemek için bir hub kullanın.
BT'de performans sorunu olmadan hızlı, ancak güvenli yapay zeka keşfi
Makine öğrenmesi modellerinin başarıyla oluşturulması için genellikle tam ölçekli bir uygulama için önkoşul olarak yoğun prototip oluşturma gerekir. Belirli bir görev için bir fikrin fizibilitesini kanıtlamak veya veri veya model kalitesini değerlendirmek için somutlaştırılabilir.
Bir fikrin fizibilitesini kanıtlamaktan fonlanan bir projeye geçişte, bulut kaynaklarının kurulumundan tek bir platform ekibi sorumlu olduğundan birçok kuruluş üretkenlikte bir performans sorunuyla karşılaşır. Böyle bir ekip, güvenlik, bağlantı veya maliyete neden olabilecek diğer kaynakları yapılandırma yetkisi olan tek ekip olabilir. Bu durum büyük bir kapsam oluşturarak geliştirme ekiplerinin yeni bir fikirle yenilik yapmaya başlamasının engellenmesine neden olabilir.
Hub'ların amacı, bt ekibinin makine öğrenmesi modellerinin prototipini oluşturması, oluşturması ve çalıştırması için güvenli, önceden yapılandırılmış ve yeniden kullanılabilir bir ortam ayarlamasına izin vererek bu performans sorununu ortadan kaldırabilmektir.
ML studio ile AI Studio arasında birlikte çalışabilirlik
Hub'lar hem ML studio hem de AI Studio için ekibinizin işbirliği ortamı olarak kullanılabilir. Özel makine öğrenmesi modellerini eğitip kullanıma hazır hale getirme amacıyla ML Studio'yu kullanın. Yapay zeka uygulamalarını sorumlu bir şekilde oluşturmak ve çalıştırmak için deneyim olarak AI Studio'yu kullanın.
| Çalışma Alanı Türü | ML Studio | AI Studio |
|---|---|---|
| Varsayılan | Desteklenir | - |
| Hub | Desteklenir | Desteklenir |
| Proje | Desteklenir | Desteklenir |
Ekibiniz için bir hub ayarlama ve güvenliğini sağlama
Azure portalında veya Azure Resource Manager şablonlarını kullanarak bir hub çalışma alanı oluşturun. Kuruluşunuzun gereksinimleriyle uyumluluğu karşılamak için ağ, kimlik, şifreleme, izleme veya etiketleri özelleştirebilirsiniz.
Bir hub kullanılarak oluşturulan proje çalışma alanları, hub'ın güvenlik ayarlarını ve paylaşılan kaynak yapılandırmasını alır. Aşağıdaki yapılandırmalar dahil:
| Yapılandırma | Not |
|---|---|
| Ağ ayarları | Yönetilen bir sanal ağ , hub ile proje çalışma alanları arasında paylaşılır. Hub ve proje çalışma alanlarındaki içeriğe erişmek için hub çalışma alanında tek bir özel bağlantı uç noktası oluşturun. |
| Şifreleme ayarları | Şifreleme ayarları hub'dan projeye geçer. |
| Şifrelenmiş veriler için depolama | Şifreleme için müşteri tarafından yönetilen anahtarlarınızı getirdiğinizde, hub ve proje çalışma alanları şifrelenmiş hizmet verilerini depolamak için aynı yönetilen kaynak grubunu paylaşır. |
| Bağlantılar | Proje çalışma alanları, hub'da oluşturulan paylaşılan bağlantıları kullanabilir. Bu özellik şu anda yalnızca AI Studio'da desteklenmektedir |
| İşlem örneği | İşlem örneğini aynı hub ile ilişkili tüm proje çalışma alanlarında yeniden kullanın. |
| İşlem kotası | Proje çalışma alanları tarafından kullanılan tüm işlem kotaları hub çalışma alanı kota bakiyesinden düşülür. |
| Depolama | Çalışma alanı verilerini depolamak için ilişkili kaynak. Proje çalışma alanları, {workspaceGUID} ön eki ile başlayan belirlenmiş kapsayıcıları kullanır ve yalnızca bu kapsayıcılara erişmek için çalışma alanı kimliği için koşullu Azure Öznitelik Tabanlı Erişim rol ataması içerir. |
| Key Vault | Örneğin, bağlantı oluştururken hizmette oluşturulan gizli dizileri depolamak için ilişkili kaynak. Proje çalışma alanları kimlikleri yalnızca kendi gizli dizilerine erişebilir. |
| Kapsayıcı kayıt defteri | Ortam oluştururken yerleşik kapsayıcı görüntülerini depolamak için ilişkili kaynak. Proje çalışma alanları görüntüleri adlandırma kuralıyla yalıtılır ve yalnızca kendi kapsayıcılarına erişebilir. |
| Application Insights | Uç noktalar için uygulama günlüğünü etkinleştirirken ilişkili kaynak. Bir uygulama içgörüleri tüm proje çalışma alanları için varsayılan olarak yapılandırılabilir. Proje çalışma alanı düzeyinde geçersiz kılınabilir. |
Bir proje çalışma alanına yüklenen veriler, başka bir proje çalışma alanına yüklenen verilerden yalıtılmış olarak depolanır. Proje çalışma alanları hub güvenlik ayarlarını yeniden kullansa da, yalnızca proje üyelerine erişimi kısıtlamanızı sağlayan en üst düzey Azure kaynaklarıdır.
Hub kullanarak proje çalışma alanı oluşturma
Hub oluşturulduktan sonra, bunu kullanarak proje çalışma alanı oluşturmanın birden çok yolu vardır:
Not
Hub kullanarak çalışma alanı oluştururken, bunlar hub'dan devralındığından güvenlik ayarlarını veya ilişkili kaynakları belirtmeniz gerekmez. Örneğin, genel ağ erişimi hub'da devre dışı bırakılırsa, oluşturulan yeni çalışma alanında da devre dışı bırakılır.
Varsayılan proje kaynak grubu
Bir hub kullanarak proje çalışma alanları oluşturmak için, kullanıcıların Microsoft.MachineLearningServices/workspaces/hubs/join/action eylemini içeren bir rol kullanarak merkez çalışma alanı kaynağında rol ataması olmalıdır. Azure AI geliştirici rolü, bu eylemi destekleyen örnek bir yerleşik roldür.
İsteğe bağlı olarak, yönetici olarak bir hub oluştururken, kullanıcıların self servis bir şekilde proje çalışma alanları oluşturmasına izin vermek için varsayılan bir proje kaynak grubu belirtebilirsiniz. Varsayılan bir kaynak grubu ayarlanırsa, SDK/CLI/Studio kullanıcıları bir kaynak grubu kapsamında azure rol tabanlı erişim denetimi (Azure RBAC) izinlerine gerek kalmadan bu kaynak grubunda çalışma alanları oluşturabilir. Oluşturan kullanıcı, proje çalışma alanı Azure kaynağının sahibi olur.
Proje çalışma alanları, varsayılan proje kaynak grubundan farklı kaynak gruplarında oluşturulabilir. Bunu yapmak için kullanıcıların Microsoft.MachineLearning/Workspaces/write izinlerine sahip olması gerekir.
Çalışma alanı türüne göre desteklenen özellikler
Hub/proje çalışma alanları kullanılarak desteklenen özellikler normal çalışma alanlarından farklıdır. Aşağıdaki destek matrisi bir genel bakış sağlar.
| Özellik | Varsayılan çalışma alanı | Hub çalışma alanı | Proje çalışma alanı | Not |
|---|---|---|---|---|
| Studio'dan kendi kendine proje çalışma alanları oluşturma | - | X | X | - |
| Hub'da paylaşılan bağlantılar oluşturma | X | X | Yalnızca yapay zeka stüdyosunda | |
| Hub'dan paylaşılan bağlantıları kullanma | X | X | - | |
| İşlem örneğini çalışma alanları arasında yeniden kullanma | - | X | X | |
| İşlem kotalarını çalışma alanları arasında paylaşma | - | X | X | |
| AI Studio'da GenAI uygulamaları oluşturma | - | X | X | |
| Çalışma alanları arasında tek özel bağlantı uç noktası | - | X | X | |
| Yönetilen sanal ağ | X | X | X | - |
| KCG sanal ağı | X | - | - | Alternatif yönetilen sanal ağı kullanma |
| İşlem kümeleri | X | - | - | Alternatif sunucusuz işlem kullanma |
| Paralel çalıştırma adımı | X | - | - | - |
Normal çalışma alanını merkez çalışma alanına dönüştürme
Desteklenmiyor.
Sonraki adımlar
Azure Machine Learning'i ayarlama hakkında daha fazla bilgi edinmek için bkz:
AI Studio'da hub çalışma alanı desteği hakkında daha fazla bilgi edinmek için bkz: