在受控虛擬網路中使用受控計算
了解如何在 Azure Machine Learning 受控虛擬網路中設定計算叢集或計算執行個體。
使用受控網路時,Azure Machine Learning 所管理的計算資源可以參與虛擬網路。 Azure Machine Learning 計算叢集、計算執行個體,以及在受控網路中建立 受控線上端點。
本文著重於在受控網路中設定計算叢集和計算執行個體。 如需受控線上端點的資訊,請參閱 使用網路隔離保護線上端點。
重要
如果您打算使用無伺服器 Spark 作業,請參閱 受控虛擬網路 一文以取得設定資訊。 設定受控虛擬網路時,必須遵循這些步驟。
必要條件
遵循本文中的步驟之前,請確定您已滿足下列必要條件:
設定為使用 受控虛擬網路 的 Azure Machine Learning 工作區。
Azure CLI 和 Azure CLI 的
ml
擴充功能。 如需詳細資訊,請參閱安裝、設定和使用 CLI (v2)。提示
Azure Machine Learning 受控虛擬網路於 2023 年 5 月 23 日推出。 如果您有舊版的 ml 延伸模組,您可能需要更新它,本文中的範例才能運作。 若要更新延伸模組,請使用下列 Azure CLI 命令:
az extension update -n ml
本文中的 CLI 範例假設您使用 Bash (或相容的) 殼層。 例如,從 Linux 系統或 Windows 子系統 Linux 版。
本文中的 Azure CLI 範例會使用
ws
來表示工作區的名稱,以及rg
來表示資源群組的名稱。 使用命令搭配您的 Azure 訂用帳戶時,請視需要變更這些值。
設定計算資源
使用以下索引標籤了解如何在 Azure Machine Learning 受控虛擬網路中設定計算叢集或計算執行個體:
提示
使用受控虛擬網路時,會自動在受控網路中建立計算叢集和計算執行個體。 下列步驟著重於將計算資源設定為不使用公用 IP 位址。
若要建立沒有公用 IP 的計算叢集,請使用下列命令:
az ml compute create --name cpu-cluster --resource-group rg --workspace-name ws --type AmlCompute --set enable_node_public_ip=False
若要建立沒有公用IP的 計算執行個體,請使用下列命令:
az ml compute create --name myci --resource-group rg --workspace-name ws --type ComputeInstance --set enable_node_public_ip=False
限制
- 使用受控虛擬網路時,不支援在與工作區不同的區域中建立計算叢集。
- 如果計算位於受控網路中,而且未針對公用IP進行設定,請使用
az ml compute connect-ssh
命令透過SSH連線到計算實例。
計算資源的移轉
如果您有現有的工作區,且想要為其啟用受控虛擬網路,則現有受控計算資源目前沒有支援的移轉路徑。 您必須刪除所有現有的受控計算資源,並在啟用受控虛擬網路之後重新建立它們。 下列清單包含必須刪除並重新建立的計算資源:
- 計算叢集
- 計算執行個體
- 受控線上端點
下一步
意見反映
https://aka.ms/ContentUserFeedback。
即將推出:我們會在 2024 年淘汰 GitHub 問題,並以全新的意見反應系統取代並作為內容意見反應的渠道。 如需更多資訊,請參閱:提交及檢視以下的意見反映: