Erste Schritte mit Foundry
Um mit Foundry zu beginnen, nachdem Sie sich mit Ihrem Azure-Abonnement angemeldet haben, müssen Sie einen Platz erstellen, um Ihre Entwicklungsarbeit zu erledigen. Dieser Bereich wird als Projekt bezeichnet. Ein Projekt ist der primäre Arbeitsbereich zum Erstellen von KI-Anwendungen und -Agents.
Das Erstellen eines Foundry-Projekts bedeutet, dass Sie innerhalb Ihres Azure-Abonnements über eine Ressourcengruppe verfügen und innerhalb der Ressourcengruppe über eine Microsoft Foundry-Ressource verfügen, die in der angegebenen Region bereitgestellt wird.
Nachdem Sie ein Foundry-Projekt erstellt haben, können Sie auf Folgendes zugreifen:
- Modellkatalog (Foundation- und Partnermodelle)
- Spielplätze für Testmodelle
- Tools zum Bereitstellen von Modellen, ausführen von Auswertungen und Erstellen von Agents
- Ein Verwaltungscenter für Benutzerrollen, Kontingente und Ressourcenverbindungen
Mit einem Projekt können Entwickler in Playgrounds experimentieren, Modelle bereitstellen und über SDKs oder APIs integrieren sowie agentenbasierte Workflows mit Beobachtbarkeit und Funktionen für verantwortungsvolle KI erstellen und testen.
Wählen Sie "Foundry"-Projekt aus, wenn Sie die neuesten Agents, Auswertungen und den Modellkatalog mit minimalem Azure-Setup benötigen. Sie können auch andere Funktionen innerhalb von Foundry verwenden, einschließlich Diensten wie Azure Language, Azure Speech, Azure Vision und mehr. Um auf andere Funktionen zuzugreifen, erstellen Sie zusätzlich zu einem Projekt einen Hub.
Eigenschaften von Gießereiangeboten
Gießereimodelle und -werkzeuge basieren auf Prinzipien, die die Markteinführungsgeschwindigkeit erheblich verbessern:
- Vorkonfiguriert und bereit für die Verwendung oder Anpassung
- Zugriff über APIs
- Verfügbar in Azure
Vorbau und einsatzbereit
KI war für alle außer den größten Technologieunternehmen unerschwinglich, aufgrund mehrerer Faktoren, einschließlich der großen Datenmengen, die zum Trainieren von Modellen erforderlich sind, der massiven Rechenleistung sowie des Budgets für die Einstellung von spezialisierten Programmierern. Foundry macht KI für Unternehmen aller Größen zugänglich, indem sie vortrainierte Machine Learning-Modelle verwenden, um KI als Service zu liefern. Foundry verwendet hochleistungsbasiertes Azure Computing, um fortgeschrittene KI-Modelle bereitzustellen, wodurch Entwicklern aller Qualifikationsstufen jahrzehntelang Forschung zur Verfügung gestellt wird.
Zugriff über APIs
Foundry-Modelle und -Tools können in Anwendungen mit APIs integriert werden. Die sichere Kommunikation mit APIs ist durch Authentifizierung möglich, den Prozess der Überprüfung, ob der Benutzer oder Dienst tatsächlich derjenige ist, für den er sich ausgibt, und dass er berechtigt ist, den Dienst zu verwenden.
Ein Teil der Funktionsweise einer API besteht darin, die Authentifizierung zu verarbeiten. Wenn eine Anforderung zur Verwendung einer Foundry-Ressource gestellt wird, muss diese Anforderung authentifiziert werden. Ihre Abonnement- und KI-Dienstressource wird beispielsweise überprüft, um sicherzustellen, dass Sie über ausreichende Berechtigungen für den Zugriff darauf verfügen. Dieser Authentifizierungsprozess verwendet einen Ressourcenschlüssel und einen Endpunkt. Der Schlüssel ist ein geheimes Kennwort, das von der App verwendet wird, um seine Identität zu beweisen, wenn er mit einem anderen Dienst oder System spricht.
Der Endpunkt beschreibt, wie Sie die AI-Dienstressourceninstanz erreichen, die Sie verwenden möchten, ähnlich wie eine URL eine Website identifiziert. Wenn Sie den Endpunkt für Ihre Ressource anzeigen, sieht er ungefähr wie folgt aus:
https://cognitiveservices48.cognitiveservices.azure.com/
Der Ressourcenschlüssel schützt den Datenschutz Ihrer Ressource. Um sicherzustellen, dass Ihr Schlüssel immer sicher ist, kann er regelmäßig geändert werden.
Wenn Sie Code für den Zugriff auf die Ressource schreiben, müssen die Schlüssel und der Endpunkt im Authentifizierungsheader enthalten sein. Der Authentifizierungsheader sendet einen Autorisierungsschlüssel an den Dienst, um zu bestätigen, dass die Anwendung die Ressource verwenden kann.
Erfahren Sie als Nächstes, wie Foundry-Modelle und -Tools in Azure verfügbar sind.