Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Narzędzia Foundry udostępniają kilka kontenerów platformy Docker , które umożliwiają korzystanie z tych samych interfejsów API, które są dostępne na platformie Azure w środowisku lokalnym. Użycie tych kontenerów zapewnia elastyczność przybliżania narzędzi Foundry do danych ze względów zgodności, zabezpieczeń lub innych powodów operacyjnych. Obsługa kontenerów jest obecnie dostępna dla podzestawu narzędzi Foundry.
Konteneryzacja to podejście do dystrybucji oprogramowania, w której aplikacja lub usługa, w tym jej zależności i konfiguracja, jest spakowana razem jako obraz kontenera. W przypadku niewielkiej lub braku modyfikacji obraz kontenera można wdrożyć na hoście kontenera. Kontenery są odizolowane od siebie nawzajem i od bazowego systemu operacyjnego, mając mniejszy ślad niż maszyna wirtualna. Kontenery mogą być tworzone z obrazów kontenerów na potrzeby krótkoterminowych zadań i usuwane, gdy nie są już potrzebne.
Funkcje i korzyści
- Niezmienna infrastruktura: umożliwia zespołom DevOps wykorzystanie spójnego i niezawodnego zestawu znanych parametrów systemu przy jednoczesnym dostosowaniu się do zmian. Kontenery zapewniają elastyczność obrotu w przewidywalnym ekosystemie i unikanie dryfu konfiguracji.
- Kontrola nad danymi: wybierz miejsce przetwarzania danych przez narzędzia Foundry Tools. Może to być niezbędne, jeśli nie możesz wysyłać danych do chmury, ale potrzebujesz dostępu do interfejsów API narzędzi Foundry. Obsługa spójności w środowiskach hybrydowych — między danymi, zarządzaniem, tożsamością i zabezpieczeniami.
- Kontrola nad aktualizacjami modeli: elastyczność przechowywania wersji i aktualizowania modeli wdrożonych w ich rozwiązaniach.
- Przenośna architektura: umożliwia tworzenie przenośnej architektury aplikacji, którą można wdrożyć na platformie Azure, lokalnie i na urządzeniach brzegowych. Kontenery można wdrażać bezpośrednio w usłudze Azure Kubernetes Service, Azure Container Instances lub w klastrze Kubernetes wdrożonym w usłudze Azure Stack. Aby uzyskać więcej informacji, zobacz Wdrażanie rozwiązania Kubernetes w usłudze Azure Stack.
- Wysoka przepływność/małe opóźnienie: umożliwiają klientom skalowanie pod kątem wymagań dotyczących wysokiej przepływności i małych opóźnień poprzez włączenie narzędzi Foundry do uruchamiania w fizycznej bliskości względem logiki i danych aplikacji. Kontenery nie ograniczają transakcji na sekundę (TPS) i mogą być skalowane zarówno pionowo, jak i poziomo, aby sprostać zapotrzebowaniu, jeśli zapewnisz niezbędne zasoby sprzętowe.
- Skalowalność: wraz z coraz większą popularnością konteneryzacji i oprogramowania orkiestracji kontenerów, takiego jak Kubernetes, skalowalność jest liderem rozwoju technologicznego. Opierając się na skalowalnej podstawie klastra, rozwój aplikacji zapewnia wysoką dostępność.
Kontenery w narzędziach Foundry
Kontenery platformy Azure udostępniają następujący zestaw kontenerów platformy Docker, z których każdy zawiera podzbiór funkcji z usług w narzędziach Foundry. Instrukcje i lokalizacje obrazów można znaleźć w poniższych tabelach.
Uwaga
Zobacz Instalowanie i uruchamianie kontenerów analizy dokumentów dla instrukcji kontenera usługi Azure Document Intelligence i lokalizacji obrazów.
Moduły decyzyjne
| Usługa | Kontener | opis | Dostępność |
|---|---|---|---|
| Narzędzie do wykrywania anomalii | Narzędzie do wykrywania anomalii (obraz) | Narzędzie API do wykrywania anomalii umożliwia monitorowanie i wykrywanie nieprawidłowości w danych serii czasowych za pomocą uczenia maszynowego. | Ogólnie dostępne |
Kontenery języka
| Usługa | Kontener | opis | Dostępność |
|---|---|---|---|
| LUIS | LUIS (obraz) | Ładuje wytrenowany lub opublikowany model usługi Language Understanding, znany również jako aplikacja usługi LUIS, do kontenera Docker i zapewnia dostęp do przewidywań zapytań za pośrednictwem interfejsu API tego kontenera. Możesz zbierać dzienniki zapytań z kontenera i przekazywać je z powrotem do portalu usługi LUIS, aby poprawić dokładność przewidywania aplikacji. | Ogólnie dostępne. |
| Język | Wyodrębnianie kluczowych fraz (obraz) | Wyodrębnia kluczowe frazy, aby zidentyfikować główne punkty. Na przykład dla tekstu wejściowego "Jedzenie było pyszne i był wspaniały personel", API zwraca główne tematy: "jedzenie" i "wspaniały personel". | Ogólnie dostępne. Ten kontener może również działać w środowiskach bez połączenia. |
| Język | Wykrywanie języka tekstu (obraz) | W przypadku maksymalnie 120 języków wykrywa język, w którym jest napisany tekst wejściowy, i zgłasza jeden kod języka dla każdego dokumentu przesłanego na żądanie. Kod języka jest powiązany z oceną, co wskazuje siłę oceny. | Ogólnie dostępne. Ten kontener może również działać w środowiskach bez połączenia. |
| Język | Analiza sentymentu (obraz) | Analizuje nieprzetworzone tekst pod kątem wskazówek dotyczących pozytywnej lub negatywnej tonacji. Ta wersja analizy tonacji zwraca etykiety tonacji (na przykład pozytywne lub negatywne) dla każdego dokumentu i zdania w nim. | Ogólnie dostępne. Ten kontener może również działać w środowiskach bez połączenia. |
| Język | analiza tekstu dla kondycji (obraz) | Wyodrębnianie i etykietowanie informacji medycznych z tekstu klinicznego bez struktury. | Ogólnie dostępne |
| Język | Rozpoznawanie jednostek nazwanych (obraz) | Wyodrębnij nazwane jednostki z tekstu. | Ogólnie dostępne. Ten kontener może również działać w środowiskach bez połączenia. |
| Język | Wykrywanie informacji osobowych (obraz) | Wykrywanie i redagowanie jednostek danych osobowych z tekstu. | Ogólnie dostępne. Ten kontener może również działać w środowiskach bez połączenia. |
| Język | Personalizowane rozpoznawanie nazwanych jednostek (obraz) | Wyodrębnij nazwane jednostki z tekstu przy użyciu modelu niestandardowego utworzonego przy użyciu danych. | Ogólnie dostępne |
| Język | Podsumowanie (obraz) | Podsumowywanie tekstu z różnych źródeł. | Publiczna wersja zapoznawcza. Ten kontener może również działać w środowiskach bez połączenia. |
| Język | Konwersacyjne rozumienie języka (obraz) | Interpretowanie języka konwersacyjnego. | Ogólnie dostępne. Ten kontener może również działać w środowiskach bez połączenia. |
| Translator | Translator (obraz) | Tłumaczenie tekstu w kilku językach i dialektach. | Ogólnie dostępne. Gated — żądanie dostępu. Ten kontener może również działać w środowiskach bez połączenia. |
Kontenery mowy
| Usługa | Kontener | opis | Dostępność |
|---|---|---|---|
| Interfejs API mowy | Zamiana mowy na tekst (obraz) | Przekształca w czasie rzeczywistym ciągłą mowę na tekst. | Ogólnie dostępne. Ten kontener może również działać w środowiskach bez połączenia. |
| Interfejs API mowy | Indywidualne przekształcanie mowy na tekst (obraz) | Transkrybuje ciągłą mowę w czasie rzeczywistym na tekst przy użyciu modelu niestandardowego. | Ogólnie dostępne Ten kontener może również działać w środowiskach bez połączenia. |
| Interfejs API mowy | Neuronowy tekst do mowy (obraz) | Konwertuje tekst na naturalnie brzmiącą mowę przy użyciu technologii głębokiej sieci neuronowych, co pozwala na bardziej naturalnie syntetyzowaną mowę. | Ogólnie dostępne. Ten kontener może również działać w środowiskach bez połączenia. |
| Interfejs API mowy | Identyfikacja języka mowy (obraz) | Określa język mówionego dźwięku. | Podgląd |
Kontenery przetwarzania obrazów
| Usługa | Kontener | opis | Dostępność |
|---|---|---|---|
| Widzenie | Odczyt OCR (obraz) | Kontener Read OCR umożliwia wyodrębnianie tekstu drukowanego i odręcznego z obrazów i dokumentów z obsługą formatów plików JPEG, PNG, BMP, PDF i TIFF. Aby uzyskać więcej informacji, zobacz dokumentację Read API. | Ogólnie dostępne. Ten kontener może również działać w środowiskach bez połączenia. |
| Analiza przestrzenna | Analiza przestrzenna (obraz) | Analizuje wideo przesyłane strumieniowo w czasie rzeczywistym, aby zrozumieć relacje przestrzenne między osobami, ich ruchem i interakcjami z obiektami w środowiskach fizycznych. | Podgląd |
Ponadto niektóre kontenery są obsługiwane w ofercie zasobów obejmujących wiele usług narzędzia Foundry Tools . Można utworzyć jeden zasób narzędzi Foundry Tools i użyć tego samego klucza rozliczeniowego w obsługiwanych usługach dla następujących usług:
- Wizja
- LUIS
- Język
Wymagania wstępne
Przed użyciem kontenerów platformy Azure należy spełnić następujące wymagania wstępne:
Silnik Docker: Silnik Docker musi być zainstalowany lokalnie. Platforma Docker udostępnia pakiety, które konfigurują środowisko platformy Docker w systemach macOS, Linux i Windows. W systemie Windows platforma Docker musi być skonfigurowana do obsługi kontenerów systemu Linux. Kontenery platformy Docker można również wdrażać bezpośrednio w usłudze Azure Kubernetes Service lub w usłudze Azure Container Instances.
Platforma Docker musi być skonfigurowana tak, aby umożliwić kontenerom łączenie się z platformą Azure i wysyłanie danych rozliczeniowych do platformy Azure.
Znajomość usługi Microsoft Container Registry i Platformy Docker: musisz mieć podstawową wiedzę na temat zarówno usługi Microsoft Container Registry, jak i pojęć platformy Docker, takich jak rejestry, repozytoria, kontenery i obrazy kontenerów, a także znajomość podstawowych docker poleceń.
Aby uzyskać podstawowe informacje na temat platformy Docker i kontenerów, zapoznaj się z artykułem Docker overview (Przegląd platformy Docker).
Poszczególne kontenery mogą również mieć własne wymagania, w tym wymagania dotyczące alokacji serwera i pamięci.
Bezpieczeństwo kontenerów narzędzi Foundry
Zabezpieczenia powinny być głównym celem podczas tworzenia aplikacji. Znaczenie zabezpieczeń to metryka sukcesu. Podczas tworzenia architektury rozwiązania programowego, które obejmuje kontenery usługi Azure AI, ważne jest, aby zrozumieć ograniczenia i możliwości dostępne dla Ciebie. Aby uzyskać więcej informacji na temat zabezpieczeń sieci, zobacz Konfigurowanie sieci wirtualnych narzędzi Foundry Tools.
Ważne
Domyślnie w interfejsie API kontenera Narzędzi Foundry nie ma żadnych zabezpieczeń. Przyczyną jest to, że najczęściej kontener będzie uruchamiany jako część podu, który jest chroniony przez mostek sieciowy przed zagrożeniami zewnętrznymi. Jednak użytkownicy mogą tworzyć własną infrastrukturę uwierzytelniania w celu przybliżenia metod uwierzytelniania używanych podczas uzyskiwania dostępu do narzędzi foundry opartych na chmurze.
Na poniższym diagramie przedstawiono domyślne i niebezpieczne podejście:
Przykładem alternatywnego i bezpiecznego podejścia jest to, że użytkownicy kontenerów sztucznej inteligencji platformy Azure mogą rozszerzyć kontener za pomocą komponentu frontowego, zachowując prywatny punkt końcowy kontenera. Rozważmy scenariusz, w którym używamy Istio jako bramy wejściowej. Usługa Istio obsługuje uwierzytelnianie https/TLS i certyfikat klienta. W tym scenariuszu fronton Istio uwidacznia dostęp do kontenera, przedstawiając certyfikat klienta zatwierdzony wcześniej za pomocą rozwiązania Istio.
Nginx to kolejny popularny wybór w tej samej kategorii. Zarówno Istio, jak i Nginx działają jako siatka usług i oferują dodatkowe funkcje, takie jak równoważenie obciążenia, routing i kontrola szybkości.
Sieć kontenerów
Kontenery sztucznej inteligencji platformy Azure są wymagane do przesyłania informacji o pomiarach na potrzeby rozliczeń. Brak dodania do listy dozwolonych różnych kanałów sieciowych, z których korzystają kontenery usługi Azure AI, uniemożliwi działanie kontenerów.
Zezwól na dodanie domen i portów narzędzi Foundry do listy dozwolonych.
Host powinien zezwalać na port 443 i następujące domeny:
*.cognitive.microsoft.com*.cognitiveservices.azure.com
Jeśli używasz lokalnej usługi Azure Translator w narzędziach Foundry Tools, musisz dodatkowo zezwolić następującym adresom URL na pobieranie plików
translatoronprem.blob.core.windows.net
Wyłączanie głębokiej inspekcji pakietów
Głęboka inspekcja pakietów (DPI) to typ przetwarzania danych, który sprawdza szczegółowo dane wysyłane za pośrednictwem sieci komputerowej i zwykle podejmuje działania przez blokowanie, przekierowywanie lub rejestrowanie ich odpowiednio.
Wyłącz DPI na bezpiecznych kanałach tworzonych przez kontenery usługi Azure AI na serwerach firmy Microsoft. Niepowodzenie w tym celu uniemożliwi prawidłowe działanie kontenera.
Przykłady dla deweloperów
Przykłady dla deweloperów są dostępne w naszym repozytorium GitHub.
Następne kroki
Dowiedz się więcej na temat przepisów kontenerowych, których można używać z Foundry Tools.
Zainstaluj i zapoznaj się z funkcjami udostępnianymi przez kontenery w narzędziach Foundry Tools: