Tároló üzembe helyezése és futtatása az Azure Container Instancesben
Az alábbi lépésekkel egyszerűen skálázhatja az Azure AI-szolgáltatások alkalmazásokat a felhőben az Azure Container Instances használatával. A tárolóba helyezés használatával az alkalmazások fejlesztésére koncentrálhat az infrastruktúra kezelése helyett. A tárolók használatával kapcsolatos további információkért lásd: szolgáltatások és előnyök.
Előfeltételek
A recept bármely Azure AI-szolgáltatástárolóval működik. A recept használata előtt létre kell hozni az Azure AI-szolgáltatások erőforrását. Minden tárolót támogató Azure AI-szolgáltatás rendelkezik egy "Telepítés" című cikktel a szolgáltatás tárolóhoz való telepítéséhez és konfigurálásához. Egyes szolgáltatásokhoz fájlra vagy fájlkészletre van szükség a tároló bemeneteként. Fontos, hogy a megoldás használata előtt tisztában legyen a tárolóval, és sikeresen használta azt.
Egy Azure-erőforrás a használt Azure AI-szolgáltatáshoz.
Azure AI-szolgáltatás erőforrásvégpontJÁNAK URL-címe – tekintse át az adott szolgáltatás "Telepítés" szakaszát a tárolóhoz, és keresse meg a végpont URL-címét a Azure Portal belülről, és hogy milyen az URL-cím helyes példája. A pontos formátum szolgáltatásról szolgáltatásra változhat.
Azure AI-szolgáltatás erőforráskulcsa – a kulcsok az Azure-erőforrás Kulcsok lapján találhatók. Csak a két kulcs egyikére van szüksége. A kulcs egy 32 alfanumerikus karakterből álló sztring.
Egyetlen Azure AI-szolgáltatástároló a helyi gazdagépen (a számítógépen). Győződjön meg arról, hogy:
- Húzza le a képet egy
docker pull
paranccsal. - Futtassa sikeresen a helyi tárolót az összes szükséges konfigurációs beállítással egy
docker run
paranccsal. - Hívja meg a tároló végpontját, és kap egy HTTP 2xx-választ és egy JSON-választ.
- Húzza le a képet egy
A szögletes zárójelek <>
minden változóját a saját értékeire kell cserélni. Ez a csere tartalmazza a szögletes zárójeleket.
Fontos
A LUIS-tárolóhoz szükség van egy .gz
modellfájlra, amely futásidőben lesz behúzva. A tárolónak hozzá kell férnie ehhez a modellfájlhoz egy köteten keresztül, amely a tárolópéldányról van csatlakoztatva. Modellfájl feltöltéséhez kövesse az alábbi lépéseket:
- Azure-fájlmegosztás létrehozása. Jegyezze fel az Azure Storage-fiók nevét, kulcsát és a fájlmegosztás nevét, mert később szüksége lesz rájuk.
- exportálja a LUIS-modellt (csomagolt alkalmazást) a LUIS-portálról.
- A Azure Portal lépjen a tárfiók-erőforrás Áttekintés lapjára, és válassza a Fájlmegosztások lehetőséget.
- Válassza ki a nemrég létrehozott fájlmegosztás nevét, majd válassza a Feltöltés lehetőséget. Ezután töltse fel a csomagolt alkalmazást.
Azure Container Instance-erőforrás létrehozása a Azure Portal
Lépjen a Létrehozás lapra a Container Instances.
Az Alapok lapon adja meg a következő adatokat:
Beállítás Érték Előfizetés Válassza ki előfizetését. Erőforráscsoport Válassza ki az elérhető erőforráscsoportot, vagy hozzon létre egy újat, például cognitive-services
: .Tárolónév Adjon meg egy nevet, például cognitive-container-instance
: . A névnek alsó korlátban kell lennie.Hely Válasszon ki egy régiót az üzembe helyezéshez. Lemezkép típusa Ha a tárolórendszerképet olyan tárolóregisztrációs adatbázisban tárolja, amelyhez nincs szükség hitelesítő adatokra, válassza a Public
lehetőséget. Ha a tárolórendszerkép eléréséhez hitelesítő adatokra van szükség, válassza a lehetőségetPrivate
. A tárolórendszerképPublic
Private
vagy a ("Nyilvános előzetes verzió") részleteiért tekintse meg a tárolóadattárakat és a rendszerképeket.Rendszerkép neve Adja meg az Azure AI-szolgáltatások tárolóhelyét. A hely a parancs argumentumaként docker pull
használatos. Tekintse meg a tárolótárakat és a rendszerképeket az elérhető képnevekről és azok megfelelő adattárairól.
A kép nevének teljes mértékben minősítettnek kell lennie, amely három részből áll. Először a tárolóregisztrációs adatbázist, majd az adattárat, végül a rendszerkép nevét:<container-registry>/<repository>/<image-name>
.
Íme egy példa amcr.microsoft.com/azure-cognitive-services/keyphrase
Key Phrase Extraction rendszerképre a Microsoft Container Registryben, az Azure AI-szolgáltatások adattárában. Egy másik példa acontainerpreview.azurecr.io/microsoft/cognitive-services-speech-to-text
Beszéd szöveggé alakítása kép a Container Preview tárolóregisztrációs adatbázis Microsoft-adattárában.Operációs rendszer típusa Linux
Méret Módosítsa a méretet az adott Azure AI-tárolóra vonatkozó javasolt javaslatokra:
2 processzormag
4 GBA Hálózat lapon adja meg a következő adatokat:
Beállítás Érték Portok Állítsa a TCP-portot a értékre 5000
. Elérhetővé teszi a tárolót az 5000-s porton.A Speciális lapon adja meg az Azure Container Instance erőforrás tároló számlázási beállításaihoz szükséges környezeti változókat :
Kulcs Érték ApiKey
Az erőforrás Kulcsok és végpont lapjáról másolva. Ez egy 32 alfanumerikus karakterből álló sztring szóközök vagy kötőjelek nélkül, xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
.Billing
A végpont URL-címe az erőforrás Kulcsok és végpont lapjáról másolt. Eula
accept
Válassza a Véleményezés és létrehozás lehetőséget
Az ellenőrzés sikeres elvégzése után kattintson a Létrehozás gombra a létrehozási folyamat befejezéséhez
Az erőforrás sikeres üzembe helyezése után készen áll
A tárolópéldány használata
Válassza az Áttekintés lehetőséget , és másolja ki az IP-címet. Ez egy numerikus IP-cím lesz, például
55.55.55.55
.Nyisson meg egy új böngészőlapot, és használja az IP-címet( például
http://<IP-address>:5000 (http://55.55.55.55:5000
). Ekkor megjelenik a tároló kezdőlapja, amely tájékoztatja arról, hogy a tároló fut.Válassza a Service API Description (Szolgáltatás API leírása ) lehetőséget a tároló swagger oldalának megtekintéséhez.
Válassza ki bármelyik POST API-t, és válassza a Kipróbálás lehetőséget. A paraméterek a bemenettel együtt jelennek meg. Adja meg a paramétereket.
Válassza a Végrehajtás lehetőséget a kérés tárolópéldánynak való elküldéséhez.
Sikeresen létrehozott és használt Azure AI-tárolókat az Azure Container Instance-ben.