Bagikan melalui


Apa itu ruang kerja hub Azure Pembelajaran Mesin? (Pratinjau)

Hub adalah semacam ruang kerja yang secara terpusat mengelola keamanan, konektivitas, sumber daya komputasi, dan kuota untuk tim. Setelah disiapkan, hub memungkinkan pengembang untuk membuat ruang kerja mereka sendiri untuk mengatur pekerjaan mereka sambil tetap mematuhi persyaratan penyiapan TI. Berbagi dan penggunaan kembali konfigurasi melalui ruang kerja hub menghasilkan efisiensi biaya yang lebih baik saat menyebarkan Azure Pembelajaran Mesin dalam skala besar.

Ruang kerja yang dibuat menggunakan hub, disebut sebagai 'ruang kerja proyek,' mendapatkan pengaturan keamanan dan akses sumber daya bersama yang sama. Mereka tidak memerlukan pengaturan keamanan mereka sendiri atau sumber daya terkait Azure. Buat ruang kerja proyek sebanyak yang Anda butuhkan untuk mengatur pekerjaan Anda, mengisolasi data, atau membatasi akses.

Buat ruang kerja hub jika Anda atau tim Anda merencanakan beberapa proyek pembelajaran mesin. Gunakan hub untuk menata pekerjaan Anda di data atau domain bisnis yang sama.

Cuplikan layar hubungan hub dan ruang kerja proyek.

Eksplorasi AI yang cepat, tetapi aman tanpa hambatan pada IT

Berhasil membangun model pembelajaran mesin sering membutuhkan prototipe berat sebagai prasyarat untuk implementasi skala penuh. Ini mungkin diwujudkan untuk membuktikan kelayakan ide, atau menilai kualitas data atau model, untuk tugas tertentu.

Dalam transisi dari membuktikan kelayakan ide, ke proyek yang didanai, banyak organisasi mengalami hambatan dalam produktivitas karena satu tim platform bertanggung jawab atas penyiapan sumber daya cloud. Tim seperti itu mungkin satu-satunya yang berwenang untuk mengonfigurasi keamanan, konektivitas, atau sumber daya lain yang mungkin dikenakan biaya. Ini dapat menyebabkan backlog besar, yang mengakibatkan tim pengembangan diblokir untuk mulai berinovasi dengan ide baru.

Tujuan hub adalah untuk mengambil hambatan ini, dengan membiarkan IT menyiapkan lingkungan yang aman, telah dikonfigurasi sebelumnya, dan dapat digunakan kembali bagi tim untuk membuat prototipe, membangun, dan mengoperasikan model pembelajaran mesin.

Interoperabilitas antara studio ML dan studio AI

Hub dapat digunakan sebagai lingkungan kolaborasi tim Anda untuk studio ML dan studio AI. Gunakan ML Studio untuk melatih dan mengoperasionalkan model pembelajaran mesin kustom. Gunakan studio AI sebagai pengalaman untuk membangun dan mengoperasikan aplikasi AI secara bertanggung jawab.

Jenis Ruang Kerja ML Studio AI Studio
Default Didukung -
Hub Didukung Didukung
Project Didukung Didukung

Menyiapkan dan mengamankan hub untuk tim Anda

Buat ruang kerja hub di portal Azure, atau gunakan templat Azure Resource Manager. Anda dapat menyesuaikan jaringan, identitas, enkripsi, pemantauan, atau tag, untuk memenuhi kepatuhan terhadap persyaratan organisasi Anda.

Ruang kerja proyek yang dibuat menggunakan hub mendapatkan pengaturan keamanan hub dan konfigurasi sumber daya bersama. Termasuk konfigurasi berikut:

Konfigurasi Catatan
Pengaturan jaringan Satu jaringan virtual terkelola dibagi antara hub dan ruang kerja proyek. Untuk mengakses konten di hub dan ruang kerja proyek, buat satu titik akhir tautan privat di ruang kerja hub.
Pengaturan enkripsi Pengaturan enkripsi diteruskan dari hub ke proyek.
Penyimpanan untuk data terenkripsi Saat Anda membawa kunci yang dikelola pelanggan untuk enkripsi, hub, dan ruang kerja proyek berbagi grup sumber daya terkelola yang sama untuk menyimpan data layanan terenkripsi.
Koneksi Ruang kerja proyek dapat menggunakan koneksi bersama yang dibuat di hub. Fitur ini saat ini hanya didukung di studio AI
Hitung intance Gunakan kembali instans komputasi di semua ruang kerja proyek yang terkait dengan hub yang sama.
Kuota komputasi Kuota komputasi apa pun yang digunakan oleh ruang kerja proyek dikurangi dari saldo kuota ruang kerja hub.
Penyimpanan Sumber daya terkait untuk menyimpan data ruang kerja. Ruang kerja proyek menggunakan kontainer yang ditunjuk dimulai dengan awalan {workspaceGUID}, dan memiliki penetapan peran Akses Berbasis Atribut Azure kondisional untuk identitas ruang kerja hanya untuk mengakses kontainer ini.
Brankas kunci Sumber daya terkait untuk menyimpan rahasia yang dibuat dalam layanan, misalnya, saat membuat koneksi. Identitas ruang kerja proyek hanya dapat mengakses rahasia mereka sendiri.
Registri kontainer Sumber daya terkait untuk menyimpan gambar kontainer bawaan saat membuat lingkungan. Gambar ruang kerja proyek diisolasi dengan konvensi penamaan, dan hanya dapat mengakses kontainer mereka sendiri.
Application Insights Sumber daya terkait saat mengaktifkan pengelogan aplikasi untuk titik akhir. Satu wawasan aplikasi mungkin dikonfigurasi sebagai default untuk semua ruang kerja proyek. Dapat ditimpa pada tingkat ruang kerja proyek.

Data yang diunggah dalam satu ruang kerja proyek, disimpan dalam isolasi dari data yang diunggah ke ruang kerja proyek lain. Meskipun ruang kerja proyek menggunakan kembali pengaturan keamanan hub, ruang kerja tersebut masih merupakan sumber daya Azure tingkat atas, yang memungkinkan Anda membatasi akses hanya ke anggota proyek.

Membuat ruang kerja proyek menggunakan hub

Setelah hub dibuat, ada beberapa cara untuk membuat ruang kerja proyek menggunakannya:

  1. Menggunakan ML Studio
  2. Menggunakan AI Studio
  3. Menggunakan Azure SDK
  4. Menggunakan templat otomatisasi

Catatan

Saat membuat ruang kerja menggunakan hub, tidak perlu menentukan pengaturan keamanan atau sumber daya terkait karena ruang kerja tersebut diwariskan dari hub. Misalnya, jika akses jaringan publik dinonaktifkan di hub, akses tersebut juga dinonaktifkan pada ruang kerja baru yang dibuat.

Cuplikan layar membuat hub ruang kerja di studio Azure Pembelajaran Mesin.

Grup sumber daya proyek default

Untuk membuat ruang kerja proyek menggunakan hub, pengguna harus memiliki penetapan peran pada sumber daya ruang kerja hub menggunakan peran yang menyertakan tindakan Microsoft.Machine Pembelajaran Services/workspaces/hubs/join/action. Peran pengembang Azure AI adalah contoh peran bawaan yang mendukung tindakan ini.

Secara opsional, saat membuat hub sebagai administrator, Anda dapat menentukan grup sumber daya proyek default untuk memungkinkan pengguna membuat ruang kerja proyek dengan cara layanan mandiri. Jika grup sumber daya default diatur, pengguna SDK/CLI/Studio dapat membuat ruang kerja di grup sumber daya ini tanpa memerlukan izin kontrol akses berbasis peran Azure (Azure RBAC) lebih lanjut pada cakupan grup sumber daya. Pengguna yang membuat menjadi pemilik di sumber daya Azure ruang kerja proyek.

Ruang kerja proyek dapat dibuat di grup sumber daya lain daripada grup sumber daya proyek default. Untuk melakukannya, pengguna memerlukan izin Microsoft.Machine Pembelajaran/Workspaces/write.

Kemampuan yang didukung berdasarkan jenis ruang kerja

Fitur yang didukung menggunakan ruang kerja hub/proyek berbeda dari ruang kerja reguler. Matriks dukungan berikut memberikan gambaran umum.

Fitur Ruang kerja default Ruang kerja hub Ruang kerja proyek Catatan
Membuat ruang kerja proyek mandiri dari Studio - X X -
Membuat koneksi bersama di hub X X Hanya di studio AI
Menggunakan koneksi bersama dari hub X X -
Menggunakan kembali instans komputasi di seluruh ruang kerja - X X
Berbagi kuota komputasi di seluruh ruang kerja - X X
Membangun aplikasi GenAI di studio AI - X X
Titik akhir tautan privat tunggal di seluruh ruang kerja - X X
Mengelola jaringan virtual X X X -
Jaringan virtual BYO X - - Gunakan jaringan virtual terkelola alternatif
Kluster komputasi X - - Menggunakan komputasi tanpa server alternatif
Langkah eksekusi paralel X - - -

Mengonversi ruang kerja reguler menjadi ruang kerja hub

Tidak didukung.

Langkah berikutnya

Untuk mempelajari selengkapnya tentang menyiapkan Azure Pembelajaran Mesin, lihat:

Untuk mempelajari selengkapnya tentang dukungan ruang kerja hub di AI Studio, lihat: