Pomysły dotyczące rozwiązań
Ten artykuł jest pomysłem na rozwiązanie. Jeśli chcesz, abyśmy rozszerzyli zawartość o więcej informacji, takich jak potencjalne przypadki użycia, alternatywne usługi, zagadnienia dotyczące implementacji lub wskazówki dotyczące cen, daj nam znać, przekazując opinię w usłudze GitHub.
Ta architektura przedstawia składniki używane do kompilowania, wdrażania i zarządzania modelami wysokiej jakości za pomocą usługi Azure Machine Edukacja, usługi kompleksowej uczenia maszynowego.
Architektura
Pobierz plik programu Visio z tą architekturą.
Uwaga
Architektura opisana w tym artykule jest oparta na interfejsie wiersza polecenia usługi Azure Machine Edukacja i zestawie SDK języka Python w wersji 1. Aby uzyskać więcej informacji na temat nowego zestawu SDK i interfejsu wiersza polecenia w wersji 2, zobacz Co to jest interfejs wiersza polecenia i zestaw SDK w wersji 2.
Przepływ danych
- Połącz wszystkie dane ustrukturyzowane, nieustrukturyzowane i częściowo ustrukturyzowane (dzienniki, pliki i nośniki) do usługi Azure Data Lake Storage Gen2.
- Używanie platformy Apache Spark w usłudze Azure Synapse Analytics do czyszczenia, przekształcania i analizowania zestawów danych.
- Tworzenie i trenowanie modeli uczenia maszynowego w usłudze Azure Machine Edukacja.
- Kontrolowanie dostępu i uwierzytelniania danych oraz obszaru roboczego uczenia maszynowego przy użyciu identyfikatora Microsoft Entra i usługi Azure Key Vault. Zarządzanie kontenerami za pomocą usługi Azure Container Registry.
- Wdróż model uczenia maszynowego w kontenerze przy użyciu usług Azure Kubernetes Services, zabezpieczając wdrożenie i zarządzając nim za pomocą sieci wirtualnych platformy Azure i usługi Azure Load Balancer.
- Korzystanie z metryk dzienników i monitorowania z usługi Azure Monitor umożliwia ocenę wydajności modelu.
- Ponowne trenowanie modeli zgodnie z potrzebami w usłudze Azure Machine Edukacja.
- Wizualizowanie danych wyjściowych za pomocą usługi Power BI.
Składniki
- Azure Machine Edukacja to usługa uczenia maszynowego klasy korporacyjnej dla kompleksowego cyklu życia uczenia maszynowego.
- Azure Synapse Analytics to ujednolicona usługa, w której można pozyskiwać, eksplorować, przygotowywać, przekształcać, zarządzać i udostępniać dane w celu natychmiastowego uczenia maszynowego i analizy biznesowej.
- Usługa Azure Data Lake Storage Gen2 to wysoce skalowalne i bezpieczne magazyny danych typu data lake dla obciążeń analitycznych o wysokiej wydajności.
- Usługa Azure Container Registry to rejestr obrazów Platformy Docker i Open Container Initiative (OCI) z obsługą wszystkich artefaktów OCI. Tworzenie, przechowywanie, zabezpieczanie, skanowanie i replikowanie obrazów kontenera i artefaktów oraz zarządzanie nimi za pomocą w pełni zarządzanego, replikowanego geograficznie wystąpienia dystrybucji OCI.
- Usługa Azure Kubernetes Service Azure Kubernetes Service (AKS) oferuje bezserwerową platformę Kubernetes, zintegrowane środowisko ciągłej integracji i ciągłego dostarczania (CI/CD) oraz zabezpieczenia i ład klasy korporacyjnej. Łatwiejsze wdrażanie bezpiecznych, konteneryzowanych aplikacji i zarządzanie nimi za pomocą w pełni zarządzanej usługi Kubernetes.
- Usługa Azure Monitor umożliwia zbieranie, analizowanie i wykonywanie działań dotyczących danych telemetrycznych ze środowisk lokalnych i platformy Azure. Usługa Azure Monitor pomaga zmaksymalizować wydajność i dostępność Twoich aplikacji, a także proaktywnie identyfikować problemy w kilka sekund.
- Usługa Azure Key Vault chroni klucze kryptograficzne i inne wpisy tajne używane przez aplikacje i usługi w chmurze.
- Usługa Azure Load Balancer równoważy obciążenie z Internetem i prywatnym ruchem sieciowym o wysokiej wydajności i małym opóźnieniu. Usługa Load Balancer działa dla wielu maszyn wirtualnych, zestawów skalowania maszyn wirtualnych i adresów IP.
- Usługa Power BI to zestaw narzędzi do analizy biznesowej, które zapewniają wgląd w szczegółowe informacje w całej organizacji. Połączenie do setek źródeł danych, uprościć przygotowywanie danych i zwiększyć nieplanowaną analizę. Twórz piękne raporty, a następnie publikuj je, aby inne osoby w organizacji mogły skorzystać z nich w Internecie lub na swoich urządzeniach przenośnych.
Szczegóły scenariusza
Tworzenie, wdrażanie i zarządzanie modelami wysokiej jakości za pomocą usługi Azure Machine Edukacja — usługi kompleksowej uczenia maszynowego. Korzystaj z wiodących w branży operacji MLOps (operacji uczenia maszynowego), współdziałania typu open source i zintegrowanych narzędzi na bezpiecznej, zaufanej platformie zaprojektowanej pod kątem odpowiedzialnego uczenia maszynowego.
Potencjalne przypadki użycia
- Korzystanie z uczenia maszynowego jako usługi.
- Łatwy i elastyczny interfejs konstrukcyjny.
- Szeroki zakres obsługiwanych algorytmów.
- Łatwa implementacja usług internetowych.
- Świetna dokumentacja rozwiązań uczenia maszynowego.
Kwestie wymagające rozważenia
Te zagadnienia implementują filary struktury Azure Well-Architected Framework, która jest zestawem wytycznych, które mogą służyć do poprawy jakości obciążenia. Aby uzyskać więcej informacji, zobacz Microsoft Azure Well-Architected Framework.
Optymalizacja kosztów
Optymalizacja kosztów dotyczy sposobów zmniejszenia niepotrzebnych wydatków i poprawy wydajności operacyjnej. Aby uzyskać więcej informacji, zobacz Omówienie filaru optymalizacji kosztów.
Współautorzy
Ten artykuł jest obsługiwany przez firmę Microsoft. Pierwotnie został napisany przez następujących współautorów.
Autorzy zabezpieczeń:
- Sheri Gilley | Starszy deweloper zawartości
- Larry Franks | Deweloper zawartości
- Lauryn Gayhardt | Deweloper zawartości
- Samantha Salgado | Deweloper zawartości
Aby wyświetlić niepubalne profile serwisu LinkedIn, zaloguj się do serwisu LinkedIn.
Następne kroki
Zapoznaj się z dokumentacją kluczowych usług w tym rozwiązaniu:
- Dokumentacja usługi Azure Machine Learning
- Dokumentacja usługi Azure Synapse Analytics
- Dokumentacja usługi Azure Data Lake Storage Gen2
- Dokumentacja usługi Azure Container Registry
- Dokumentacja usługi Azure Kubernetes Service
- Dokumentacja usługi Azure Monitor
- Dokumentacja usługi Azure Key Vault
- Dokumentacja usługi Azure Load Balancer
- Dokumentacja Power BI
Powiązane zasoby
Zobacz powiązane wskazówki dotyczące Centrum architektury platformy Azure:
- Porównanie produktów i technologii uczenia maszynowego firmy Microsoft
- Struktura operacji uczenia maszynowego (MLOps) w celu skalowania cyklu życia uczenia maszynowego za pomocą usługi Azure Machine Edukacja
- Wdrażanie sztucznej inteligencji i obliczeń uczenia maszynowego w środowisku lokalnym i na brzegu sieci
- Wiele modeli uczenia maszynowego na dużą skalę za pomocą usługi Azure Machine Edukacja
- Skalowanie inicjatyw sztucznej inteligencji i uczenia maszynowego w regulowanych branżach
- Przewidywanie readmisji szpitalnych przy użyciu tradycyjnych i zautomatyzowanych technik uczenia maszynowego
- Bezpieczne środowisko badawcze dla danych regulowanych