Co to jest wystąpienie obliczeniowe usługi Azure Machine Learning?What is an Azure Machine Learning compute instance?

Wystąpienie obliczeniowe Azure Machine Learning to zarządzana stacja robocza oparta na chmurze dla analityków danych.An Azure Machine Learning compute instance is a managed cloud-based workstation for data scientists.

Wystąpienia obliczeniowe ułatwiają rozpoczęcie pracy z programowaniem Azure Machine Learning, a także zapewnianie możliwości zarządzania i gotowości przedsiębiorstwa dla administratorów IT.Compute instances make it easy to get started with Azure Machine Learning development as well as provide management and enterprise readiness capabilities for IT administrators.

Użyj wystąpienia obliczeniowego jako w pełni skonfigurowanego i zarządzanego środowiska programistycznego w chmurze na potrzeby uczenia maszynowego.Use a compute instance as your fully configured and managed development environment in the cloud for machine learning. Mogą one również służyć jako obiekt docelowy obliczeń na potrzeby szkoleń i inferencing na potrzeby tworzenia i testowania.They can also be used as a compute target for training and inferencing for development and testing purposes.

Aby uzyskać szkolenia modelu klasy produkcyjnej, użyj Azure Machine Learning klastra obliczeniowego z możliwościami skalowania wielowęzłowego.For production grade model training, use an Azure Machine Learning compute cluster with multi-node scaling capabilities. W celu wdrożenia modelu klasy produkcyjnej należy użyć klastra usługi Azure Kubernetes.For production grade model deployment, use Azure Kubernetes Service cluster.

Aby funkcja Jupyter wystąpienia obliczeniowego działała, należy się upewnić, że komunikacja gniazda internetowego nie jest wyłączona.For compute instance Jupyter functionality to work, ensure that web socket communication is not disabled. Upewnij się, że sieć zezwala na połączenia protokołu WebSocket z *. instances.azureml.net i *. instances.azureml.ms.Please ensure your network allows websocket connections to *.instances.azureml.net and *.instances.azureml.ms.

Dlaczego warto używać wystąpienia obliczeniowego?Why use a compute instance?

Wystąpienie obliczeniowe to w pełni zarządzana stacja robocza oparta na chmurze zoptymalizowana pod kątem środowiska projektowego uczenia maszynowego.A compute instance is a fully managed cloud-based workstation optimized for your machine learning development environment. Zapewnia następujące korzyści:It provides the following benefits:

Najważniejsze korzyściKey benefits OpisDescription
ProduktywnośćProductivity Możesz tworzyć i wdrażać modele przy użyciu zintegrowanych notesów i następujących narzędzi w programie Azure Machine Learning Studio:You can build and deploy models using integrated notebooks and the following tools in Azure Machine Learning studio:
-Jupyter- Jupyter
- JupyterLab- JupyterLab
-RStudio (wersja zapoznawcza)- RStudio (preview)
Wystąpienie obliczeniowe jest w pełni zintegrowane z Azure Machine Learning obszarem roboczym i Studio.Compute instance is fully integrated with Azure Machine Learning workspace and studio. Notesy i dane można udostępniać innym analitykom danych w obszarze roboczym.You can share notebooks and data with other data scientists in the workspace.
Możesz również użyć vs Code z wystąpieniami obliczeniowymi.You can also use VS Code with compute instances.
Zarządzane & bezpieczneManaged & secure Zmniejsz poziom bezpieczeństwa i Dodaj zgodność z wymaganiami dotyczącymi zabezpieczeń przedsiębiorstwa.Reduce your security footprint and add compliance with enterprise security requirements. Wystąpienia obliczeniowe zapewniają niezawodne zasady zarządzania i bezpieczne konfiguracje sieci, takie jak:Compute instances provide robust management policies and secure networking configurations such as:

-Autoudostępnianie z szablonów Menedżer zasobów lub Azure Machine Learning SDK- Autoprovisioning from Resource Manager templates or Azure Machine Learning SDK
- Kontrola dostępu oparta na rolach (Azure RBAC)- Azure role-based access control (Azure RBAC)
- Obsługa sieci wirtualnej- Virtual network support
-Zasady protokołu SSH do włączania/wyłączania dostępu SSH- SSH policy to enable/disable SSH access
Włączono protokół TLS 1,2TLS 1.2 enabled
Wstępnie skonfigurowane   dla   mlPreconfigured for ML Oszczędź czas na zadaniach instalacyjnych ze wstępnie skonfigurowanymi i aktualnymi pakietami ML, platformami uczenia głębokiego, sterownikami procesora GPU.Save time on setup tasks with pre-configured and up-to-date ML packages, deep learning frameworks, GPU drivers.
W pełni dostosowywalneFully customizable Szeroka pomoc techniczna dla typów maszyn wirtualnych platformy Azure, w tym GPU i utrwalone dostosowanie niskiego poziomu, takie jak instalowanie pakietów i sterowników, sprawia, że zaawansowane scenariusze to Breeze.Broad support for Azure VM types including GPUs and persisted low-level customization such as installing packages and drivers makes advanced scenarios a breeze.

Można utworzyć wystąpienie obliczeniowe samodzielnie lub administrator może utworzyć wystąpienie obliczeniowe dla Ciebie.You can create a compute instance yourself, or an administrator can create a compute instance for you.

Narzędzia i środowiskaTools and environments

Ważne

Elementy oznaczone (wersja zapoznawcza) w tym artykule są obecnie dostępne w publicznej wersji zapoznawczej.Items marked (preview) in this article are currently in public preview. Wersja zapoznawcza jest dostępna bez umowy dotyczącej poziomu usług i nie jest zalecana w przypadku obciążeń produkcyjnych.The preview version is provided without a service level agreement, and it's not recommended for production workloads. Niektóre funkcje mogą być nieobsługiwane lub ograniczone.Certain features might not be supported or might have constrained capabilities. Aby uzyskać więcej informacji, zobacz Uzupełniające warunki korzystania z wersji zapoznawczych platformy Microsoft Azure.For more information, see Supplemental Terms of Use for Microsoft Azure Previews.

Wystąpienie obliczeniowe Azure Machine Learning umożliwia tworzenie, uczenie i wdrażanie modeli w pełni zintegrowane środowisko notesu w obszarze roboczym.Azure Machine Learning compute instance enables you to author, train, and deploy models in a fully integrated notebook experience in your workspace.

Notesy Jupyter można uruchamiać w vs Code przy użyciu wystąpienia obliczeniowego jako serwera zdalnego bez konieczności używania protokołu SSH.You can run Jupyter notebooks in VS Code using compute instance as the remote server with no SSH needed. Możesz również włączyć integrację VS Code za pośrednictwem zdalnego rozszerzenia SSH.You can also enable VS Code integration through remote SSH extension.

Można zainstalować pakiety i dodać jądra do wystąpienia obliczeniowego.You can install packages and add kernels to your compute instance.

Następujące narzędzia i środowiska są już zainstalowane w wystąpieniu obliczeniowym:Following tools and environments are already installed on the compute instance:

Narzędzia ogólne & środowiskaGeneral tools & environments SzczegółyDetails
SterownikiDrivers CUDA
cuDNN
NVIDIA
Blob FUSE
Biblioteka Intel MPIIntel MPI library
Interfejs wiersza polecenia platformy AzureAzure CLI
Przykłady Azure Machine LearningAzure Machine Learning samples
DockerDocker
NginxNginx
NCCL 2,0NCCL 2.0
ProtobufProtobuf
Środowiska R Tools & EnvironmentsR tools & environments SzczegółyDetails
RStudio Server Open Source Edition (wersja zapoznawcza)RStudio Server Open Source Edition (preview)
Jądro języka RR kernel
Zestaw SDK Azure Machine Learning dla języka RAzure Machine Learning SDK for R azuremlsdkazuremlsdk
Przykłady zestawu SDKSDK samples
Środowiska Python Tools & EnvironmentsPYTHON tools & environments SzczegółyDetails
Anaconda PythonAnaconda Python
Jupyter i rozszerzeniaJupyter and extensions
Jupyterlab i rozszerzeniaJupyterlab and extensions
Zestaw SDK usługi Azure Machine Learning dla języka PythonAzure Machine Learning SDK for Python
z PyPIfrom PyPI
Zawiera większość dodatkowych pakietów platformy Azure.Includes most of the azureml extra packages. Aby wyświetlić pełną listę, Otwórz okno terminalu na wystąpieniu obliczeniowym i uruchom polecenieTo see the full list, open a terminal window on your compute instance and run
conda list -n azureml_py36 azureml*
Inne pakiety PyPIOther PyPI packages jupytext
tensorboard
nbconvert
notebook
Pillow
Pakiety CondaConda packages cython
numpy
ipykernel
scikit-learn
matplotlib
tqdm
joblib
nodejs
nb_conda_kernels
Pakiety uczenia głębokiegoDeep learning packages PyTorch
TensorFlow
Keras
Horovod
MLFlow
pandas-ml
scrapbook
Pakiety ONNXONNX packages keras2onnx
onnx
onnxconverter-common
skl2onnx
onnxmltools
Przykłady zestawu SDK języka Azure Machine Learning Python & RAzure Machine Learning Python & R SDK samples

Wszystkie pakiety języka Python są zainstalowane w środowisku python 3,6-Azure .Python packages are all installed in the Python 3.6 - AzureML environment.

Uzyskiwanie dostępu do plikówAccessing files

Notesy i skrypty języka R są przechowywane na domyślnym koncie magazynu Twojego obszaru roboczego w udziale plików platformy Azure.Notebooks and R scripts are stored in the default storage account of your workspace in Azure file share. Te pliki znajdują się w katalogu "pliki użytkownika".These files are located under your “User files” directory. Ten magazyn ułatwia udostępnianie notesów między wystąpieniami obliczeniowymi.This storage makes it easy to share notebooks between compute instances. Konto magazynu umożliwia również bezpieczne zachowywanie Twoich notesów po zatrzymaniu lub usunięciu wystąpienia obliczeniowego.The storage account also keeps your notebooks safely preserved when you stop or delete a compute instance.

Konto udziału plików platformy Azure w obszarze roboczym jest zainstalowane jako dysk w wystąpieniu obliczeniowym.The Azure file share account of your workspace is mounted as a drive on the compute instance. Ten dysk jest domyślnym katalogiem roboczym dla Jupyter, Jupyter Labs i RStudio.This drive is the default working directory for Jupyter, Jupyter Labs, and RStudio. Oznacza to, że Notesy i inne pliki tworzone w Jupyter, JupyterLab lub RStudio są automatycznie przechowywane w udziale plików i dostępne do użycia również w innych wystąpieniach obliczeniowych.This means that the notebooks and other files you create in Jupyter, JupyterLab, or RStudio are automatically stored on the file share and available to use in other compute instances as well.

Pliki w udziale plików są dostępne we wszystkich wystąpieniach obliczeniowych w tym samym obszarze roboczym.The files in the file share are accessible from all compute instances in the same workspace. Wszelkie zmiany tych plików w wystąpieniu obliczeniowym będą niezawodnie utrwalane w udziale plików.Any changes to these files on the compute instance will be reliably persisted back to the file share.

Najnowsze przykłady Azure Machine Learning można także klonować do folderu w katalogu plików użytkownika w udziale plików obszaru roboczego.You can also clone the latest Azure Machine Learning samples to your folder under the user files directory in the workspace file share.

Pisanie małych plików może być wolniejsze na dyskach sieciowych niż zapis na dysku lokalnym wystąpienia obliczeniowego.Writing small files can be slower on network drives than writing to the compute instance local disk itself. Jeśli piszesz wiele małych plików, spróbuj użyć katalogu bezpośrednio w wystąpieniu obliczeniowym, takim jak /tmp katalog.If you are writing many small files, try using a directory directly on the compute instance, such as a /tmp directory. Uwaga Te pliki nie będą dostępne z innych wystąpień obliczeniowych.Note these files will not be accessible from other compute instances.

Możesz użyć /tmp katalogu w wystąpieniu obliczeniowym dla danych tymczasowych.You can use the /tmp directory on the compute instance for your temporary data. Nie należy jednak zapisywać dużych plików danych na dysku systemu operacyjnego wystąpienia obliczeniowego.However, do not write large files of data on the OS disk of the compute instance. Zamiast nich należy używać magazynów danych.Use datastores instead. Jeśli zainstalowano rozszerzenie git JupyterLab, może to również prowadzić do spowolnienia działania wystąpienia obliczeniowego.If you have installed JupyterLab git extension, it can also lead to slow down in compute instance performance.

Zarządzanie wystąpieniem obliczeniowymManaging a compute instance

W obszarze roboczym programu Azure Machine Learning Studio wybierz pozycję obliczenia, a następnie na górze wybierz pozycję wystąpienie obliczeniowe .In your workspace in Azure Machine Learning studio, select Compute, then select Compute Instance on the top.

Zarządzanie wystąpieniem obliczeniowym

Można wykonać następujące czynności:You can perform the following actions:

  • Utwórz wystąpienie obliczeniowe.Create a compute instance.
  • Odśwież kartę wystąpienia obliczeniowe.Refresh the compute instances tab.
  • Uruchamianie, zatrzymywanie i ponowne uruchamianie wystąpienia obliczeniowego.Start, stop, and restart a compute instance. Płatność za wystąpienie jest dokonywana za każdym razem, gdy jest ono uruchomione.You do pay for the instance whenever it is running. Zatrzymaj wystąpienie obliczeniowe, gdy nie jest używane, aby obniżyć koszty.Stop the compute instance when you are not using it to reduce cost. Zatrzymywanie wystąpienia obliczeniowego powoduje jego przydział.Stopping a compute instance deallocates it. Następnie uruchom ją ponownie, gdy będzie potrzebna.Then start it again when you need it. Pamiętaj, że zatrzymywanie wystąpienia obliczeniowego zatrzymuje rozliczanie godzin obliczeniowych, ale nadal będzie naliczana opłata za dysk, publiczny adres IP i moduł równoważenia obciążenia w warstwie Standardowa.Please note stopping the compute instance stops the billing for compute hours but you will still be billed for disk, public IP, and standard load balancer.
  • Usuń wystąpienie obliczeniowe.Delete a compute instance.
  • Przefiltruj listę wystąpień obliczeniowych, aby wyświetlić tylko te, które zostały utworzone.Filter the list of compute instanced to show only those you have created.

Dla każdego wystąpienia obliczeniowego w obszarze roboczym, którego możesz użyć, możesz:For each compute instance in your workspace that you can use, you can:

  • Dostęp do Jupyter, JupyterLab, RStudio w wystąpieniu obliczeniowymAccess Jupyter, JupyterLab, RStudio on the compute instance
  • Użyj protokołu SSH do wystąpienia obliczeniowego.SSH into compute instance. Dostęp SSH jest domyślnie wyłączony, ale można go włączyć podczas tworzenia wystąpienia obliczeniowego.SSH access is disabled by default but can be enabled at compute instance creation time. Dostęp SSH odbywa się za pośrednictwem mechanizmu publicznego/prywatnego klucza.SSH access is through public/private key mechanism. Karta przekaże szczegóły dotyczące połączenia SSH, takie jak adres IP, nazwa użytkownika i numer portu.The tab will give you details for SSH connection such as IP address, username, and port number.
  • Pobierz szczegóły dotyczące określonego wystąpienia obliczeniowego, takiego jak adres IP i region.Get details about a specific compute instance such as IP address, and region.

Usługa Azure RBAC pozwala kontrolować, którzy użytkownicy w obszarze roboczym mogą tworzyć, usuwać, uruchamiać, zatrzymywać, ponownie uruchamiać wystąpienie obliczeniowe.Azure RBAC allows you to control which users in the workspace can create, delete, start, stop, restart a compute instance. Wszyscy użytkownicy z rolą współautor i właściciel obszaru roboczego mogą tworzyć, usuwać, uruchamiać, zatrzymywać i ponownie uruchamiać wystąpienia obliczeniowe w obszarze roboczym.All users in the workspace contributor and owner role can create, delete, start, stop, and restart compute instances across the workspace. Jednak tylko twórca określonego wystąpienia obliczeniowego lub użytkownik przypisany, jeśli został utworzony w ich imieniu, może uzyskać dostęp do Jupyter, JupyterLab i RStudio na tym wystąpieniu obliczeniowym.However, only the creator of a specific compute instance, or the user assigned if it was created on their behalf, is allowed to access Jupyter, JupyterLab, and RStudio on that compute instance. Wystąpienie obliczeniowe jest przeznaczone dla pojedynczego użytkownika, który ma dostęp do katalogu głównego, i może być terminalem za pomocą Jupyter/JupyterLab/RStudio.A compute instance is dedicated to a single user who has root access, and can terminal in through Jupyter/JupyterLab/RStudio. Wystąpienie obliczeniowe będzie zawierać Logowanie jednokrotne, a wszystkie akcje będą korzystały z tożsamości tego użytkownika dla usługi Azure RBAC oraz do naliczania przebiegów eksperymentów.Compute instance will have single-user log in and all actions will use that user’s identity for Azure RBAC and attribution of experiment runs. Dostęp SSH jest kontrolowany za pośrednictwem mechanizmu publicznego/prywatnego klucza.SSH access is controlled through public/private key mechanism.

Te akcje mogą być kontrolowane przez funkcję RBAC platformy Azure:These actions can be controlled by Azure RBAC:

  • Microsoft. MachineLearningServices/obszary robocze/obliczenia/odczytMicrosoft.MachineLearningServices/workspaces/computes/read
  • Microsoft.MachineLearningServices/workspaces/computes/writeMicrosoft.MachineLearningServices/workspaces/computes/write
  • Microsoft. MachineLearningServices/obszary robocze/obliczenia/usuwanieMicrosoft.MachineLearningServices/workspaces/computes/delete
  • Microsoft. MachineLearningServices/obszary robocze/obliczenia/uruchomienie/akcjaMicrosoft.MachineLearningServices/workspaces/computes/start/action
  • Microsoft. MachineLearningServices/obszary robocze/obliczenia/akcjaMicrosoft.MachineLearningServices/workspaces/computes/stop/action
  • Microsoft. MachineLearningServices/obszary robocze/obliczenia/ponowne uruchomienie/akcjaMicrosoft.MachineLearningServices/workspaces/computes/restart/action

Aby utworzyć wystąpienie obliczeniowe, musisz mieć uprawnienia do następujących akcji:To create a compute instance you need to have permissions for the following actions:

  • Microsoft.MachineLearningServices/workspaces/computes/writeMicrosoft.MachineLearningServices/workspaces/computes/write
  • Microsoft.MachineLearningServices/workspaces/checkComputeNameAvailability/actionMicrosoft.MachineLearningServices/workspaces/checkComputeNameAvailability/action

Tworzenie wystąpienia obliczeniowegoCreate a compute instance

W obszarze roboczym programu Azure Machine Learning Studio Utwórz nowe wystąpienie obliczeniowe z sekcji obliczenia lub w sekcji notesy , gdy wszystko będzie gotowe do uruchomienia jednego z notesów.In your workspace in Azure Machine Learning studio, create a new compute instance from either the Compute section or in the Notebooks section when you are ready to run one of your notebooks.

Można również utworzyć wystąpienieYou can also create an instance

Dedykowane rdzenie dla poszczególnych regionów na poszczególne regiony i łączne limity przydziału regionalnego, które mają zastosowanie do tworzenia wystąpienia obliczeniowego, są ujednolicone i udostępniane przy użyciu Azure Machine Learninggo przydziału klastra obliczeniowego.The dedicated cores per region per VM family quota and total regional quota, which applies to compute instance creation, is unified and shared with Azure Machine Learning training compute cluster quota. Zatrzymanie wystąpienia obliczeniowego nie powoduje zwolnienia przydziału w celu zapewnienia, że będzie można ponownie uruchomić wystąpienie obliczeniowe.Stopping the compute instance does not release quota to ensure you will be able to restart the compute instance.

Utwórz w imieniu (wersja zapoznawcza)Create on behalf of (preview)

Jako administrator możesz utworzyć wystąpienie obliczeniowe w imieniu Analityka danych i przypisać do nich wystąpienie:As an administrator, you can create a compute instance on behalf of a data scientist and assign the instance to them with:

Analityk danych tworzy wystąpienie obliczeniowe wymagające następujących uprawnień RBAC platformy Azure:The data scientist you create the compute instance for needs the following Azure RBAC permissions:

  • Microsoft. MachineLearningServices/obszary robocze/obliczenia/uruchomienie/akcjaMicrosoft.MachineLearningServices/workspaces/computes/start/action
  • Microsoft. MachineLearningServices/obszary robocze/obliczenia/akcjaMicrosoft.MachineLearningServices/workspaces/computes/stop/action
  • Microsoft. MachineLearningServices/obszary robocze/obliczenia/ponowne uruchomienie/akcjaMicrosoft.MachineLearningServices/workspaces/computes/restart/action
  • Microsoft. MachineLearningServices/obszary robocze/obliczenia/applicationaccess/akcjaMicrosoft.MachineLearningServices/workspaces/computes/applicationaccess/action

Analityk danych może uruchamiać, zatrzymywać i ponownie uruchamiać wystąpienie obliczeniowe.The data scientist can start, stop, and restart the compute instance. Mogą używać wystąpienia obliczeniowego dla:They can use the compute instance for:

  • JupyterJupyter
  • JupyterLabJupyterLab
  • RStudioRStudio
  • Zintegrowane notesyIntegrated notebooks

Docelowy zasób obliczeniowyCompute target

Wystąpienia obliczeniowe mogą służyć jako obiekt docelowy obliczeń szkoleniowych podobny do klastrów szkoleniowych Azure Machine Learning COMPUTE.Compute instances can be used as a training compute target similar to Azure Machine Learning compute training clusters.

Wystąpienie obliczeniowe:A compute instance:

  • Ma kolejkę zadań.Has a job queue.
  • Bezpieczne uruchamianie zadań w środowisku sieci wirtualnej, bez konieczności otwierania portu SSH przez przedsiębiorstwa.Runs jobs securely in a virtual network environment, without requiring enterprises to open up SSH port. Zadanie jest wykonywane w środowisku kontenerowym i pakuje zależności modelu w kontenerze platformy Docker.The job executes in a containerized environment and packages your model dependencies in a Docker container.
  • Może uruchamiać wiele małych zadań równolegle (wersja zapoznawcza).Can run multiple small jobs in parallel (preview). Dwa zadania na rdzeń mogą działać równolegle, podczas gdy pozostałe zadania są umieszczane w kolejce.Two jobs per core can run in parallel while the rest of the jobs are queued.
  • Obsługuje wielowęzłowe zadania szkoleniowe wieloprocesorowe.Supports single-node multi-GPU distributed training jobs

Wystąpienia obliczeniowego można użyć jako lokalnego celu wdrożenia inferencing na potrzeby scenariuszy testowania/debugowania.You can use compute instance as a local inferencing deployment target for test/debug scenarios.

Porada

Wystąpienie obliczeniowe ma dysk systemu operacyjnego o 120 GB.The compute instance has 120GB OS disk. Jeśli zabraknie miejsca na dysku, przed zatrzymaniem lub ponownym uruchomieniem wystąpienia obliczeniowego należy wyczyścić co najmniej 1-2 GB pamięci.If you run out of disk space, use the terminal to clear at least 1-2 GB before you stop or restart the compute instance.

Co się stało z maszyną wirtualną notesu?What happened to Notebook VM?

Wystąpienia obliczeniowe zamieniają maszynę wirtualną notesu.Compute instances are replacing the Notebook VM.

Wszystkie pliki notesu przechowywane w udziale plików obszaru roboczego i dane w magazynach danych obszaru roboczego będą dostępne z wystąpienia obliczeniowego.Any notebook files stored in the workspace file share and data in workspace data stores will be accessible from a compute instance. Jednak wszystkie pakiety niestandardowe zainstalowane wcześniej na maszynie wirtualnej notesu będą musiały zostać zainstalowane ponownie w wystąpieniu obliczeniowym.However, any custom packages previously installed on a Notebook VM will need to be reinstalled on the compute instance. Ograniczenia limitu przydziału, które dotyczą tworzenia klastrów obliczeniowych, będą również stosowane do tworzenia wystąpień obliczeniowych.Quota limitations, which apply to compute clusters creation will apply to compute instance creation as well.

Nie można utworzyć nowych maszyn wirtualnych notesu.New Notebook VMs cannot be created. Można jednak nadal uzyskiwać dostęp do utworzonych maszyn wirtualnych Notes i korzystać z nich z pełną funkcjonalnością.However, you can still access and use Notebook VMs you have created, with full functionality. Wystąpienia obliczeniowe można tworzyć w tym samym obszarze roboczym, co istniejące maszyny wirtualne notesu.Compute instances can be created in same workspace as the existing Notebook VMs.

Następne krokiNext steps