Use a computação gerenciada em uma rede virtual gerenciada

Saiba como configurar clusters de cálculo ou instâncias de computação em uma rede virtual gerenciada do Azure Machine Learning.

Ao usar uma rede gerenciada, os recursos de computação gerenciados pelo Azure Machine Learning podem participar da rede virtual. Os clusters de cálculo do Azure Machine Learning, as instâncias de computação e os pontos de extremidade online gerenciados são criados na rede gerenciada.

Este artigo se concentra na configuração de clusters de cálculo e instâncias de computação em uma rede gerenciada. Para obter informações sobre pontos de extremidade online gerenciados, consulte pontos de extremidade online seguros com isolamento de rede.

Importante

Se você planeja usar trabalhos do Spark sem servidor, consulte o artigo sobre rede virtual gerenciada para obter informações de configuração. Essas etapas devem ser seguidas ao configurar a rede virtual gerenciada.

Pré-requisitos

Antes de seguir as etapas neste artigo, verifique se você tem os seguintes pré-requisitos:

CLI do Azure

• Um espaço de trabalho do Azure Machine Learning configurado para usar uma rede virtual gerenciada.

• A CLI do Azure e a ml extensão na CLI do Azure. Para obter mais informações, confira Instalar, configurar e usar a CLI (v2).

  Dica

  A rede virtual gerenciada do Azure Machine Learning foi introduzida em 23 de maio de 2023. Se você tiver uma versão mais antiga da extensão de aprendizado de máquina, talvez seja necessário atualizá-la para que os exemplos neste artigo funcionem. Para atualizar a extensão, use o seguinte comando da CLI do Azure:

  az extension update -n ml
  

• Os exemplos de CLI neste artigo pressupõem que você esteja usando o shell Bash (ou compatível). Por exemplo, de um sistema Linux ou Subsistema do Windows para Linux.

• Os exemplos da CLI do Azure neste artigo usam ws para representar o nome do workspace e rg para representar o nome do grupo de recursos. Altere esses valores conforme o necessário ao usar os comandos com sua assinatura do Azure.

SDK do Python

• Um espaço de trabalho do Azure Machine Learning configurado para usar uma rede virtual gerenciada.

• O SDK do Python do Azure Machine Learning v2. Para obter mais informações sobre o SDK, confira Instalar o SDK do Python v2 para Azure Machine Learning.

  Dica

  A rede virtual gerenciada do Azure Machine Learning foi introduzida em 23 de maio de 2023. Se você tiver uma versão mais antiga do SDK instalada, talvez seja necessário atualizá-la para que os exemplos neste artigo funcionem. Para atualizar o SDK, use o seguinte comando:

  pip install --upgrade azure-ai-ml azure-identity
  

• Os exemplos neste artigo pressupõem que o seu código começa com o Python a seguir. Esse código importa as classes necessárias ao criar um workspace com a VNet gerenciada, define variáveis para sua assinatura e grupo de recursos do Azure e cria ml_client:

  from azure.ai.ml import MLClient
  from azure.ai.ml.entities import (
      Workspace,
      ManagedNetwork,
      IsolationMode,
      ServiceTagDestination,
      PrivateEndpointDestination,
      FqdnDestination
  )
  from azure.identity import DefaultAzureCredential
  
  # Replace with the values for your Azure subscription and resource group.
  subscription_id = "<SUBSCRIPTION_ID>"
  resource_group = "<RESOURCE_GROUP>"
  
  # get a handle to the subscription
  ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)
  

Estúdio

• Um espaço de trabalho do Azure Machine Learning configurado para usar uma rede virtual gerenciada.

Configurar recursos de computação

Use as guias abaixo para saber como configurar clusters de cálculo e instâncias de computação em uma rede virtual gerenciada:

Dica

Ao usar uma rede virtual gerenciada, os clusters de cálculo e as instâncias de computação são criados automaticamente na rede gerenciada. As etapas abaixo se concentram na configuração dos recursos de computação para que não usem um endereço IP público.

CLI do Azure

Para criar um cluster de cálculo sem IP público, use o seguinte comando:

az ml compute create --name cpu-cluster --resource-group rg --workspace-name ws --type AmlCompute --set enable_node_public_ip=False

Para criar uma instância de computação sem IP público, use o seguinte comando:

az ml compute create --name myci --resource-group rg --workspace-name ws --type ComputeInstance --set enable_node_public_ip=False

SDK do Python

O exemplo do SDK do Python a seguir mostra como criar um cluster de cálculo e uma instância de computação sem IP público:

from azure.ai.ml.entities import AmlCompute

# Create a compute cluster
compute_cluster = AmlCompute(
    name="mycomputecluster,
    size="STANDARD_D2_V2",
    min_instances=0,
    max_instances=4,
    enable_node_public_ip=False
)
ml_client.begin_create_or_update(entity=compute_cluster)

# Create a compute instance
from azure.ai.ml.entities import ComputeInstance

compute_instance = ComputeInstance(
    name="mycomputeinstance",
    size="STANDARD_DS3_V2",
    enable_node_public_ip=False
)
ml_client.begin_create_or_update(compute_instance)

Estúdio

Não é possível criar um cluster de cálculo ou uma instância de computação do portal do Azure. Em vez disso, use as seguintes etapas para criar esses cálculos no Azure Machine Learning Studio:

1. No Studio, selecione seu espaço de trabalho.

2. Selecione a página Computação na barra de navegação esquerda.

3. Selecione + Novo na barra de navegação da instância de computação ou do cluster de cálculo.

4. Defina o tamanho e a configuração da VM de que você precisa e, em seguida, selecione Avançar até chegar às seguintes páginas:

   • Para um cluster de cálculo, use a página Configurações Avançadas e selecione a opção Sem IP público para remover o endereço IP público.

     

   • Para uma instância de computação, use a página Segurança e selecione a opção Sem IP público para remover o endereço IP público.

     

5. Continue com a criação do recurso de computação.

Limitações

• Não há suporte para a criação de um cluster de computação em uma região diferente do workspace ao usar uma rede virtual gerenciada.

Migração de recursos de computação

Se você tiver um workspace existente e quiser habilitar a rede virtual gerenciada para ele, atualmente não há nenhum caminho de migração com suporte para recursos de computação gerenciados existentes. Você precisará excluir todos os recursos de computação gerenciados existentes e recriá-los depois de habilitar a rede virtual gerenciada. A lista a seguir contém os recursos de computação que devem ser excluídos e recriados:

• Cluster de computação
• Instância de computação
• Pontos de extremidade online gerenciados

Próximas etapas

• Isolamento de rede virtual gerenciada
• Proteja seus pontos de extremidade online com o isolamento de rede