Dela via


Vad är en Azure Machine Learning Hub-arbetsyta? (Förhandsversion)

En hubb är en typ av arbetsyta som centralt hanterar säkerhet, anslutning, beräkningsresurser och kvoter för ett team. När en hubb har konfigurerats kan utvecklare skapa egna arbetsytor för att organisera sitt arbete samtidigt som de följer KRAVEN för IT-konfiguration. Delning och återanvändning av konfigurationer via en hubbarbetsyta ger bättre kostnadseffektivitet när du distribuerar Azure Machine Learning i stor skala.

Arbetsytor som skapas med hjälp av en hubb, som kallas "projektarbetsytor", får samma säkerhetsinställningar och åtkomst till delade resurser. De kräver inte egna säkerhetsinställningar eller Azure-associerade resurser. Skapa så många projektarbetsytor som du behöver för att organisera ditt arbete, isolera data eller begränsa åtkomsten.

Skapa en hubbarbetsyta om du eller ditt team planerar för flera maskininlärningsprojekt. Använd en hubb för att organisera ditt arbete i samma data- eller affärsdomän.

Skärmbild av relationen mellan hubben och projektarbetsytan.

Snabb, men säker AI-utforskning utan flaskhalsar på IT

Att lyckas skapa maskininlärningsmodeller kräver ofta tunga prototyper som en förutsättning för en fullskalig implementering. Det kan förkroppsligas för att bevisa genomförbarheten av en idé, eller bedöma kvaliteten på data eller en modell, för en viss uppgift.

I övergången från att bevisa genomförbarheten av en idé, till ett finansierat projekt, stöter många organisationer på en flaskhals i produktiviteten eftersom ett enda plattformsteam ansvarar för installationen av molnresurser. Ett sådant team kan vara det enda som har behörighet att konfigurera säkerhet, anslutning eller andra resurser som kan medföra kostnader. Detta kan orsaka en enorm eftersläpning, vilket resulterar i att utvecklingsteam blockeras för att börja förnya med en ny idé.

Målet med hubbar är att ta bort den här flaskhalsen genom att låta IT-avdelningen konfigurera en säker, förkonfigurerad och återanvändbar miljö där ett team kan skapa, bygga och använda maskininlärningsmodeller.

Samverkan mellan ML Studio och AI Studio

Hubbar kan användas som ditt teams samarbetsmiljö för både ML Studio och AI Studio. Använd ML Studio för att träna och operationalisera anpassade maskininlärningsmodeller. Använd AI Studio som erfarenhet för att skapa och driva AI-program på ett ansvarsfullt sätt.

Typ av arbetsyta ML Studio AI Studio
Standardvärde Stöds -
Hubb Stöds Stöds
Project Stöds Stöds

Konfigurera och skydda en hubb för ditt team

Skapa en hubbarbetsyta i Azure-portalen eller med hjälp av Azure Resource Manager-mallar. Du kan anpassa nätverk, identitet, kryptering, övervakning eller taggar för att uppfylla organisationens krav.

Projektarbetsytor som skapas med hjälp av en hubb hämtar hubbens säkerhetsinställningar och konfiguration av delade resurser. Inklusive följande konfigurationer:

Konfiguration Kommentar
Nätverksinställningar Ett hanterat virtuellt nätverk delas mellan hubb- och projektarbetsytor. Om du vill komma åt innehåll på hubb- och projektarbetsytor skapar du en slutpunkt för en enskild privat länk på hubbens arbetsyta.
Krypteringsinställningar Krypteringsinställningar skickas från hubb till projekt.
Lagring för krypterade data När du tar med dina kundhanterade nycklar för kryptering delar hubb- och projektarbetsytor samma hanterade resursgrupp för lagring av krypterade tjänstdata.
anslutningar Projektarbetsytor kan använda delade anslutningar som skapats på hubben. Den här funktionen stöds för närvarande endast i AI Studio
Beräkningsinstans Återanvänd en beräkningsinstans på alla projektarbetsytor som är kopplade till samma hubb.
Beräkningskvot Alla beräkningskvoter som förbrukas av projektarbetsytor dras från kvotsaldot för hubbarbetsytan.
Lagring Associerad resurs för lagring av arbetsytedata. Projektarbetsytor använder avsedda containrar som börjar med prefixet {workspaceGUID} och har en villkorsstyrd rolltilldelning för Azure-attributbaserad åtkomst för arbetsyteidentiteten för åtkomst till dessa containrar.
Key Vault Associerad resurs för lagring av hemligheter som skapats i tjänsten, till exempel när du skapar en anslutning. Projektarbetsytors identiteter kan bara komma åt sina egna hemligheter.
Containerregister Associerad resurs för lagring av byggda containeravbildningar när du skapar miljöer. Avbildningar av projektarbetsytor isoleras genom namngivningskonvention och kan bara komma åt sina egna containrar.
Application Insights Associerad resurs när du aktiverar programloggning för slutpunkter. En application insights kan konfigureras som standard för alla projektarbetsytor. Kan åsidosättas på projektarbetsytans nivå.

Data som laddas upp på en projektarbetsyta lagras isolerat från data som laddas upp till en annan projektarbetsyta. Medan projektarbetsytor återanvänder hubbsäkerhetsinställningar är de fortfarande Azure-resurser på högsta nivå, vilket gör att du kan begränsa åtkomsten till endast projektmedlemmar.

Skapa en projektarbetsyta med hjälp av en hubb

När en hubb har skapats finns det flera sätt att skapa en projektarbetsyta med den:

  1. Använda ML Studio
  2. Använda AI Studio
  3. Använda Azure SDK
  4. Använda automatiseringsmallar

Kommentar

När du skapar en arbetsyta med hjälp av en hubb behöver du inte ange säkerhetsinställningar eller associerade resurser eftersom de ärvs från hubben. Om offentlig nätverksåtkomst till exempel är inaktiverad på hubben inaktiveras den också på den nya arbetsytan som skapas.

Skärmbild av att skapa en arbetsytehubb i Azure Machine Learning-studio.

Standardprojektresursgrupp

Om du vill skapa projektarbetsytor med hjälp av en hubb måste användarna ha en rolltilldelning på hubbarbetsytans resurs med hjälp av en roll som innehåller åtgärden Microsoft.MachineLearningServices/workspaces/hubs/join/action . Azure AI-utvecklarrollen är ett exempel på en inbyggd roll som stöder den här åtgärden.

När du skapar en hubb som administratör kan du också ange en standardresursgrupp för projekt så att användarna kan skapa projektarbetsytor på ett självbetjäningssätt. Om en standardresursgrupp har angetts kan SDK/CLI/Studio-användare skapa arbetsytor i den här resursgruppen utan att behöva ytterligare Behörigheter för rollbaserad åtkomstkontroll i Azure (Azure RBAC) i ett resursgruppsomfång. Den skapande användaren blir ägare till projektarbetsytans Azure-resurs.

Projektarbetsytor kan skapas i andra resursgrupper än standardprojektresursgruppen. För att göra det behöver användarna behörigheter för Microsoft.MachineLearning/Workspaces/write.

Funktioner som stöds efter arbetsytetyp

Funktioner som stöds med hjälp av hubb-/projektarbetsytor skiljer sig från vanliga arbetsytor. Följande supportmatris ger en översikt.

Funktion Standardarbetsyta Hubbarbetsyta Projektarbetsyta Kommentar
Självbetjäning– skapa projektarbetsytor från Studio - X X -
Skapa delade anslutningar på hubben X X Endast i AI Studio
Använda delade anslutningar från hubben X X -
Återanvänd beräkningsinstans mellan arbetsytor - X X
Dela beräkningskvot mellan arbetsytor - X X
Skapa GenAI-appar i AI Studio - X X
Slutpunkt för enskild privat länk mellan arbetsytor - X X
Hanterat virtuellt nätverk X X X -
Virtuellt BYO-nätverk X - - Använda alternativt hanterat virtuellt nätverk
Beräkningskluster X - - Använda alternativ serverlös beräkning
Steg för parallell körning X - - -

Konvertera en vanlig arbetsyta till en hubbarbetsyta

Stöds ej.

Nästa steg

Mer information om hur du konfigurerar Azure Machine Learning finns i:

Mer information om stöd för hubbarbetsytor i AI Studio finns i: