適用於 Linux 和 Windows 的 Azure 資料科學虛擬機器是什麼？

  • 發行項

資料科學虛擬機器 （DSVM） 是 Azure 雲端平臺上可用的自定義 VM 映射，而且可以處理數據科學。 這已預先安裝和預先設定許多常用的資料科學工具，可開始建置智慧型手機應用程式以進行進階分析。

下列項目有提供 DSVM：

  • Windows Server 2019
  • Windows Server 2022
  • Ubuntu 20.04 LTS

此外，我們提供適用於 PyTorch 的 Azure DSVM - Azure Marketplace 中針對大型分散式深度學習工作負載優化的 Ubuntu 20.04 映像。 這個預安裝的 DSVM 會使用最新的 PyTorch 版本進行驗證，以降低設定成本，並加速實現價值的時間。 它隨附各種優化功能：

  • ONNX 運行時間
  • DeepSpeed
  • MSCCL
  • ORTMoE
  • Fairscale
  • Nvidia Apex
  • 具有最新相容 Ubuntu、Python、PyTorch 和 CUDA 版本的最新堆疊

與 Azure Machine Learning 比較

DSVM 是適用於 資料科學 的自定義 VM 映射，但 Azure 機器學習 是涵蓋下列專案的端對端平臺：

  • 完全受控的計算
    • 計算執行個體
    • 分散式 ML 工作的計算叢集
    • 用於即時評分的推斷叢集
  • 資料存放區 (例如 Blob、ADLS Gen2、SQL DB)
  • 實驗追蹤
  • 模型管理
  • Notebooks
  • 環境 (管理 Conda 和 R 相依性)
  • 加上標籤
  • 管線 (自動執行端對端資料科學工作流程)

與 Azure Machine Learning 計算執行個體的比較

Azure 機器學習 計算實例是完整設定和管理的 VM 映射，而 DSVM 是非受控 VM。

DSVM 與 Azure 機器學習 計算實例之間的主要差異：

功能 資料科學
VM		 Azure Machine Learning
計算執行個體
完全受控 No Yes
語言支援 Python、R、Julia、SQL、C#、
Java、Node.js、F#		 Python 和 R
作業系統 Ubuntu \(英文\)
Windows		 Ubuntu
已預先設定的 GPU 選項 Yes Yes
擴大選項 Yes Yes
SSH 存取 Yes Yes
RDP 存取 是 No
內建
裝載的 Notebook		 No
(需要進行其他設定)		 Yes
內建 SSO 否
(需要進行其他設定)		 Yes
內建共同作業 No Yes
預先安裝的工具 Jupyter (lab)、VS Code、
Visual Studio、PyCharm、Juno、
Power BI Desktop、SSMS、
Microsoft Office 365、Apache Drill		 Jupyter(lab)

範例 DSVM 客戶使用案例

短期實驗和評估

DSVM 可以評估或學習新的數據科學 工具。 請嘗試一些已發佈 的範例和逐步解說。

使用 GPU 進行深度學習

在 DSVM 中，您的定型模型可以在圖形處理單元（GPU）型硬體上使用深度學習演算法。 如果您利用 Azure 平臺的 VM 調整功能，DSVM 會根據您的需求，協助您在雲端中調整 GPU 型硬體。 當您定型大型模型，或在保留相同的 OS 磁碟時需要高速計算時，您可以切換至 GPU 型 VM。 您可以使用 DSVM 選擇任何已啟用 GPU 的 N 系列虛擬機 SKU。 Azure 免費帳戶不支援已啟用 GPU 的虛擬機器 SKU。

Windows 版本 DSVM 已預安裝 GPU 驅動程式、架構和 GPU 版本的深度學習架構。 在 Linux 版本上，GPU 的深度學習會在 Ubuntu DSVM 上啟用。

您也可以將 Ubuntu 或 Windows DSVM 版本部署到不是以 GPU 為基礎的 Azure 虛擬機。 在此情況下，所有深度學習架構都會回復為 CPU 模式。

深入了解可用的深度學習和 AI 架構。

資料科學訓練和教育

教導資料科學課程的企業講師和授課者通常會提供虛擬機器映像。 影像可確保學生都有一致的設定，而且範例可預測地運作。

DSVM 會建立具有一致設定的隨選環境，以簡化支援和不相容的挑戰。 在需要頻繁建置這些環境的情況下，特別是對於較短的訓練課程，可以大大受益。

DSVM 包含哪些內容？

如需詳細資訊，請參閱 Windows 和 Linux DSVM 上的完整工具清單。

下一步

如需詳細資訊，請流覽下列資源：