Spring over navigation

PyTorch på Azure

Virksomhedsklar PyTorch-oplevelse i cloudmiljøet

PyTorch er en detaljeret læringsstruktur med åben kildekode, som skaber et hurtigere forløb fra forskning til produktion. Dataloger hos Microsoft bruger PyTorch som den primære struktur til at udvikle modeller, der muliggør nye oplevelser i Microsoft 365, Bing, Xbox m.m. Microsoft er den største bidragyder til PyTorch-økosystemet, hvor PyTorch Profiler f.eks. er et af de seneste bidrag.

PyTorch på Azure – bedre sammen

Produktionsklar

Oplær og udrul sikkert i stor skala ved hjælp af et indbygget PyTorch-miljø i Azure Machine Learning, og vær sikker på, at hele din PyTorch-stak understøttes fuldt ud via PyTorch Enterprise.

Accelereret ydeevne

Reducer den tid, det tager at komme på markedet, med effektiv GPU-hardware, softwareaccelerator i produktionsklassen med ONNX Runtime og de nyeste innovative skaleringsteknikker med DeepSpeed i Azure.

Styrk økosystemet

Opnå mere med det omfattende PyTorch-økosystem med værktøjer og egenskaber, herunder PyTorch Profiler. Microsoft bidrager aktivt til PyTorch-miljøet for at gøre oplevelsen bedre.

PyTorch Enterprise

Microsoft er stiftende medlem af PyTorch Enterprise Support Group og har oprettet en pålidelig produktionsoplevelse med professionel support, der giver fordele til både Azure-kunder og brugere af PyTorch-community'et. Med PyTorch Enterprise kan du være sikker på, at Azure er det bedste sted at køre PyTorch.

Læs dokumentationen

Langsigtet support

Microsoft yder kommerciel support til den offentlige PyTorch-kodebase. Microsoft yder langvarig support til udvalgte versioner af PyTorch i op til to år, hvilket giver en stabil produktionsoplevelse uden regelmæssige store investeringer i opgraderinger.

Prioriteret fejlfinding

Microsoft Premier- og Unified Support-kunder er automatisk berettigede til PyTorch Enterprise uden meromkostninger. Det dedikerede PyTorch-team i Azure prioriterer, udvikler og leverer hotfixes til kunderne efter behov.

Azure-integration

Den nyeste udgave af PyTorch inkluderes i Azure Machine Learning sammen med andre PyTorch-tilføjelsesprogrammer, herunder ONNX Runtime, for at skabe hurtigere fornuftslutning. Microsoft investerer fortsat i at forbedre PyTorch-fornuftslutnings- og oplæringshastigheden.

Åben kildekode

PyTorch Enterprise kommer ikke kun Azure-kunderne til gode, men også PyTorch-communitybrugerne. Udvalgt kode, der er i tråd med PyTorch, føres tilbage til den offentlige PyTorch-distribution, så alle i PyTorch-community'et kan få fordel af den.

Betroet af virksomheder i alle størrelser

"Other deep learning frameworks and cloud services are out there, but we think Azure, Azure Machine Learning, and PyTorch are the best choices because they enhance accuracy, efficiency, scalability, and speed of development."

Yuji Fukaya, Manager AI Consulting Group AI Transformation Center, Information Services International-Dentsu
ISID

"The new enterprise-level offering by Microsoft closes an important gap. Serving PyTorch models in production can be a challenge. The direct involvement of Microsoft lets us deploy new versions of PyTorch to Azure with confidence."

Jeremy Jancsary, Sr. Principal Research Scientist, Nuance
Nuance

"Crayon has been using PyTorch on Azure and enjoying the smooth integration. With PyTorch Enterprise, we have more confidence to leverage the most cutting-edge features offered by newer PyTorch versions in our customers' projects."

Tailai Wen, Lead Data Scientist, Crayon
Crayon

"Running PyTorch on Azure gives us the best platform to build our embodied intelligence. It's easy for our engineers to run the experiments they need, all at once, at petabyte scale."

Pablo Castellanos Garcia, VP of Engineering, Wayve
Wayve

"PyTorch streamlined the cognitive overhead of the thousand small decisions that go into a sophisticated NLP solution, while Azure empowered us in turning good models into great insights deployed in a scalable, secure, and compliant environment."

Zoiner Tejada, CEO, Solliance
Solliance

"PyTorch on Azure offers versatile, reliable, and scalable tools, allowing our AI and data scientists to focus on the problem while our ML engineers can leverage Azure to build and maintain robust applications and services."

Marc-Andre Gardner, Sr. AI Scientist, Bentley Systems
Bentley

Microsoft er aktiv bidragyder til et økosystem af PyTorch-projekter med åben kildekode

PyTorch Profiler

PyTorch Profiler er et værktøj med åben kildekode, der hjælper dig med at forstå forbruget af hardwareressourcer, f.eks. tid og hukommelse, af forskellige PyTorch-handlinger i din model og løse flaskehalse i forbindelse med ydeevnen. Det får din model til at køre hurtigere og billigere med mindre belastning.

ONNX Runtime på PyTorch

Efterhånden som modeller til detaljeret læring bliver større, bliver en reduktion af oplæringstiden både et økonomisk og miljømæssigt spørgsmål. ONNX Runtime fremskynder distribueret træning i stor skala af PyTorch-transformermodeller med en ændring i en enkelt kodelinje. Kombiner med DeepSpeed for yderligere at forbedre oplæringshastigheden på PyTorch.

PyTorch på Windows

Microsoft vedligeholder PyTorch-builds til Windows, så dit team kan nyde godt af grundigt testede og stabile builds, enkel og pålidelig installation, hurtig start og selvstudier, høj ydeevne og understøttelse af mere avancerede funktioner, f.eks. distribueret GPU-træning.

;

ONNX Runtime: Runtime til accelereret fornuftslutning og oplæring af PyTorch-modeller, der understøtter Windows, Mac, Linux, Android og iOS, og som er optimeret til en lang række hardwareacceleratorer.

DeepSpeed: Et bibliotek med algoritmer til oplæring af den næste generation af store modeller, herunder avancerede algoritmer, der er parallelle med modeller, og andre optimeringer til distribueret oplæring.

Hummingbird: Et bibliotek, der samler traditionelle modeller, f.eks. scikit-learn eller LightGBM, i PyTorch Tensor-beregning til hurtigere fornuftslutning.

To måder at bruge Azure på til PyTorch-udvikling

Sæt skub i din arbejdsproces med Azure Machine Learning

Opbyg, oplær og udrul nemt PyTorch-modeller. Azure Machine Learning fjerner det tunge arbejde ved omfattende arbejdsprocesser i forbindelse med maskinel indlæring og håndterer samtidig husholdningsopgaver såsom dataforberedelse og sporing af eksperimenter, hvilket reducerer tiden til produktion fra uger til timer.

Udvikl med forudkonfigurerede Azure Data Science Virtual Machines

PyTorch samt de nødvendige GPU-drivere og en omfattende pakke af andre populære værktøjer til datavidenskab er installeret på Data Science Virtual Machines. Få en problemfri udviklingsoplevelse med det samme og muligheden for at arbejde med alle Azure-hardwarekonfigurationer, herunder GPU'er.

Se bekendtgørelsen om PyTorch Enterprise i Azure på Microsoft Build 2021

Få mere at vide om det nye samarbejde med Facebook, PyTorch Enterprise Support Program. Microsoft lancerer PyTorch Enterprise i Azure for at yde langvarig support samt levere prioriteret fejlfinding og integration med Azure-løsninger.

Se videoen

Se en video om PyTorch Enterprise i Azure til projektledere

Få detaljeret viden om PyTorch Enterprise i Azure med Alon Bochman, Program Manager, og Seth Juarez, Cloud Advocate.

Se videoen

Få grundlæggende oplysninger om PyTorch

Få grundlæggende oplysninger om detaljere læring med PyTorch på Microsoft Learn. Dette begyndervenlige læringsforløb introducerer vigtige begreber i forbindelse med at bygge modeller til maskinel indlæring på flere domæner, herunder tale, vision og behandling af naturligt sprog.

Start læringsforløbet

Kom i gang med PyTorch gennem AI Show

Få grundlæggende viden om PyTorch, herunder hvordan du opretter og udruller en model, og hvordan du opretter forbindelse til det stærke community af brugere.

Få grundlæggende viden om PyTorch

Få mere at vide om PyTorch-koncepter og -moduler. Få mere at vide om, hvordan du indlæser data, opbygger dybe neurale netværk og oplærer og gemmer dine modeller, i denne Hurtig start-vejledning.

Se videoen

;

PyTorch, PyTorch-logoet og relaterede mærker er varemærker tilhørende Facebook, Inc.

Sæt skub i dit PyTorch-projekt i cloudmiljøet vha. Azure