Spring over navigation

PyTorch på Azure

Få en virksomhedsklar PyTorch-oplevelse i skyen

PyTorch er en deep learning-struktur med åben kildekode, der sætter fart på vejen fra forskning til produktion. Dataeksperter hos Microsoft bruger PyTorch som den primære struktur til at udvikle modeller, der muliggør nye oplevelser i Microsoft 365, Bing, Xbox og meget mere. Microsoft er den største bidragyder til PyTorch-økosystemet med de seneste bidrag som f.eks. PyTorch Profiler.

PyTorch på Azure - bedre sammen

Produktionsklar

Træn og udrul modeller pålideligt og i stor skala ved hjælp af et indbygget PyTorch-miljø i Azure Machine Learning, for at sikre, at den nyeste version af PyTorch understøttes fuldt ud via Azure objektbeholder til PyTorch.

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.

Styrkelse af økosystemet

Du kan få mere ud af det omfattende PyTorch-økosystem med værktøjer og egenskaber, herunder PyTorch Profiler.

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

"I would recommend the Azure environment to other developers. It's user-friendly, easy to develop with, and very importantly, it follows best practices for AI and machine learning work."

Alexander Vaagan, Chief Data Scientist, Inmeta, part of 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

"With Azure AI and PyTorch, we combined focused applications of AI with journalistic processes and financial intelligence, yielding a solution that is unique in the market and valuable for cryptocurrency investors."

Zoiner Tejada, administrerende direktør i Solliance og CTO i Baseline
Solliance

"We use Azure Machine Learning and PyTorch in our new framework to develop and move AI models into production faster, in a repeatable process that allows data scientists to work both on-premises and in Azure."

Tom Chmielenski, hovedingeniør i MLOps, Bentley
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 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.

PyTorch Foundation

Med PyTorchs stigende betydning for både AI-forskning og -produktion annoncerede Mark Zuckerberg og Linux Foundation, har sammen annonceret at PyTorch overgår til Linux Foundation for at understøtte fortsat communityvækst og skabe et hjem, hvor det kan trives i de kommende år. For at bidrage til den fremtidige forbedring af PyTorch sluttede Microsoft sig til PyTorch Foundation som medlem af bestyrelsen for at lede demokratiseringen og samarbejdet i forbindelse med kunstig intelligens/maskinel indlæring. Læs Meta-blogindlægget for at få mere at vide om PyTorch Foundation og udforske de nyeste PyTorch-muligheder.

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 ved hjælp af Azure objektbeholder til PyTorch. Den er dybt integreret med Azure-Machine Learning til eksperimentstyring og fuld understøttelse af livscyklus for maskinel indlæring. Azure Machine Learning fjerner det store løft af arbejdsprocesser til maskinel indlæring fra slutpunkt til slutpunkt, samtidig med at det håndterer husholdningsopgaver som f.eks. dataforberedelse og eksperimentsporing, hvilket reducerer tiden til produktion fra uger til timer.

Udvikl med Azure Data Science Virtual Machine til PyTorch

Data Science Virtual Machines til PyTorch leveres med forudinstalleret og valideret med den nyeste PyTorch-version for at reducere installationsomkostninger og accelerere tid til værdi. Pakkerne indeholder forskellige optimeringsfunktioner som f.eks. ONNX Runtime, DeepSpeed og PySpark for at få problemfri udviklingsoplevelse med det samme og muligheden for at arbejde med alle Azure-hardwarekonfigurationer, herunder GPU'er.

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

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