Trace Id is missing
Zu Hauptinhalt springen
Azure

PyTorch in Azure

Profitieren Sie von einer PyTorch-Einbindung für Unternehmen in der Cloud.

Erfahren Sie, wie Microsoft zur PyTorch Foundation beiträgt.

 

PyTorch ist ein quelloffenes Deep-Learning-Framework, das den Weg von der Forschung zur Produktion beschleunigt. Data Scientists bei Microsoft nutzen PyTorch als primäres Framework zum Entwickeln von Modellen, die neue Funktionen für Microsoft 365, Bing, Xbox und mehr ermöglichen. Mit aktuellen Beiträgen wie dem PyTorch Profiler gilt Microsoft als führender Mitwirkender am PyTorch-Ökosystem.

PyTorch in Azure – gemeinsam noch besser

Bereit für die Produktion

Trainieren und bereitstellen Sie Modelle zuverlässig und bedarfsgesteuert mithilfe einer integrierten PyTorch-Umgebung innerhalb Azure Machine Learning, um sicherzustellen, dass die neueste PyTorch-Version vollständig über Azure Container für PyTorch unterstützt wird.

Leistungsbeschleunigung

Verkürzen Sie Ihre Markteinführungszeit mithilfe leistungsstarker GPU-Hardware, einem Softwarebeschleuniger auf Produktionsniveau mit ONNX-Runtime sowie den modernsten und innovativsten Skalierungsverfahren von DeepSpeed in Azure.

Gestärktes Ökosystem

Erreichen Sie mehr mit dem vielfältigen PyTorch-Ökosystem von Tools und Funktionen, einschließlich PyTorch Profiler.

Vertrauen bei Unternehmen jeder Größe

"Das neue Angebot auf Unternehmensebene von Microsoft schließt eine wichtige Lücke. Die Bereitstellung von PyTorch-Modellen in der Produktion kann eine Herausforderung darstellen. Durch die direkte Beteiligung von Microsoft können wir neue Versionen von PyTorch zuverlässig in Azure bereitstellen."

Jeremy Jancsary, Sr. Principal Research Scientist bei Nuance

Zwei medizinische Fachkräfte betrachten ein Laptop

" Ich würde die Azure-Umgebung anderen Entwicklern empfehlen. Es ist benutzerfreundlich, einfach zu entwickeln und, was sehr wichtig ist, es folgt den bewährten Methoden für KI und maschinelles Lernen."

Alexander Vaagan, Chief Data Scientist, Inmeta, Teil von Crayon

Eine Person, die ein Tablet und einen Stift verwendet

"Ausführen von PyTorch in Azure bietet uns die beste Plattform, um unsere bewährte Intelligenz aufzubauen. Es ist für unsere Techniker einfach, die benötigten Experimente in Petabytebereich auf einmal auszuführen."

Pablo Castellanos Garcia, VP of Engineering bei Wayve

Autos auf vernetzten Autobahnen aus der Vogelperspektive

"Mit Azure KI und PyTorch haben wir fokussierte Anwendungen von KI mit mathematischen Prozessen und Finanzinformationen kombiniert, was zu einer lösungsorientierten Lösung führt, die auf dem Markt einzigartig ist und für Marketingunternehmen wertvoll ist."

Zoiner Tejada, CEO von Solliance und CTO von Baseline

Eine Person, die an einem Schreibtisch mit einem Laptop arbeitet, der mit einem Desktop-Monitor in ihrem Büro verbunden ist

"Wir verwenden Azure Machine Learning und PyTorch in unserem neuen Framework, um KI-Modelle in einem wiederholbaren Prozess, der es Data Scientists ermöglicht, sowohl lokal als auch in Azure zu arbeiten, schneller zu entwickeln und in die Produktion zu verschieben."

Tom Chmielenski, Principal MLOps Engineer bei Bentley

Zwei Personen, die an einem Schreibtisch zusammenarbeiten
Zurück zu Registerkarten

Microsoft leistet aktiv Beiträge zu einem Ökosystem mit Open-Source-Projekten zu PyTorch

PyTorch Profiler

PyTorch Profiler ist ein Open-Source-Tool, mit dem Sie den Hardwareressourcenverbrauch (z. B. Dauer und Arbeitsspeicher) verschiedener PyTorch-Vorgänge in Ihrem Modell verstehen und Leistungsengpässe beheben können. Dadurch kann Ihr Modell schneller und mit weniger Aufwand ausgeführt werden.

PyTorch x ONNX-Runtime

ONNX-Runtime für PyTorch

Da Deep-Learning-Modelle immer größer werden, wird die Reduzierung der Trainingszeit sowohl zu einem finanziellen als auch zu einem ökologischen Problem. Die ONNX-Runtime beschleunigt das umfangreiche, verteilte Training von PyTorch-Transformermodellen mit Änderungen an nur einer Codezeile. Kombinieren Sie dies mit DeepSpeed, um die Trainingsgeschwindigkeit für PyTorch weiter zu beschleunigen.

PyTorch x Windows

PyTorch in Windows

Microsoft pflegt PyTorch-Builds für Windows. So profitiert Ihr Team von erprobten und stabilen Builds, einer einfachen und zuverlässigen Installation, Schnellstarts und Tutorials sowie hoher Leistung und Unterstützung für erweiterte Features wie etwa verteiltes GPU-Training.

Microsoft-Gründungsmitglied Pytorch Foundation

PyTorch Foundation

Angesichts der zunehmenden Bedeutung von PyTorch sowohl für die KI-Forschung als auch für die Produktion haben Mark Zuckerberg und die Linux Foundation gemeinsam angekündigt, dass PyTorch zur Linux Foundation übergehen wird, um das weitere Wachstum der Community zu unterstützen und ihr ein Zuhause zu bieten, in dem sie auch in den kommenden Jahren gedeihen kann. Um zur zukünftigen Verbesserung von PyTorch beizutragen, ist Microsoft PyTorch Foundation als Mitglied des Regierungspräsidiums beigetreten, um die Demokratisierung und die Zusammenarbeit von KI/ML zu leiten. Die neuesten PyTorch-Funktionen kennenlernen.

ONNX-Runtime: Eine Runtime für beschleunigtes Rückschließen und Trainieren von PyTorch-Modellen mit Unterstützung von Windows, Mac, Linux, Android und iOS, die für eine Vielzahl von Hardwarebeschleunigern optimiert ist.

DeepSpeed: Eine Bibliothek mit Algorithmen zum Trainieren großer Modelle der nächsten Generation, einschließlich neuester Algorithmen zum parallelen Trainieren von Modellen und mit weiteren Optimierungen für verteiltes Training.

Hummingbird: Eine Bibliothek, die herkömmliche Modelle wie scikit-learn oder LightGBM in PyTorch-Tensorberechnungen kompiliert, um Rückschlüsse zu beschleunigen.

Zwei Möglichkeiten zur Verwendung von Azure für die PyTorch-Entwicklung

Workflows mit Azure Machine Learning beschleunigen

Einfaches Erstellen, Trainieren und Bereitstellen von PyTorch-Modellen mithilfe von Azure Container für PyTorch. Es ist tief in Azure Machine Learning integriert, um die Experimentverwaltung und den vollständigen Lebenszyklus von Machine Learning zu unterstützen. Azure Machine Learning reduziert den Aufwand bei End-to-End-Workflows für Machine Learning und erledigt außerdem Verwaltungsaufgaben wie die Datenaufbereitung und die Nachverfolgung von Experimenten. Damit verringert sich die Zeit bis zur Einführung in die Produktion von vielen Wochen auf wenige Stunden.

Entwickeln mit Azure Data Science Virtual Machine für PyTorch

Data Science Virtual Machine für PyTorch ist mit der neuesten PyTorch-Version vorinstalliert und überprüft, um Setupkosten zu senken und die Amortisationszeit zu beschleunigen. Die Pakete enthalten verschiedene Optimierungsfunktionen wie ONNX-Runtime, DeepSpeed und PySpark, um eine reibungslose Entwicklungsumgebung zu erhalten und mit allen Azure-Hardwarekonfigurationen einschließlich GPUs zu arbeiten.

PyTorch-Grundlagen erlernen

Auf Microsoft Learn erlernen Sie die Grundlagen des Deep Learning mit PyTorch. Bei diesem einsteigerfreundlichen Lernpfad werden die wichtigsten Konzepte für die Erstellung von Machine Learning-Modellen für verschiedene Bereiche wie Speech, maschinelles Sehen und die Verarbeitung natürlicher Sprache erläutert.

Erste Schritte mit PyTorch auf der AI Show

Erfahren Sie mehr über die Grundlagen von PyTorch, einschließlich der Erstellung und Bereitstellung eines Modells und der Vernetzung mit der starken Benutzercommunity.

PyTorch-Grundlagen erlernen

Lernen Sie PyTorch-Konzepte und -Module kennen. In dieser Schnellstartanleitung erfahren Sie, wie Sie Daten laden, Deep Neural Networks erstellen und Ihre Modelle trainieren und speichern.

Machen Sie Ihre PyTorch-Projekte in der Cloud noch schneller – mit Azure

A dashboard in Azure