Omitir navegación

PyTorch en Azure

Obtenga una experiencia de PyTorch preparada para la empresa en la nube

PyTorch es un marco de aprendizaje profundo de código abierto que acelera el camino de la investigación a la producción. Los científicos de datos de Microsoft usan PyTorch como marco principal para desarrollar modelos que permitan nuevas experiencias en Microsoft 365, Bing, Xbox, etc. Microsoft es un colaborador principal del ecosistema de PyTorch con contribuciones recientes, como PyTorch Profiler.

PyTorch en Azure: mejor juntos

Preparado para producción

Entrene e implemente modelos de forma confiable y a escala mediante un entorno de PyTorch integrado en Azure Machine Learning para asegurarse de que la versión más reciente de PyTorch es totalmente compatible con Azure Container for PyTorch.

Rendimiento acelerado

Reduzca el tiempo de comercialización con un hardware de GPU muy eficaz, un acelerador de software para producción con ONNX Runtime y las técnicas de escalado más innovadoras con DeepSpeed en Azure.

Ecosistema reforzado

Consiga más con el completo ecosistema de herramientas y funcionalidades de PyTorch, como PyTorch Profiler.

Compañías de todos los tamaños confían en él

"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, director del grupo de consultoría de inteligencia artificial del Centro de transformación de IA, 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, científico de investigación principal, 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, jefe científico de datos, Inmeta, parte de Crayon
Crayón

"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 García, vicepresidente de ingeniería, 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, Zoiner Tejada, director general de Solliance y director técnico de 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, ingeniera principal de MLOps, Bentley
Bentley

Microsoft es un colaborador activo de un ecosistema de proyectos de código abierto de PyTorch

PyTorch Profiler

PyTorch Profiler es una herramienta de código abierto que permite conocer el consumo de recursos de hardware, como el tiempo y la memoria, de diversas operaciones de PyTorch en un modelo y resolver problemas de rendimiento. Esto hace que el modelo se ejecute de un modo más rápido y con menos gasto.

ONNX Runtime en PyTorch

A medida que crecen los modelos de aprendizaje profundo y reducen el tiempo de entrenamiento, se crea un problema financiero y ambiental. ONNX Runtime acelera el entrenamiento distribuido a gran escala de los modelos transformadores de PyTorch con solo cambiar una línea de código. Combínelo con DeepSpeed para mejorar aún más la velocidad del entrenamiento en PyTorch.

PyTorch en Windows

Microsoft mantiene compilaciones de PyTorch para Windows con el fin de que su equipo pueda disfrutar de compilaciones muy probadas y estables, una instalación sencilla y confiable, guías de inicio rápido y tutoriales, un alto rendimiento y compatibilidad con características más avanzadas, como el entrenamiento distribuido de GPU.

Fundación PyTorch

Con la importancia cada vez mayor de PyTorch tanto para la investigación de inteligencia artificial como para la producción, Mark Zuckerberg y la Fundación Linux anunciaron conjuntamente que PyTorch pasará a la Fundación Linux para respaldar el crecimiento continuo de la comunidad y proporcionar un hogar para que crezca durante los años posteriores. Para contribuir a la mejora futura de PyTorch, Microsoft se unió a la Fundación PyTorch como miembro de la junta de gobierno para liderar la democratización y la colaboración de IA/ML. Lea la publicación del blog de Meta para obtener más información sobre la Fundación PyTorch and explore las funcionalidades más recientes de PyTorch.

Tiempo de ejecución de OnNX: un entorno de ejecución para la inferencia acelerada y el entrenamiento de modelos de PyTorch, que admite Windows, Mac, Linux, Android e iOS y optimizado para una variedad de aceleradores de hardware.

DeepSpeed: una biblioteca de algoritmos para el entrenamiento de modelos grandes de próxima generación, incluidos algoritmos de entrenamiento paralelo de modelos de última generación y otras optimizaciones para el entrenamiento distribuido.

Hummingbird: biblioteca que convierte modelos tradicionales, como scikit-learn o LightGBM, en cálculos de tensores de PyTorch para lograr una inferencia más rápida.

Dos formas de usar Azure para el desarrollo con PyTorch

Agilice su flujo de trabajo con Azure Machine Learning

Compile, entrene e implemente modelos de PyTorch fácilmente con Azure Container para PyTorch. Está muy integrado con Azure Machine Learning para la administración de experimentos y la compatibilidad completa con el ciclo de vida del aprendizaje automático. Azure Machine Learning quita el trabajo pesado de los flujos de trabajo de aprendizaje automático de un extremo a otro, a la vez que controla tareas de mantenimiento como la preparación de datos y el seguimiento de experimentos, lo que reduce el tiempo de producción de semanas a horas.

Desarrollar con Azure Data Science Virtual Machine para PyTorch

Data Science Virtual Machines para PyTorch viene preinstalado y validado con la versión más reciente de PyTorch para reducir los costos de configuración y acelerar el tiempo de valor. Los paquetes contienen diversas funcionalidades de optimización, como ONNX Runtime, DeepSpeed y PySpark, para obtener una experiencia de desarrollo sin problemas y la capacidad de trabajar con todas las configuraciones de hardware de Azure, incluidas las GPU.

Conozca los aspectos básicos de PyTorch

Aprenda los aspectos básicos del aprendizaje profundo con PyTorch en Microsoft Learn. Esta ruta de aprendizaje para principiantes ofrece una introducción a los conceptos clave para crear modelos de aprendizaje automático en varias áreas, como la voz, la visión y el procesamiento de lenguaje natural.

Inicie la ruta de aprendizaje

Descubra PyTorch en el programa de IA

Conozca los aspectos básicos de PyTorch, incluido cómo crear e implementar un modelo y cómo conectarse a la sólida comunidad de usuarios.

Conozca los aspectos básicos de PyTorch

Conozca los conceptos y módulos de PyTorch. Vea cómo cargar datos, crear redes neuronales profundas y entrenar y guardar modelos en esta guía de inicio rápido.

Ver el vídeo

Agilice sus proyectos de PyTorch en la nube con Azure