PyTorch est une infrastructure d’apprentissage profond open source qui accélère le chemin de la recherche à la production. Les scientifiques des données chez Microsoft utilisent PyTorch comme infrastructure principale pour développer des modèles qui permettent de nouvelles expériences dans Microsoft 365, Bing, Xbox, etc. Microsoft est l’un des principaux contributeurs de l’écosystème PyTorch avec des contributions récentes telles que PyTorch Profiler.
PyTorch sur Azure – meilleurs ensemble
Prêt pour la production
Entraînez et déployez des modèles de manière fiable à grande échelle à l'aide d'un environnement PyTorch intégré dans Azure Machine Learning, et soyez assuré que l'intégralité de votre pile PyTorch est entièrement prise en charge via Azure Container pour PyTorch.
Performances accélérées
Réduisez le délai de mise sur le marché grâce à un puissant matériel GPU, à un accélérateur logiciel de classe production avec ONNX Runtime, et aux dernières techniques de mise à l’échelle innovantes avec DeepSpeed dans Azure.
Renforcer l’écosystème
Gagnez en productivité avec l’écosystème PyTorch, riche d’outils et de fonctionnalités, dont PyTorch Profiler. Microsoft contribue activement à l’environnement PyTorch pour améliorer l’expérience.
Approuvé par des organisations de toutes tailles
Yuji Fukaya, Manager AI Consulting Group AI Transformation Center, Information Services International-Dentsu"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."
Jeremy Jancsary, Senior Principal Research Scientist, Nuance"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."
Tailai Wen, Lead Data Scientist, Crayon"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."
Pablo Castellanos Garcia, Vice-président Ingénierie, Wayve"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."
Zoiner Tejada, PDG de Solliance et directeur technique de base de référence"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."
Tom Chmielenski, ingénieur MLOps principal"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."
Microsoft contribue activement à un écosystème de projets open source PyTorch
PyTorch Profiler
PyTorch Profiler est un outil open source qui vous permet de comprendre la consommation des ressources matérielles, telles que les durées et la mémoire, des diverses opérations PyTorch dans votre modèle et de résoudre les goulots d’étranglement au niveau des performances. Cela rend votre modèle plus rapide et moins onéreux, avec une surcharge moindre.
Runtime ONNX sur PyTorch
À mesure que les modèles Deep Learning deviennent plus volumineux, la réduction du temps d’apprentissage devient un problème tant financier qu’environnemental. ONNX Runtime accélère l’apprentissage distribué à grande échelle de modèles de transformateur PyTorch avec une modification de code sur une seule ligne. Combinez avec DeepSpeed pour améliorer la vitesse d’apprentissage sur PyTorch.
PyTorch sur Windows
Microsoft gérant les builds PyTorch pour Windows, votre équipe bénéficie de builds soigneusement testées et stables, d’une installation simple et fiable, de démarrages rapides et de tutoriels, de hautes performances et d’une prise en charge de fonctionnalités plus avancées, telles que l’entraînement de GPU distribué.
Fondation PyTorch
Avec l'importance croissante de PyTorch pour la recherche et la production d'IA, Meta a annoncé conjointement avec Linux Foundation que PyTorch passera à Linux Foundation pour soutenir la croissance continue de la communauté et lui fournir un foyer pour prospérer pour les années à venir. Pour contribuer à l'amélioration future de PyTorch, Microsoft a rejoint la Fondation PyTorch en tant que membre du conseil d'administration pour diriger la démocratisation et la collaboration AI/ML. Lisez le article de blog de Meta pour en savoir plus sur PyTorch Foundation.
ONNX Runtime : runtime permettant d’accélérer l’inférence et l’apprentissage des modèles PyTorch, prenant en charge Windows, Mac, Linux, Android et iOS, optimisé pour un vaste éventail d’accélérateurs matériels.
DeepSpeed : bibliothèque d’algorithmes permettant d’effectuer l’apprentissage de modèles volumineux de nouvelle génération, dont des algorithmes d’apprentissage avec parallélisme de modèles de pointe, et autres optimisations à des fins d’apprentissage distribué.
Hummingbird : bibliothèque compilant des modèles traditionnels tels que scikit-learn ou LightGBM dans le calcul de tenseur PyTorch pour accélérer l’inférence.
Deux façons d’utiliser Azure pour le développement de PyTorch
Accélérez votre workflow avec Azure Machine Learning
Créez, formez et déployez facilement des modèles PyTorch. Azure Machine Learning allège la charge de travail liée aux workflows Machine Learning de bout en bout tout en gérant aussi les tâches générales comme la préparation des données et le suivi des expériences. Le temps de production passe ainsi de plusieurs semaines à quelques heures.
Développez avec des instances préconfigurées d’Azure Data Science Virtual Machines
PyTorch est installé sur Data Science Virtual Machine, les pilotes GPU nécessaires et tout un ensemble d’outils de science des données. Profitez d’une expérience fluide dès le départ et de la possibilité d’utiliser toutes les configurations matérielles, y compris des GPU.
Découvrez les notions de base de PyTorch
Découvrez les notions de base du Deep Learning avec PyTorch sur Microsoft Learn. Ce parcours d’apprentissage convivial présente des concepts clés pour la création de modèles Machine Learning dans plusieurs domaines, notamment la reconnaissance vocale, la vision et le traitement en langage naturel.
Prise en main de PyTorch sur l’AI Show
Découvrez les bases de PyTorch, notamment comment créer et déployer un modèle, et vous rapprocher de la puissante communauté d’utilisateurs.
Découvrez les bases de PyTorch
Familiarisez-vous avec les concepts et modules PyTorch. Ce guide de démarrage rapide explique comment charger des données, créer des réseaux neuronaux profonds, effectuer l’apprentissage de vos modèles et les enregistrer.
En savoir plus sur PyTorch sur Azure
Lire les billets de blog sur PyTorch
- Nouveautés de PyTorch Profiler 1.9
- Deux méthodes pour profiler des modèles PyTorch sur un serveur distant
- Optimisation des performances de PyTorch : taille de lot avec PyTorch Profiler
- Présentation de la prise en charge parallèle des données distribuées sur PyTorch Windows
- Optimisation des performances des modèles avec TorchServe
Ressources
- Découvrez les bases de PyTorch
- Découvrir les notions de base PyTorch dans les domaines de la reconnaissance vocale, de la vision et du traitement en langage naturel
- Entraîner des modèles PyTorch à grande échelle avec Azure Machine Learning
- Déployer des modèles entraînés avec Azure Machine Learning
- Tutoriels PyTorch
- Documentation PyTorch
- Déployer un modèle de classification d'images pré-entraîné vers Azure Functions avec PyTorch
PyTorch, le logo PyTorch et toutes les marques associées sont des marques de Facebook, Inc.
Accélérez votre projet PyTorch dans le cloud avec Azure
