Trace Id is missing
Ugrás a tartalomra

Azure Machine Learning

Nagyvállalati szintű AI-szolgáltatást használhat a teljes gépi tanulási életciklushoz.

Üzletileg kritikus gépi tanulási modellek létrehozása nagy méretekben

Az Azure Machine Learning támogatja az adattudósokat és a fejlesztőket abban, hogy gyorsabban és magabiztosan építsenek fel, helyezzenek üzembe és kezeljenek kiváló minőségű modelleket. Az iparágvezető gépi tanulási műveletek (MLOps), a nyílt forráskódú együttműködési képességek és az integrált eszközök segítségével gyorsabban teremthet értéket. Ez a megbízható  AI tanulási platform felelősen alkalmazott mesterségesintelligencia-alkalmazásokhoz készült a gépi tanulás terén.

Video container

Gyorsítsa fel az értékteremtést

Gépi tanulási modelleket készíthet a hatékony AI-infrastruktúra segítségével és AI-munkafolyamatokat vezényelhet prompt folyamattal.

Együttműködés és az MLOps leegyszerűsítése

Gépi tanulási modellek gyors üzembe helyezése, kezelése és megosztása a munkaterületek közötti együttműködés és MLOps érdekében.

Magabiztos fejlesztés

Beépített irányítás, biztonság és megfelelőség, hogy bárhol futtathasson gépi tanulási számítási feladatokat.

Felelős tervezés

Felelősen alkalmazott mesterséges intelligencia, hogy az átláthatóság és az elszámoltathatóság érdekében adatvezérelt döntéseket használó, magyarázható modelleket hozzon létre.

Tekintse meg a Prediktív elemzések feltárása elemzéssel és mesterséges intelligenciával webináriumot

Támogatás a teljes gépi tanulási folyamathoz

Adatcímkézés

A betanítási adatok címkézése és a címkézési projektek kezelése.

Adatok előkészítése

Használja elemzőmotorokkal adatfeltáráshoz és -előkészítéshez.

Adatkészletek

Adatok elérése, valamint adatkészletek létrehozása és megosztása.

Vissza a lapokra

Azure Machine Learning a generatív AI-hoz

AI-munkafolyamatok vezénylése

Egyszerűbbé teheti a nagy nyelvimodell-alapú alkalmazások tervezését, kiértékelését és üzembe helyezését prompt folyamattal. Egyszerűen nyomon követheti, reprodukálhatja, megjelenítheti és javíthatja a kéréseket és folyamatokat számos különböző eszközben és erőforrásban. További információ a Generatív AI a gépi tanulásbangeneratív AI-ról a gépi tanulásban.

Felügyelt, teljes körű platform

Leegyszerűsítheti a teljes nagy nyelvi modell életciklusát és modellkezelést natív MLOps képességekkel. Nagyvállalati szintű biztonsággal bárhol biztonságosan futtathatja a gépi tanulást. A felelősségteljes AI-irányítópulton mérsékelheti a modellek torzításait és kiértékelheti a modelleket.

Rugalmas eszközök és keretrendszerek

Mélytanulási modelleket készíthet olyan eszközökben, mint a Visual Studio Code és a Jupyter Notebooks, olyan rugalmas keretrendszerek használatával, mint a PyTorch vagy a TensorFlow. Az Azure Machine Learning kompatibilis az ONNX Runtime és DeepSpeedDeepSpeed szolgáltatásokkal a betanítás és dedukció optimalizálása érdekében.

Világszínvonalú teljesítmény

A célirányosan kialakított AI-infrastruktúrát úgy tervezték, hogy a legújabb NVIDIA GPU-kat és InfiniBand hálózati megoldásokat kombinálja akár 400 Gb/s sebességig. Egyetlen fürtben akár több ezer GPU-ra is felskálázhat vertikálisan, példátlan méretezéssel.

Gyorsabb értékteremtés gyors modellfejlesztéssel

Az egységes stúdiófelülettel növelheti a hatékonyságot. A Jupyter Notebook segítségével modelleket hozhat létre, taníthat be és helyezhet üzembe a nyílt forráskódú keretrendszerek és kódtárak beépített támogatásával. Az automatizált gépi tanulással gyorsan hozhat létre modelleket táblázatos, szöveges és képi adatokhoz. A Visual Studio Code használatával zökkenőmentesen válthat a helyiről a felhőalapú betanításra, és automatikusan méretezhet az NVIDIA Quantum-2 InfiniBand platformra épülő Azure AI infrastruktúrával. A nagy nyelvimodell-alapú alkalmazások tervezése, összehasonlítása, kiértékelése és üzembe helyezése prompt folyamattal.

Együttműködés és a modellkezelés egyszerűsítése az MLOps használatával

Az MLOps használatával leegyszerűsítheti több ezer modell üzembe helyezését és kezelését több környezetben. Gyorsabban helyezhet üzembe és pontozhat ML-modelleket a kötegelt és valós idejű előrejelzésekhez használt teljes körűen felügyelt végpontokkal. Ismételhető folyamatokkal automatizálhatja a folyamatos integrációt és terjesztést (CI/CD). Több csapat között oszthat meg és fedezhet fel gépi tanulási összetevőket a munkaterületek közötti együttműködéshez beállításjegyzékek és kezelt funkciótár használatával. Folyamatosan figyelheti a modell teljesítménymetrikáit, észlelheti a sodródást, és újratanítást indíthat a modell teljesítményének javítása érdekében.

Nagyvállalati szintű megoldások létrehozása hibrid platformon

Helyezze a biztonságot előtérbe a gépi tanulási életcikluson belül a Microsoft Purview beépített adatszabályozásával. Kihasználhatja az identitásra, az adatokra, a hálózatkezelésre, a figyelésre és a megfelelőségre vonatkozó átfogó biztonsági képességeket, amelyeket a Microsoft tesztelt és ellenőrzött. Biztonságos megoldások egyéni szerepköralapú hozzáférés-vezérléssel, virtuális hálózatokkal, adattitkosítással, privát végpontokkal és privát IP-címekkel. Modelleket taníthat be és helyezhet üzembe bárhol, a helyszínen és a többfelhős környezetekben is, hogy megfeleljen az adatfüggetlenségi követelményeknek. Irányítson magabiztosan a beépített házirendekkel és megfelelőséggel a 60 tanúsítvány, közöttük a FedRAMP High és a HIPAA segítségével.

Felelős AI-eljárások használata az életciklus során

Reprodukálható és automatizált munkafolyamatokkal értékelheti a gépi tanulási modell semlegességét, magyarázhatóságát, a hibaelemzést, az ok-okozati elemzést, a modell teljesítményét, és a feltáró adatelemzést. Valós beavatkozásokat végezhet okozati elemzéssel a felelős AI-irányítópulton, és létrehozhat egy scorecardot az üzembe helyezéskor. Környezetbe helyezheti a felelősen alkalmazott mesterséges intelligencia metrikákat a technikai és nem technikai célközönségek számára az érintettek bevonása és a megfelelőségi vizsgálat egyszerűsítése érdelében.

Fejlessze gépi tanulási készségeit az Azure-ral

A 30 napos tanulási programon többet is megtudhat az Azure-beli gépi tanulásról, és gyakorlati oktatóanyagokat végezhet el. Ha elvégzi, készen áll majd az Azure Data Scientist Associate minősítő vizsgára.

Laptopon dolgozó személy egy tárgyalóteremben

A teljes gépi tanulási életciklus fő szolgáltatásfunkciói

  • Együttműködésre használható jegyzetfüzetek

    Ha a jegyzetfüzetét a Jupyter Notebook vagy Visual Studio Code-ban nyitja meg, funkciókban gazdag fejlesztési élményben lesz része biztonságos hibakereséssel és a Git-verziókövetés támogatásával.

  • Automatizált gépi tanulás

    Gyorsan hozhat létre pontos modelleket besoroláshoz, regresszióhoz, idősoros előrejelzéshez, természetes nyelvi feldolgozási feladatokhoz és számítógépes látástechnológiai feladatokhoz automatizált gépi tanulással.

  • Fogd és vidd típusú gépi tanulás

    Olyan gépi tanulási eszközöket használhat, mint az adatátalakításhoz, modell-betanításhoz és -kiértékeléshez készült tervező, és néhány kattintással létrehozhat és közzétehet gépi tanulási folyamatokat.

  • Felelősen alkalmazott mesterséges intelligencia

    Értelmezhetőségi képességekkel rendelkezőfelelős AI-megoldásokat hozhat létre. Az eltérési metrikákkal igazságossá teheti a modellt, és mérsékelheti a részrehajlást.

  • Beállításjegyzékek

    szervezeti szintű adattárak használatával több munkaterületen tárolhat és oszthat meg modelleket, folyamatokat, összetevőket és adatkészleteket. Az auditnapló funkcióval rögzíthet életút- és szabályozási adatokat.

  • Felügyelt végpontok

    Felügyelt végpontok használatával végezheti el a modellek üzembe helyezését és pontozását, a metrikák naplózását, és biztonságosan vezetheti be a modelleket.

Beépített átfogó biztonság és megfelelőség

Kezdjen egy ingyenes Azure-fiókkal

1

Ingyenes használatbavétel.  200 USD értékű kreditet kap, amelyet 30 napon belül használhat fel. Amíg rendelkezik kredittel, számos népszerű szolgáltatásunkat ingyenesen veheti igénybe, valamint további több mint 55 mindig ingyenes szolgáltatást használhat.

2

A kredit felhasználása után váltson használatalapú fizetésre, hogy továbbra is használhassa ezeket az ingyenes szolgáltatásokat. Csak akkor kell fizetnie, ha az ingyenes havi mennyiségnél többet használ.

3

A 12 hónap után továbbra is használhatja a több mint 55 mindig ingyenes szolgáltatást, és továbbra is csak azért kell fizetnie, amit a havi ingyenes mennyiségeken felül használ.

Ismerje meg, hogyan használják az ügyfelek az Azure Machine Learning a mesterséges intelligenciát az innovációra

„A PyTorch és az Azure Machine Learning tökéletes párt jelentenek a kutatási csapat céljaihoz, így időt takarítva meg a diszruptív innovációhoz.”

Orlando Ribas Fernandes

Társalapító és vezérigazgató, Fashable

„A csapataink általában tesztelik az [adatokat], lekérik az eredményeket, majd azokat modellek és algoritmusok fejlesztésére használják, amelyeket aztán szoftvertermékekké fejlesztünk. Ez a platform egyszerűbbé, gyorsabbá és gördülékenyebbé teszi a teljes folyamatot.”

Mogens Mikkelsen

Vállalati tervező, SEGES Innovation

„Mivel egyre több csoportunk támaszkodik az Azure Machine Learning megoldásra, a pénzügyi szakértőink jobban összpontosíthatnak a magasabb szintű feladatokra, és kevesebb időt kell a manuális adatgyűjtésre és -bevitelre fordítaniuk.“

Jeff Neilson

Adatelemzési vezető, 3M

Hegesztő munka közben

i

„Az Azure Machine Learning segítségével megmutathatjuk a páciensnek a saját egyéni körülményeire szabott kockázati pontszámát. …Végső soron arra törekszünk, hogy csökkentsük a kockázatokat, csökkentsük a bizonytalanságot, és javítsuk a műtéti eredményeket.“

Mike Reed professzor

Klinikai igazgató, Traumatológia & Ortopédia, Northumbria Healthcare NHS Foundation Trust

Egy egészségügyi szakember beszél egy beteggel

1

„A számítási erőforrások vertikális fel- és leskálázása kritikus fontosságú az innováció sebessége és a költséghatékonysága szempontjából. Az Azure Machine Learning és a beépített gépi tanulási műveletek képességei megkönnyítik az agilitást és a költséghatékonyságot.”

Kate Puech

AI-mérnöki igazgató, Axon

.

‚Az Azure Machine Learning automatizált gépi tanulási funkcióinak használata a gépi tanulási modellek létrehozásához lehetővé tette számunkra, hogy olyan környezetet alakítsunk ki, amelyben különböző modelleket hozhatunk létre és különböző perspektívákból kísérletezhetünk azokkal.“

Keiichi Sawada

Vállalati átalakítás részleg, Seven Bank

Egy Seven Bank telephely
Vissza a lapokra

IDC MarketScape: MLOps 2022 szállítói értékelés

Megtudhatja, hogyan használják a különböző iparágak nagyvállalatai az MLOps-t a mesterséges intelligenciával és a gépi tanulási technológiák megvalósításával kapcsolatos kihívások leküzdésére.

Műszaki MLOps-tanulmány

Megismerheti azt a szisztematikus megközelítést, amellyel gépi tanulási megoldásokat készíthet, helyezhet üzembe és monitorozhat az MLOps használatával. Gyorsan hozhat létre, tesztelhet és kezelhet éles használatra kész gépi tanulási életciklusokat nagy méretekben.

A Forrester Total Economic Impact tanulmánya

A Forrester Consulting által a Microsoft megbízásából készített Total Economic ImpactTM tanulmány a befektetések megtérülését vizsgálja, amelyet a vállalatok az Azure Machine Learning segítségével érhetnek el.

Gépi tanulási megoldások tanulmány

Megtudhatja, hogyan hozhat létre biztonságosabb, skálázhatóbb és méltányosabb gépi tanulási megoldásokat.

Felelősen alkalmazott mesterséges intelligencia tanulmány

Megtudhatja, hogyan hozhat létre biztonságosabb, skálázhatóbb és méltányosabb gépi tanulási megoldásokat.

MLOps-tanulmány

Felgyorsíthatja a modellek nagy méretekben való felépítésének, betanításának és üzembe helyezésének folyamatát.

Azure Arc-kompatibilis gépi tanulás tanulmány

Megtudhatja, hogyan hozhat létre, taníthat be és helyezhet üzembe modelleket bármilyen infrastruktúrában.

Azure Machine Learning – gyakori kérdések

  • A szolgáltatás általánosan elérhető számos országban és régióban, és a továbbiakban újabbakban is elérhető lesz.

  • Az Azure Machine Learning szolgáltatói szerződése (SLA) 99,9%-os üzemidőt garantál.

  • Az Azure Machine Learning stúdió a Machine Learning szolgáltatás legfelső szintű erőforrása. Ez a képesség olyan központi helyet biztosít az adattudósok és a fejlesztők számára, ahol a gépi tanulási modellek létrehozásának, betanításának és üzembe helyezésének összes összetevőjével dolgozhatnak.

Ha készen áll, állítsa be az ingyenes Azure-fiókját

Az Azure Machine Learning ingyenes kipróbálása