Ignora esplorazione

PyTorch in Azure

Ottieni un'esperienza di PyTorch pronta per le aziende nel cloud

PyTorch è un framework di Deep Learning open source che accelera il percorso dalla ricerca alla produzione. Gli scienziati dei dati di Microsoft usano PyTorch come framework primario per sviluppare modelli che consentono nuove esperienze in Microsoft 365, Bing, Xbox e altro ancora. Microsoft è uno dei principali collaboratori dell'ecosistema PyTorch con contributi recenti, ad esempio PyTorch Profiler.

PyTorch in Azure—Insieme è meglio

Pronto per la produzione

Esegui il training e distribuisci modelli in modo affidabile e su larga scala usando un ambiente PyTorch predefinito all'interno di Azure Machine Learning per garantire che la versione più recente di PyTorch sia completamente supportata tramite Contenitore di Azure per PyTorch.

Prestazioni accelerate

Accelera il time-to-market con hardware GPU avanzato, un acceleratore software adatto alla produzione con ONNX Runtime, e le tecnologie di scalabilità innovative più recenti con DeepSpeed in Azure.

Ecosistema consolidato

Ottieni di più con l'ecosistema avanzato di strumenti e funzionalità di PyTorch, tra cui PyTorch Profiler.

La soluzione di fiducia delle aziende di qualsiasi dimensioni

"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, parte di 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, CEO di Solliance e CTO di 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, Principal MLOps Engineer, Bentley
Bentley

Microsoft è un collaboratore attivo all'ecosistema di progetti PyTorch open source

PyTorch Profiler

PyTorch Profiler è uno strumento open source che ti consente di comprendere il consumo di risorse hardware, ad esempio tempo e memoria, di varie operazioni PyTorch nel tuo modello e risolvere i colli di bottiglia delle prestazioni. In questo modo il modello viene eseguito più velocemente con un sovraccarico minore.

ONNX Runtime in PyTorch

I modelli di Deep Learning diventano sempre più grandi, quindi la riduzione del tempo necessario per il training diventa un problema finanziario e ambientale. ONNX Runtime accelera il training distribuito su larga scala dei modelli del convertitore PyTorch con una modifica del codice di una riga. Puoi combinarlo con DeepSpeed per migliorare ulteriormente la velocità del training in PyTorch.

PyTorch in Windows

Microsoft mantiene build di PyTorch per Windows per permettere al tuo team di sfruttare i vantaggi di build testate e stabili, installazione semplice e affidabile, avvii rapidi ed esercitazioni e prestazioni elevate e supporto per funzionalità più avanzate, tra cui il training di GPU distribuite.

PyTorch Foundation

Con l'importanza crescente di PyTorch per la ricerca e la produzione di intelligenza artificiale, Mark Zuckerberg e Linux Foundation hanno annunciato insieme che PyTorch passerà a Linux Foundation per supportare la crescita continua della community e offrire un luogo di crescita in cui prosperare negli anni a venire. Per contribuire al miglioramento futuro di PyTorch, Microsoft è entrata a far parte di PyTorch Foundation come membro del consiglio di amministrazione per guidare la democratizzazione e la collaborazione di intelligenza artificiale/Machine Learning. Leggi il post di blog di Meta per saperne di più su PyTorch Foundation e esplorare le funzionalità PyTorch più recenti.

Runtime ONNX: runtime per l'inferenza accelerata e il training di modelli PyTorch, il supporto di Windows, Mac, Linux, Android e iOS e ottimizzato per un'ampia gamma di acceleratori hardware.

DeepSpeed: libreria di algoritmi per il training di modelli di grandi dimensioni di nuova generazione, inclusi algoritmi di training paralleli di modelli all'avanguardia e altre ottimizzazioni per il training distribuito.

Hummingbird: libreria che compila modelli tradizionali come scikit-learn o LightGBM nel calcolo del tensore PyTorch per un'inferenza più veloce.

Due modi per usare Azure per lo sviluppo in PyTorch

Accelera il flusso di lavoro con Azure Machine Learning

Crea, esegui il training e distribuisci modelli PyTorch con facilità usando Azure Container per PyTorch. È completamente integrato con Azure Machine Learning per la gestione degli esperimenti e il supporto completo del ciclo di vita di Machine Learning. Azure Machine Learning rimuove i carichi di lavoro di Machine Learning end-to-end, gestendo al tempo stesso attività di manutenzione come la preparazione dei dati e il rilevamento degli esperimenti, riducendo il tempo di produzione da settimane a ore.

Sviluppa con Azure Data Science Virtual Machine per PyTorch

Le macchine virtuali di data science per PyTorch sono preinstallate e convalidate con la versione più recente di PyTorch per ridurre i costi di configurazione e accelerare il time-to-value. I pacchetti contengono varie funzionalità di ottimizzazione, ad esempio ONNX Runtime, DeepSpeed e PySpark per ottenere un'esperienza predefinita di sviluppo senza problemi e la possibilità di usare tutte le configurazioni hardware di Azure, incluse le GPU.

Apprendi i concetti fondamentali di PyTorch

Apprendi i concetti fondamentali di Deep Learning con PyTorch su Microsoft Learn. Questo percorso di apprendimento per principianti presenta i concetti fondamentali per la creazione di modelli di Machine Learning in più domini, tra cui voce, visione ed elaborazione del linguaggio naturale.

Inizia il percorso di apprendimento

Inizia a usare PyTorch in AI Show

Apprendi i concetti fondamentali di PyTorch, tra come creare e distribuire un modello e come connettersi alla solida community di utenti.

Apprendi i concetti fondamentali di PyTorch

Scopri i concetti e i moduli di PyTorch. Scopri come caricare dati, creare reti neurali profonde, eseguire il training e salvare modelli in questa guida di avvio rapido.

Guarda il video

Accelera il tuo progetto PyTorch sul cloud con Azure