PyTorch는 연구에서 생산까지의 과정을 가속화하는 오픈 소스 딥 러닝 프레임워크입니다. Microsoft의 데이터 과학자는 PyTorch를 기본 프레임워크로 사용하여 Microsoft 365, Bing, Xbox 등에서 새로운 환경을 지원하는 모델을 개발합니다. Microsoft는 PyTorch 에코시스템의 우수 기여자로 최근에는 PyTorch Profiler 등에 기여하기도 했습니다.
Azure의 PyTorch - 함께 사용하면 더 좋습니다.
프로덕션 준비
Azure Machine Learning 내의 기본 제공 PyTorch 환경을 사용하여 안정적이고 대규모로 모델을 학습 및 배포하여 PyTorch용 Azure 컨테이너를 통해 최신 PyTorch 버전이 완전히 지원되도록 합니다.
강화된 에코시스템
PyTorch Profiler를 비롯한 다양한 도구 및 기능의 PyTorch 에코시스템으로 더 많은 것을 달성하세요.
모든 규모의 기업이 신뢰함
Yuji Fukaya, Information Services International-Dentsu의 AI 컨설팅 그룹 AI 혁신 센터 관리자"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, Nuance의 선임 주 연구 과학자"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."
Alexander Vaagan, Crayon의 일부인 Inmeta의 수석 데이터 과학자"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."
Pablo Castellanos Garcia, Wayve의 엔지니어링 담당 VP"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, Solliance CEO 겸 Baseline CTO"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, Bentley 수석 MLOps 엔지니어"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, PyTorch 오픈 소스 프로젝트의 에코시스템에 적극적으로 기여함
PyTorch Profiler
PyTorch Profiler는 모델에서 다양한 PyTorch 작업의 시간 및 메모리와 같은 하드웨어 리소스 소비를 이해하고 성능 병목 현상을 해결하는 데 도움이 되는 오픈 소스 도구입니다. 이 도구를 사용하면 더 적은 오버헤드로 모델을 더 빠르게 실행할 수 있습니다.
PyTorch의 ONNX 런타임
딥 러닝 모델이 점점 커질 때 학습 시간을 줄이면 재무 및 환경 문제가 됩니다. ONNX 런타임은 한 줄 코드 변경으로 PyTorch 변환기 모델의 대규모 분산 학습을 가속화합니다. DeepSpeed와 결합하여 PyTorch에 대한 학습 속도를 더욱 향상합니다.
Windows의 PyTorch
Microsoft에서 Windows용 PyTorch 빌드를 유지 관리하므로, 팀에서는 충분한 테스트를 거친 안정적인 빌드, 간단하고 안정적인 설치, 빠른 시작 및 자습서, 고성능, 분산 GPU 학습과 같은 고급 기능 지원을 이용할 수 있습니다.
PyTorch Foundation
AI 연구 및 생산 모두에서 PyTorch의 중요성이 증가함에 따라 Mark Zuckerberg와 Linux Foundation은 PyTorch가 지속적인 커뮤니티 성장을 지원하고 앞으로 몇 년 동안 번창할 수 있는 보금자리를 제공하기 위해 Linux Foundation으로 전환할 것이라고 공동으로 발표했습니다. PyTorch의 향후 향상에 기여하기 위해 Microsoft는 PyTorch Foundation에 이사회 구성원으로 합류하여 AI/ML의 민주화 및 공동 작업을 주도했습니다. 메타 블로그 게시물을 읽고 PyTorch 재단에 대해 자세히 알아보고 최신 PyTorch 기능을 살펴보세요.
ONNX 런타임: PyTorch 모델의 가속화된 추론 및 학습을 위한 런타임으로, Windows, Mac, Linux, Android, iOS를 지원하며 다양한 하드웨어 가속기에 최적화되어 있습니다.
DeepSpeed: 최신 모델-병렬 학습 알고리즘 및 분산 학습에 대한 기타 최적화를 비롯하여 차세대 대형 모델의 학습을 위한 알고리즘 라이브러리입니다.
Hummingbird: 더 빠른 유추를 위해 Scikit-Learn 또는 LightGBM과 같은 기존 모델을 PyTorch 텐서 계산으로 컴파일하는 라이브러리입니다.
PyTorch 개발에 Azure를 사용하는 두 가지 방법
Azure Machine Learning으로 워크플로 가속화
PyTorch용 Azure 컨테이너를 사용하여 PyTorch 모델을 쉽게 빌드, 교육 및 배포하세요. 실험 관리 및 전체 기계 학습 수명 주기 지원을 위해 Azure Machine Learning과 긴밀하게 통합됩니다. Azure Machine Learning은 종단 간 기계 학습 워크플로의 무거운 작업을 제거하는 동시에 데이터 준비 및 실험 추적과 같은 하우스키핑 작업을 처리하여 몇 주에서 몇 시간으로 프로덕션 시간을 단축합니다.
PyTorch용 Azure Data Science Virtual Machine으로 개발
PyTorch용 데이터 과학 가상 머신은 설치 비용을 줄이고 가치 실현 시간을 단축하기 위해 최신 PyTorch 버전이 사전 설치 및 검증된 상태로 제공됩니다. 패키지에는 ONNX Runtime, DeepSpeed 및 PySpark와 같은 다양한 최적화 기능이 포함되어 있어 마찰 없는 개발 경험을 즉시 얻을 수 있고 GPU를 포함한 모든 Azure 하드웨어 구성과 함께 작동할 수 있습니다.
PyTorch 기본 사항 알아보기
Microsoft Learn에서 PyTorch를 사용한 딥 러닝의 기본 사항을 알아보세요. 이 초보자를 위한 학습 경로는 음성, 비전, 자연어 처리 등 여러 분야의 기계 학습 모델 빌드에 대한 주요 개념을 소개합니다.
AI Show에서 PyTorch 시작
모델을 빌드 및 배포하는 방법과 강력한 사용자 커뮤니티에 연결하는 방법을 비롯하여 PyTorch의 기본 사항을 알아봅니다.
PyTorch의 기본 사항 알아보기
PyTorch 개념 및 모듈에 대해 알아봅니다. 이 빠른 시작 가이드에서는 데이터를 로드하고 심층 인공신경망을 빌드하고 모델을 학습시키고 저장하는 방법을 알아봅니다.
Azure의 PyTorch에 대해 자세히 알아보기
PyTorch에 관한 블로그 읽기
Azure로 클라우드의 PyTorch 프로젝트 가속화
