Azure의 PyTorch

클라우드에서 엔터프라이즈급 PyTorch를 경험하세요.

Microsoft가 PyTorch Foundation에 어떻게 기여할지 확인하세요

PyTorch는 연구에서 프로덕션까지 경로를 가속화하는 오픈 소스 딥 러닝 프레임워크입니다. Microsoft의 데이터 과학자는 PyTorch를 기본 프레임워크로 사용하여 Microsoft 365, Bing, Xbox 등에서 새로운 환경을 제공하는 모델을 개발합니다. Microsoft는 PyTorch Profiler와 같은 최근 기여를 포함하여 PyTorch 에코시스템의 최고 기여자입니다.

함께 사용하면 더욱 강력한 Azure의 PyTorch

프로덕션 환경에서 사용 가능

Azure Machine Learning 내에서 기본 제공되는 PyTorch 환경을 사용하여 안정성 있게 모델을 대규모로 학습시키고 배포하여 최신 PyTorch 버전이 PyTorch용 Azure 컨테이너를 통해 완전히 지원되도록 보장합니다.

가속화된 성능

강력한 GPU 하드웨어, 프로덕션급 소프트웨어 가속기(ONNX 런타임), Azure의 혁신적인 최신 스케일링 기술(DeepSpeed)을 사용하여 출시 시간을 단축합니다.

강화된 에코시스템

PyTorch Profiler를 비롯한 풍부한 도구 및 기능의 PyTorch 에코시스템을 사용하여 더 많은 성과를 달성하세요.

모든 규모의 기업이 신뢰하는 제품

"Microsoft의 새로운 엔터프라이즈급 제품은 중요한 격차를 해소합니다. 프로덕션 환경에 PyTorch 모델을 제공하는 것은 어려운 일일 수 있습니다. Microsoft가 직접적으로 개입함으로써 새로운 버전의 PyTorch를 자신 있게 Azure에 배포할 수 있습니다."

Jeremy Jancsary, Nuance의 선임 주 연구 과학자

사례 읽기

"다른 개발자에게 Azure 환경을 권장합니다. 사용자에게 친숙하고, 쉽게 개발할 수 있으며, AI 및 기계 학습 작업에 대한 모범 사례를 따른다는 것도 매우 중요합니다."

Alexander Vaagan, Crayon 소속 Inmeta의 최고 데이터 과학자

사례 읽기

"Azure에서 PyTorch를 실행하면 내장된 인텔리전스를 빌드할 수 있는 최상의 플랫폼이 제공됩니다. 엔지니어는 페타바이트 규모로 필요한 실험을 한 번에 쉽게 실행할 수 있습니다."

Pablo Castellanos Garcia, Wayve의 엔지니어링 담당 VP

사례 읽기

"Azure AI 및 PyTorch를 사용하면 AI의 집중된 애플리케이션을 저널리스트 프로세스 및 금융 인텔리전스와 결합하여 시장에서 고유하고 암호화 투자자에게 유용한 솔루션을 제공합니다."

Zoiner Tejada, Solliance의 CEO 겸 Baseline의 CTO

사례 읽기

사무실에서 데스크톱 모니터에 연결된 노트북을 사용하여 책상에서 작업하는 사람

"새 프레임워크에서 Azure Machine Learning 및 PyTorch를 사용하여 데이터 과학자가 온-프레미스와 Azure 모두에서 작업할 수 있는 반복 가능한 프로세스에서 AI 모델을 더 빠르게 개발하고 프로덕션으로 전환합니다."

Tom Chmielenski, Bentley의 수석 MLOps 엔지니어

사례 읽기

Microsoft, PyTorch 오픈 소스 프로젝트의 에코시스템에 적극적으로 기여함

PyTorch Profiler

PyTorch Profiler는 모델의 다양한 PyTorch 작업의 하드웨어 리소스 사용량(예: 시간 및 메모리)을 이해하고 성능 병목 현상을 해결하는 데 도움이 되는 오픈 소스 도구입니다. 이 도구를 사용하면 모델을 더 빠르게 실행하고 오버헤드를 줄일 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 연구와 프로덕션 모두에 대한 PyTorch의 중요성이 증가함에 따라 Mark Zuckerberg와 Linux Foundation은 PyTorch가 Linux Foundation으로 전환하여 지속적인 커뮤니티 성장을 지원하고 향후 몇 년 동안 성공할 수 있는 기반을 제공할 것이라고 공동으로 발표했습니다. PyTorch의 향후 개선에 기여하기 위해 Microsoft는 거버넌스 보드의 구성원으로 PyTorch Foundation에 참여하여 AI/ML의 보편화와 협업을 주도했습니다. 최신 PyTorch 기능을 살펴보세요.

ONNX Runtime: 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, 학습 및 배포할 수 있습니다. 실험 관리 및 전체 기계 학습 수명 주기 지원을 위한 Azure Machine Learning과 긴밀하게 통합되어 있습니다. Azure Machine Learning은 엔드투엔드 기계 학습 워크플로의 힘든 작업을 없앨 뿐만 아니라 데이터 준비, 실험 추적 등의 유지 관리 작업도 처리함으로써 프로덕션으로의 전환 시간을 몇 주에서 몇 시간으로 단축합니다.

PyTorch용 Azure Data Science Virtual Machine을 사용한 개발

PyTorch용 Data Science Virtual Machines는 설치 비용을 줄이고 가치 창출 시간을 가속화하기 위해 최신 PyTorch 버전과 함께 미리 설치되고 검증된 상태로 제공됩니다. 패키지에는 ONNX 런타임, DeepSpeed 및 PySpark와 같은 다양한 최적화 기능이 포함되어 있으므로 원활한 개발 환경과 GPU를 비롯한 모든 Azure 하드웨어 구성으로 작업할 수 있습니다.