This is the Trace Id: 225c0b5907fb1ebd8b4df3cdc7a7e751
주 콘텐츠로 건너뛰기
Azure

MLOps(기계 학습 운영)

MLOps는 ML 모델 및 AI 워크플로의 개발 및 배포를 간소화하는 사례입니다.
개요

AI 앱 개발 수명 주기 간소화

  • Azure Machine Learning 레지스트리를 사용하여 중앙 리포지토리에서 AI 모델 및 파이프라인을 공유하고 재사용합니다.
  • 지속적인 업데이트를 통합하여 학습, 프롬프트 튜닝 및 배포 워크플로를 자동화합니다.
  • Azure Machine Learning 프롬프트 흐름을 사용하여 프롬프트 엔지니어링 작업을 간소화하고 생성형 AI 모델을 오케스트레이션합니다.
  • 미리 정의된 실험, 버전 제어 및 데이터 모니터링을 사용하여 확장 가능하고 재현 가능한 파이프라인을 만듭니다.
  • 프로덕션 환경에서 모델 정확도, 데이터 드리프트 및 책임 있는 AI 메트릭을 지속적으로 모니터링하고 평가합니다.
장점

프로덕션 환경에 AI 도입

원활한 배포 및 관리를 위해 모델을 크기 조정하고 운영합니다.

AI 워크플로를 빠르게 빌드

일관적인 모델을 디자인, 배포 및 관리하도록 파이프라인 및 모델 워크플로를 빌드합니다.

어디서든지 가능한 모델 배포

관리 엔드포인트를 사용하여 액세스 가능한 CPU 및 GPU 컴퓨터에 모델 및 워크플로를 배포합니다.

효율적인 AI 수명 주기 자동화

Azure DevOps 및 GitHub Actions의 기본 제공 상호 운용성을 사용하여 ML 및 AI 워크플로를 자동화합니다.

자산에서 거버넌스 달성

버전 및 데이터 계보를 추적합니다. 거버넌스, 개인 정보 보호 및 규정 준수에 대한 할당량 및 정책을 설정합니다.

추적 중앙 집중화

MLflow에서 일관된 도구 집합을 사용하여 실행 메트릭을 추적하고 실험에 대한 아티팩트를 저장합니다.

팀 간에 자산 공유

레지스트리를 사용하여 작업 영역에서 공동 작업하고 조직 전체에서 AI 자산을 중앙 집중식으로 관리합니다.
Microsoft는 IDC MarketScape 전 세계 MLOps(기계 학습 운영) 플랫폼 2022 공급업체 평가에서 리더로 인정받았습니다.
고객 사례

고객이 Azure Machine Learning을 사용하여 혁신하는 방법 보기

Azure Machine Learning 사용해 보기

로우코드 및 노코드 프로젝트 작성 및 자산 관리를 위해 Azure Machine Learning 스튜디오에 액세스합니다.
노란 코트를 입은 여성들이 노트북으로 작업하고 있습니다.
다음 단계

나에게 적합한 Azure 계정 선택 

용량제 통화 요금를 사용하거나 Azure를 최대 30일 동안 무료로 체험해 보세요.
두 사람이 서로 대화하고 웃는 모습입니다.
Azure 솔루션

Azure 클라우드 솔루션

AzurAzure cloud services의 입증된 결합뿐만 아니라 샘플 아키텍처 및 설명서로 비즈니스 문제를 해결하세요.
노트북으로 작업하는 흰색 셔츠를 입은 남자.
비즈니스 솔루션 허브

적합한 Microsoft 클라우드 솔루션 찾기

Microsoft 비즈니스 솔루션 허브를 검색하여 조직이 목표를 달성하는 데 도움이 될 수 있는 제품 및 솔루션을 찾습니다.