Pomiń nawigację

PyTorch na platformie Azure

Uzyskaj środowisko PyTorch gotowe do użycia w przedsiębiorstwie w chmurze

PyTorch to platforma uczenia głębokiego typu open source, która przyspiesza proces od badań do produkcji. Badacze danych w firmie Microsoft używają PyTorch jako podstawowej platformy do opracowywania modeli, które umożliwiają korzystanie z nowych środowisk na platformie Microsoft 365, w usłudze Bing, na konsoli Xbox i nie tylko. Firma Microsoft jest głównym współautorem ekosystemu PyTorch, który ostatnio wzbogacił się o narzędzia takie jak Profilter PyTorch.

Rozwiązanie PyTorch na platformie Azure — lepsze wspólne działanie

Gotowe do zastosowań produkcyjnych

Trenuj i wdrażaj modele na dużą skalę bez obaw, używając wbudowanego środowiska platformy PyTorch w ramach usługi Azure Machine Learning, i miej pewność, że najnowsza wersja platformy PyTorch jest w pełni obsługiwana za pomocą kontenera Azure dla PyTorch.

Zwiększona wydajność

Skróć czas wprowadzania produktu na rynek dzięki wydajnemu procesorowi GPU, akceleratorowi sprzętowemu klasy korporacyjnej ze środowiskiem uruchomieniowym ONNX oraz najnowszym innowacyjnym technikom skalowania z biblioteką DeepSpeed na platformie Azure.

Wzmocniony ekosystem

Osiągaj więcej dzięki zaawansowanemu ekosystemowi narzędzi i możliwości PyTorch, w tym Profilter PyTorch.

Zaufanie firm każdej wielkości

"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, menedżer, 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. starszy główny analityk ds. badań, 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, główny analityk danych, Inmeta, część Crayon
Pokolorować

"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, wiceprezes ds. inżynierii, 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, dyrektor zarządzający firmy Solliance i CTO dla planu bazowego
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, główny inżynier MLOps, Bentley
Bentley

Firma Microsoft jest aktywnym współautorem ekosystemu projektów typu open source platformy PyTorch

PyTorch Profiler

Profilter PyTorch to narzędzie typu open source, które ułatwia analizę użytkowania zasobów sprzętowych (takich jak czas i pamięć) przez różne operacje platformy PyTorch w modelu, a także pomaga usuwać wąskie gardła wydajności. Dzięki temu model działa szybciej i taniej oraz ma mniejszy narzut.

Środowisko uruchomieniowe ONNX na platformie PyTorch

Modele uczenia głębokiego są coraz większe, dlatego skrócenie czasu trenowania stało się problemem zarówno z punktu widzenia finansowego, jak i środowiskowego. Środowisko uruchomieniowe ONNX przyspiesza rozproszone trenowanie modeli transformatorów PyTorch na dużą skalę za pomocą jednowierszowej zmiany kodu. Połączenie z biblioteką DeepSpeed jeszcze bardziej zwiększa szybkość trenowania na platformie PyTorch.

Platforma PyTorch w systemie Windows

Firma Microsoft utrzymuje kompilacje platformy PyTorch dla systemu Windows, dzięki czemu Twój zespół może korzystać z dobrze przetestowanych i stabilnych kompilacji, prostej i niezawodnej instalacji, przewodników Szybki start i samouczków oraz wysokiej wydajności i obsługi bardziej zaawansowanych funkcji, takich jak rozproszone trenowanie przy użyciu procesorów GPU.

PyTorch Foundation

Wraz z rosnącym znaczeniem platformy PyTorch zarówno w badaniach nad AI, jak i w produkcji, Mark Zuckerberg wspólnie z organizacją Linux Foundation ogłosili, że platforma PyTorch zostanie przejęta przez organizację Linux Foundation, aby wspierać ciągły rozwój społeczności i zapewnić jej miejsce, w którym będzie się rozwijać przez kolejne lata. Aby przyczynić się do przyszłego rozwoju platformy PyTorch, firma Microsoft dołączyła do organizacji PyTorch Foundation jako członek rady zarządzającej z zadaniem przeprowadzenia demokratyzacji AI/ML oraz zwiększenia współpracy nad tymi technologiami. Przeczytaj wpis na blogu firmy Meta, aby dowiedzieć się więcej o organizacji PyTorch Foundation i odkryj najnowsze możliwości usługi PyTorch.

Środowisko uruchomieniowe ONNX: środowisko uruchomieniowe do przyspieszonego wnioskowania i trenowania modeli platformy PyTorch, które obsługuje systemy Windows, Mac, Linux, Android oraz iOS i jest zoptymalizowane pod kątem różnych akceleratorów sprzętowych.

DeepSpeed: Biblioteka algorytmów do trenowania dużych modeli nowej generacji, w tym najnowocześniejsze algorytmy trenowania równoległego modeli i inne optymalizacje trenowania rozproszonego.

Hummingbird: biblioteka, która kompiluje tradycyjne modele, takie jak Scikit-Learn lub LightGBM, na obliczenia tensorów platformy PyTorch w celu szybszego wnioskowania.

Dwie metody tworzenia zawartości za pomocą rozwiązania PyTorch na platformie Azure

Przyspiesz przepływy pracy dzięki usłudze Azure Machine Learning

Z łatwością twórz, trenuj i wdrażaj modele PyTorch przy użyciu usługi Azure Container dla PyTorch. Jest głęboko zintegrowany z Azure Machine Learning na potrzeby zarządzania eksperymentami i pełnej obsługi cyklu życia uczenia maszynowego. Azure Machine Learning usuwa intensywne przenoszenie kompleksowych przepływów pracy uczenia maszynowego, a jednocześnie obsługuje zadania porządkowania, takie jak przygotowywanie danych i śledzenie eksperymentów, co skraca czas na produkcję z tygodni do godzin.

Rozwijaj się za pomocą usługi Azure Data Science Virtual Machine dla PyTorch

Usługa Data Science Virtual Machines dla PyTorch została wstępnie zainstalowana i zweryfikowana przy użyciu najnowszej wersji usługi PyTorch, aby obniżyć koszty konfiguracji i przyspieszyć proces uzyskiwania wartości. Pakiety zawierają różne funkcje optymalizacji, takie jak ONNX runtime, DeepSpeed i PySpark, aby od razu uzyskać bezproblemowe środowisko programistyczne oraz możliwość pracy ze wszystkimi konfiguracjami sprzętu platformy Azure, w tym procesorami GPU.

Poznaj podstawy platformy PyTorch

Poznaj podstawy uczenia głębokiego przy użyciu platformy PyTorch w witrynie Microsoft Learn. Ta przyjazna dla początkujących ścieżka szkoleniowa zawiera wprowadzenie do kluczowych pojęć związanych z tworzeniem modeli uczenia maszynowego w wielu dziedzinach, takich jak przetwarzanie mowy, obrazów i języka naturalnego.

Rozpocznij ścieżkę szkoleniową

Wprowadzenie do platformy PyTorch w programie AI Show

Poznaj podstawy platformy PyTorch, w tym sposób tworzenia i wdrażania modelu oraz nawiązywania połączenia z silną społecznością użytkowników.

Poznaj podstawy platformy PyTorch

Poznaj pojęcia i moduły platformy PyTorch. Dowiedz się z tego przewodnika Szybki start, jak ładować dane, tworzyć głębokie sieci neuronowe oraz trenować i zapisywać modele.

Obejrzyj film

Szybsza obsługa projektów PyTorch w chmurze dzięki platformie Azure