PyTorch в Azure
Получите готовые к использованию на предприятии возможности взаимодействия с PyTorch в облаке.
PyTorch — это платформа глубокого обучения с открытым кодом, которая сокращает путь от исследований до развертывания решений в рабочей среде. Специалисты по обработке и анализу данных в корпорации Майкрософт используют PyTorch в качестве основной платформы для разработки моделей, обеспечивающих новые возможности в Microsoft 365, Bing, Xbox и не только. Корпорация Майкрософт вносит наиболее значительный вклад в разработку экосистемы PyTorch благодаря недавним нововведениям, таким как PyTorch Profiler.
PyTorch в Azure — лучше вместе
Готово к использованию в рабочей среде
Обеспечьте надежное обучение и развертывание моделей в большом масштабе с помощью встроенной среды PyTorch в составе службы Машинного обучения Azure для обеспечения полной поддержки последней версии PyTorch в Контейнере Azure для PyTorch.
Повышенная производительность
Сократите время выхода на рынок благодаря мощным GPU, программному ускорителю для рабочих сред с использованием среды выполнения ONNX и самым актуальным инновационным методам масштабирования с использованием DeepSpeed в Azure.
Усиленная экосистема
Расширяйте возможности благодаря широкой экосистеме средств и функций PyTorch, включая PyTorch Profiler.
Нам доверяют компании любого размера
"Новое корпоративное предложение от Майкрософт восполняет незакрытые потребности. Обслуживание моделей PyTorch в рабочей среде может быть сложной задачей. Прямое участие Майкрософт позволяет эффективно развертывать новые версии PyTorch в Azure."
Джереми Янксари (Jeremy Jancsary), старший научный сотрудник, Nuance
"Я рекомендую среду Azure другим разработчикам. Она удобна и проста в использовании, а самое главное — она следует рекомендациям для работы с ИИ и машинным обучением."
Александр Вааган (Alexander Vaagan), главный специалист по обработке и анализу данных, Inmeta, часть Crayon
"Запустив PyTorch в Azure, мы получили лучшую платформу для создания наглядных средств искусственного интеллекта. С ее помощью нашим инженерам удобно запускать необходимые эксперименты в одном интерфейсе в масштабах петабайта."
Пабло Кастелланос Гарсиа (Pablo Castellanos Garcia), вице-президент по проектированию, Wayve
"Благодаря ИИ Azure и PyTorch мы объединили узконаправленные приложения на основе ИИ с публицистикой и финансовой аналитикой, создав уникальное решение на рынке, несущее ценность для инвесторов в криптовалюте."
Зойнер Тейяда (Zoiner Tejada), генеральный директор Solliance и главный технический директор Baseline
"Мы используем Машинное обучение Azure и PyTorch на новой платформе для ускоренной разработки и перемещения моделей ИИ в рабочую среду с помощью шаблонного алгоритма, который позволяет специалистам по обработке и анализу данных работать как локально, так и в Azure."
Том Кмиленски (Tom Chmielenski), главный инженер MLOps, Bentley
Майкрософт активно участвует в разработке и поддержании экосистемы проектов PyTorch с открытым кодом
PyTorch Profiler
PyTorch Profiler — это средство с открытым кодом, которое помогает оценить потребление аппаратных ресурсов, например времени и памяти, различными операциями PyTorch в модели, а также устранить проблемы с производительностью. Благодаря этому модель выполняется быстрее и требует меньше ресурсов.
Среда выполнения ONNX в PyTorch
Модели глубокого обучения становятся все более крупными. Сокращение времени обучения — сложная задача, выполнение которой может существенно отразиться как на финансах, так и на окружающей среде. ONNX Runtime ускоряет крупномасштабное распределенное обучение моделей преобразователей PyTorch за счет изменения лишь одной строки кода. Объедините решение с DeepSpeed, чтобы еще больше ускорить обучение в PyTorch.
PyTorch в Windows
Майкрософт поддерживает сборки PyTorch для Windows, поэтому ваши сотрудники могут пользоваться такими преимуществами, как тщательно протестированные и стабильные сборки, простая и надежная установка, краткие руководства и учебники, высокая производительность и поддержка расширенных функций, например распределенного обучения с использованием нескольких GPU.
PyTorch Foundation
С увеличением значимости PyTorch для исследований в области ИИ и разработки Марк Цукерберг и Linux Foundation совместно объявляют о переходе PyTorch в Linux Foundation для поддержки непрерывного роста сообщества и предоставления площадки для развития в ближайшие годы. Чтобы внести вклад в будущее развитие PyTorch, корпорация Майкрософт присоединилась к PyTorch Foundation как член правления для работы по демократизации и совместного использования ИИ и машинного обучения. Изучите последние возможности PyTorch.
Среда выполнения ONNX: Среда выполнения для ускоренного вывода и обучения моделей PyTorch, поддерживающая Windows, Mac, Linux, Android и iOS, а также оптимизированная для различных аппаратных ускорителей.
DeepSpeed: Библиотека алгоритмов для обучения крупных моделей нового поколения, включая современные алгоритмы параллельного обучения моделей и другие возможности оптимизации для распределенного обучения.
Hummingbird: Библиотека, которая компилирует традиционные модели, такие как Scikit-learn или LightGBM, в тензорные вычисления PyTorch для ускорения вывода.
Два способа разработки на платформе PyTorch с помощью Azure
Ускорьте рабочий процесс с помощью Машинного обучения Azure
Легко создавайте, обучайте и развертывайте модели PyTorch с помощью Контейнера Azure для PyTorch. Он полностью интегрирован со службой Машинного обучения Azure для управления экспериментами и полной поддержки жизненного цикла машинного обучения. Машинное обучение Azure позволяет упростить комплексные рабочие процессы машинного обучения, а также управлять действиями по обслуживанию, например подготовкой данных и отслеживанием экспериментов. При этом переход в рабочую среду занимает не недели, а часы.
Разработка с помощью Виртуальной машины для обработки и анализа данных Azure для PyTorch
Виртуальные машины для обработки и анализа данных для PyTorch поставляются с предварительно установленной и проверенной последней версией PyTorch, что позволяет снизить стоимость установки и ускорить ввод в эксплуатацию. Пакеты содержат различные функциональные возможности оптимизации, такие как среду выполнения ONNX, DeepSpeed и PySpark, для обеспечения бесперебойной разработки с помощью готового решения, а также для работы со всеми конфигурациями оборудования Azure, включая GPU.
Основы PyTorch
Ознакомьтесь с основами глубокого обучения с помощью PyTorch в Microsoft Learn. В этой схеме обучения для начинающих представлены основные понятия, связанные с созданием моделей машинного обучения в различных областях, включая распознавание речи, зрение и обработку естественного языка.
Начало работы с PyTorch в AI Show
Узнайте об основах PyTorch, в том числе о том, как создавать и развертывать модели, а также как присоединиться к развитому сообществу пользователей этого решения.
Изучение основ PyTorch
Узнайте об основных понятиях и модулях PyTorch. Узнайте из этого краткого руководства, как загружать данные, создавать глубокие нейронные сети, обучать и сохранять модели.
Подробнее о PyTorch в Azure
Ускоряйте реализацию проектов PyTorch в облаке благодаря Azure
