Hoppa till huvudinnehåll

PyTorch i Azure

Få en företagsklar PyTorch-upplevelse i molnet

PyTorch är ett ramverk för djupinlärning med öppen källkod som påskyndar processen från forskning till produktion. Dataforskare på Microsoft använder PyTorch som ett primärt ramverk i utvecklingen av modeller som möjliggör nya upplevelser i Microsoft 365, Bing, Xbox med mera. Microsoft är en viktig deltagare i PyTorch-ekosystemet med färska bidrag som PyTorch Profiler.

PyTorch på Azure – bättre tillsammans

Produktionsklar

Träna och distribuera modeller på ett tillförlitligt sätt och i stor skala med hjälp av en inbyggd PyTorch-miljö i Azure Machine Learningför att säkerställa att den senaste PyTorch-versionen stöds fullt ut via Azure Container for PyTorch.

Snabbare prestanda

Få kortare tid till marknaden med kraftfull GPU-maskinvara, programaccelerator i produktionsklass med ONNX Runtime och de senaste skalningsteknikerna med DeepSpeed i Azure.

Förstärkt ekosystem

Måla mer med det omfattande PyTorch-ekosystemet med verktyg och funktioner, inklusive PyTorch Profiler.

Betrott av företag i alla storlekar

"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, Manager 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. Principal Research Scientist, 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, Chief Data Scientist, Inmeta, del av Crayon
Crayon

"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, VP of Engineering, 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, VD för Solliance och CTO på Baseline
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, huvudingenjör på MLOps, Bentley
Bentley

Microsoft deltar aktivt i ett ekosystem med PyTorch-projekt med öppen källkod

PyTorch Profiler

PyTorch Profiler är ett verktyg med öppen källkod som gör att du kan förstå förbrukningen av maskinvaruresurser, till exempel tid och minne, för olika PyTorch-åtgärder i modellen och lösa flaskhalsar för prestanda. Tack vare detta kan din modell köras snabbare med lägre omkostnader.

ONNX Runtime på PyTorch

Djupinlärningsmodellerna blir allt större och gör att en minskning av träningstiden blir både ett ekonomiskt och ett miljömässigt problem. ONNX Runtime påskyndar storskalig, distribuerad träning av PyTorch-transformatormodeller med ändring av en enda kodrad. Kombinera med DeepSpeed för att ytterligare förbättra träningshastigheten på PyTorch.

PyTorch i Windows

Microsoft underhåller PyTorch-versioner för Windows så att ditt team får grundligt testade och stabila versioner, enkel och tillförlitlig installation, snabbstarter och självstudier, höga prestanda och stöd för mer avancerade funktioner som distribuerad GPU-träning.

PyTorch-grund

Med den ökande vikten av PyTorch för både AI-forskning och produktion meddelade Mark Zuckerberg atillsammans med Linux Foundationatt PyTorch kommer att övergå till Linux Foundation för att stödja fortsatt communitytillväxt och tillhandahålla ett hem för att det ska blomstra i många år framöver. För att bidra till den framtida förbättringen av PyTorch har Microsoft gått med i PyTorch Foundation som medlem i styrtavlan för att leda demokratiseringen och samarbetet med AI/ML. Läs Meta-blogginlägget om du vill veta mer om PyTorch Foundation och utförska de senaste PyTorch-funktionerna.

ONNX Runtime: En körmiljö för accelererad inferens och träning av PyTorch-modeller som stöder Windows, Mac, Linux, Android och iOS och är optimerad för en mängd olika maskinvaruacceleratorer.

DeepSpeed: Ett bibliotek med algoritmer för träning av nästa generations stora modeller, inklusive avancerade träningsalgoritmer (“model-parallel”) och andra optimeringar för distribuerad träning.

Hummingbird: Ett bibliotek som kompilerar traditionella modeller som scikit-learn och LightGBM i PyTorch Tensor Computation för snabbare inferens.

Två sätt att använda Azure för PyTorch-utveckling

Accelerera arbetsflödet med Azure Machine Learning

Skapa, träna och distribuera enkelt PyTorch-modeller med Azure Container for PyTorch. Den är djupt integrerad med Azure Machine Learning för experimenthantering och fullständig livscykelsupport för maskininlärning. Azure Machine Learning tar bort det tunga arbetet med maskininlärningsarbetsflöden från slutpunkt till slutpunkt samtidigt som du hanterar hushållsaktiviteter som förberedelse av data och experimentspårning, vilket minskar tiden till produktion från veckor till timmar.

Utveckla med Azure Data Science Virtual Machine för PyTorch

Data Science Virtual Machines för PyTorch levereras med förinstallerad och validerad med den senaste PyTorch-versionen för att minska installationskostnaderna och påskynda tiden till värde. Paketen innehåller olika optimeringsfunktioner som ONNX Runtime, DeepSpeed och PySpark för att få smidig utvecklingsupplevelse direkt och möjligheten att arbeta med alla Azure-maskinvarukonfigurationer, inklusive GPU:er.

Lär dig grunderna i PyTorch

Lär dig grunderna i djupinlärning med PyTorch på Microsoft Learn. I den här nybörjarvänliga utbildningsvägen får du en introduktion till viktiga begrepp för att skapa maskininlärningsmodeller inom flera områden, till exempel tal, visuellt innehåll och bearbetning av naturligt språk.

Påbörja utbildningsvägen

Kom igång med PyTorch på AI-showen

Lär dig grunderna i PyTorch, inklusive hur du skapar och distribuerar en modell och hur du ansluter till den starka användarcommunityn.

Lär dig grunderna i PyTorch

Lär dig mer om PyTorch-begrepp och -moduler. Lär dig hur du läser in data, skapar djupa neurala nätverk och tränar och sparar dina modeller i den här snabbstartsguiden.

Titta på videon

Accelerera ditt PyTorch-projekt i molnet med Azure