Installieren und Ausführen von CLU-Containern (Conversational Language Understanding)

Hinweis

Die Datengrenzwerte in einem einzelnen synchronen API-Aufruf für den CLU-Container sind 5.120 Zeichen pro Dokument und bis zu 10 Dokumente pro Aufruf.

Mit Containern können Sie die CLU-API in Ihrer eigenen Infrastruktur hosten. Wenn Sie Sicherheits- oder Datengovernance-Anforderungen haben, die nicht durch einen Remote-Aufruf von CLU erfüllt werden können, sind Container möglicherweise eine gute Option.

Wenn Sie kein Azure-Abonnement besitzen, können Sie ein kostenloses Konto erstellen, bevor Sie beginnen.

Voraussetzungen

Zur Verwendung der CLU-Container müssen die folgenden Voraussetzungen erfüllt sein.

• Wenn Sie kein Azure-Abonnement besitzen, können Sie ein kostenloses Konto erstellen.
• Docker ist auf einem Hostcomputer installiert. Docker muss so konfiguriert werden, dass die Container eine Verbindung mit Azure herstellen und Abrechnungsdaten an Azure senden können.
  • Unter Windows muss Docker auch für die Unterstützung von Linux-Containern konfiguriert werden.
  • Sie sollten über grundlegende Kenntnisse der Docker-Konzepte verfügen.
• Eine Language-Ressource

Erfassen erforderlicher Parameter

Für alle Azure KI-Container werden drei primäre Parameter benötigt. Die Microsoft-Software-Lizenzbedingungen müssen mit dem Wert accept vorhanden sein. Außerdem werden ein Endpunkt-URI und ein API-Schlüssel benötigt.

Endpunkt-URI

Der {ENDPOINT_URI}-Wert ist im Azure-Portal auf der Seite Übersicht der entsprechenden Azure KI Services-Ressource verfügbar. Wechseln Sie zur Seite Übersicht, zeigen Sie auf den Endpunkt, und das Symbol In die Zwischenablage kopieren wird angezeigt. Kopieren Sie den Endpunkt, und verwenden Sie ihn bei Bedarf.

Tasten

Der {API_KEY}-Wert wird zum Starten des Containers verwendet und ist im Azure-Portal auf der Seite Schlüssel der entsprechenden Azure KI Services-Ressource verfügbar. Wechseln Sie zur Seite Schlüssel, und wählen Sie das Symbol In die Zwischenablage kopieren aus.

Wichtig

Diese Abonnementschlüssel werden für den Zugriff auf Ihre Azure KI Services-API verwendet. Geben Sie Ihre Schlüssel nicht weiter. Speichern Sie diese sicher. Verwenden Sie beispielsweise Azure Key Vault. Außerdem wird empfohlen, diese Schlüssel regelmäßig neu zu generieren. Für einen API-Aufruf ist nur ein Schlüssel erforderlich. Beim Neugenerieren des ersten Schlüssels können Sie den zweiten Schlüssel für den kontinuierlichen Zugriff auf den Dienst verwenden.

Anforderungen und Empfehlungen für den Hostcomputer

Der Host ist ein x64-basierter Computer, auf dem der Docker-Container ausgeführt wird. Dies kann ein lokaler Computer oder ein Docker-Hostingdienst in Azure sein, z. B.:

• Azure Kubernetes Service
• Azure Container Instances
• Ein in Azure Stack bereitgestellter Kubernetes-Cluster Weitere Informationen finden Sie unter Bereitstellen von Kubernetes in Azure Stack.

In der folgenden Tabelle werden die minimalen und empfohlenen Spezifikationen für den verfügbaren Container beschrieben. Jeder CPU-Kern muss eine Geschwindigkeit von mindestens 2,6 GHz aufweisen.

Es wird empfohlen, eine CPU mit AVX-512-Anweisungssatz zu verwenden, um die besten Ergebnisse (Leistung und Genauigkeit) zu erzielen.

	Mindestspezifikationen für Hosts	Empfohlene Hostspezifikationen
CLU	1 Kern, 2 GB Arbeitsspeicher	4 Kerne, 8 GB Arbeitsspeicher

CPU-Kernanzahl und Arbeitsspeicher entsprechen den Einstellungen --cpus und --memory, die im Rahmen des Befehls docker run verwendet werden.

Exportieren Ihres Conversational Language Understanding-Modells

Bevor Sie mit der Ausführung des Docker-Image fortfahren, müssen Sie Ihr eigenes trainiertes Modell exportieren, um es für Ihren Container verfügbar zu machen. Verwenden Sie den folgenden Befehl, um Ihr Modell zu extrahieren, und ersetzen Sie die folgenden Platzhalter durch Ihre eigenen Werte:

Platzhalter	Wert	Format oder Beispiel
{API_KEY}	Der Schlüssel für Ihre Language-Ressource. Sie finden ihn im Azure-Portal auf der Seite Key and endpoint (Schlüssel und Endpunkt) Ihrer Ressource.	xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
{ENDPOINT_URI}	Der Endpunkt für den Zugriff auf die Conversational Language Understanding-API Sie finden ihn im Azure-Portal auf der Seite Key and endpoint (Schlüssel und Endpunkt) Ihrer Ressource.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT_NAME}	Der Name des Projekts, das das zu exportierende Modell enthält. Sie finden ihn im Language Studio-Portal auf der Registerkarte „Projekte“.	myProject
{TRAINED_MODEL_NAME}	Der Name des trainierten Modells, das Sie exportieren möchten. Sie finden Ihre trainierten Modelle auf der Registerkarte „Modellauswertung“ unter Ihrem Projekt im Language Studio-Portal.	myTrainedModel
{EXPORTED_MODEL_NAME}	Der Name, der dem neu exportierten Modell zugewiesen werden soll	myExportedModel

curl --location --request PUT '{ENDPOINT_URI}/language/authoring/analyze-conversations/projects/{PROJECT_NAME}/exported-models/{EXPORTED_MODEL_NAME}?api-version=2024-11-15-preview' \ 
--header 'Ocp-Apim-Subscription-Key: {API_KEY}' \ 
--header 'Content-Type: application/json' \ 
--data-raw '{ 
    "TrainedModelLabel": "{TRAINED_MODEL_NAME}" 
}' 

Abrufen des Containerimages mit docker pull

Das CLU-Containerimage befindet sich im Containerregistrierungssyndikat mcr.microsoft.com. Es befindet sich im Repository azure-cognitive-services/language/ und trägt den Namen clu. Der vollqualifizierte Containerimagename lautet mcr.microsoft.com/azure-cognitive-services/language/clu.

Um die neueste Version des Containers zu verwenden, können Sie das Tag latest verwenden, das für die englische Version steht. Sie können auch eine vollständige Liste der Container für unterstützte Sprachen finden, indem Sie die Tags in MCR verwenden.

Der neueste CLU-Container ist in mehreren Sprachen verfügbar. Verwenden Sie den folgenden Befehl, um den Container für Englisch herunterzuladen.

docker pull mcr.microsoft.com/azure-cognitive-services/language/clu:latest

Tipp

Mithilfe des Befehls docker images können Sie Ihre heruntergeladenen Containerimages auflisten. Mit dem folgenden Befehl werden beispielsweise die ID, das Repository und das Tag jedes heruntergeladenen Containerimages in Form einer Tabelle aufgelistet:

docker images --format "table {{.ID}}\t{{.Repository}}\t{{.Tag}}"

IMAGE ID         REPOSITORY                TAG
<image-id>       <repository-path/name>    <tag-name>

Ausführen des Containers im Downloadmodellmodus

Nach dem Erstellen des exportierten Modells im obigen Abschnitt müssen Benutzende den Container ausführen, um das Bereitstellungspaket herunterzuladen, das speziell für ihre exportierten Modelle erstellt wurde.

Platzhalter	Wert	Format oder Beispiel
{API_KEY}	Der Schlüssel für Ihre Language-Ressource. Sie finden ihn im Azure-Portal auf der Seite Key and endpoint (Schlüssel und Endpunkt) Ihrer Ressource.	xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
{ENDPOINT_URI}	Der Endpunkt für den Zugriff auf die API. Sie finden ihn im Azure-Portal auf der Seite Key and endpoint (Schlüssel und Endpunkt) Ihrer Ressource.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{IMAGE_TAG}	Das Imagetag mit der Sprache des Containers, den Sie ausführen möchten. Vergewissern Sie sich, dass dies mit dem von Ihnen verwendeten docker pull-Befehl übereinstimmt.	latest
{LOCAL_CLU_PORT}	Die dem Container auf dem lokalen Computer zugewiesene Portnummer	5000
{LOCAL_MODEL_DIRECTORY}	Absolutes Verzeichnis auf dem Hostcomputer, auf dem die exportierten Modelle gespeichert wurden	C:\usr\local\myDeploymentPackage
{PROJECT_NAME}	Name des Projekts, zu dem das exportierte Modell gehört	myProject
{EXPORTED_MODEL_NAME}	Exportiertes Modell, das heruntergeladen werden soll	myExportedModel

docker run --rm -it -p {LOCAL_CLU_PORT}:80 \ 
mcr.microsoft.com/azure-cognitive-services/language/clu:{IMAGE_TAG} \   
-v {LOCAL_MODEL_DIRECTORY}:/DeploymentPackage \ 
Billing={ENDPOINT_URI} \   
ApiKey={API_KEY} \ 
downloadmodel \ 
projectName={PROJECT_NAME} \ 
exportedModelName={EXPORTED_MODEL_NAME} 

Ändern Sie die heruntergeladenen Dateien NICHT. Selbst das Ändern des Namens oder der Ordnerstruktur kann sich auf die Integrität des Containers auswirken und diesen beschädigen.

Wiederholen Sie diese Schritte, um alle Modelle herunterzuladen, die Sie testen möchten. Sie können zu verschiedenen Projekten gehören und unterschiedliche Namen für die exportierten Modelle aufweisen.

Ausführen des Containers mit docker run

Wenn sich der Container auf dem Hostcomputer befindet, verwenden Sie den Befehl docker run, um die Container auszuführen. Der Container wird so lange ausgeführt, bis Sie ihn beenden. Ersetzen Sie die folgenden Platzhalter durch Ihre eigenen Werte:

Wichtig

• In den Docker-Befehlen in den folgenden Abschnitten wird der umgekehrte Schrägstrich (\) als Zeilenfortsetzungszeichen verwendet. Ersetzen oder entfernen Sie diesen je nach den Anforderungen des Hostbetriebssystems.
• Die Optionen Eula, Billing und ApiKey müssen angegeben werden, um den Container auszuführen, andernfalls wird der Container nicht gestartet. Weitere Informationen finden Sie unter Abrechnung.

Zum Ausführen des CLU-Containers führen Sie den Befehl docker run aus. Ersetzen Sie die folgenden Platzhalter durch Ihre eigenen Werte:

Platzhalter	Wert	Format oder Beispiel
{API_KEY}	Der Schlüssel für Ihre Language-Ressource. Sie finden ihn im Azure-Portal auf der Seite Key and endpoint (Schlüssel und Endpunkt) Ihrer Ressource.	xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
{ENDPOINT_URI}	Der Endpunkt für den Zugriff auf die API. Sie finden ihn im Azure-Portal auf der Seite Key and endpoint (Schlüssel und Endpunkt) Ihrer Ressource.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{IMAGE_TAG}	Das Imagetag mit der Sprache des Containers, den Sie ausführen möchten. Vergewissern Sie sich, dass dies mit dem von Ihnen verwendeten docker pull-Befehl übereinstimmt.	latest
{LOCAL_CLU_PORT}	Die dem Container auf dem lokalen Computer zugewiesene Portnummer	5000
{LOCAL_NER_PORT}	Portnummer des NER-Containers Weitere Informationen finden Sie im Abschnitt „Ausführen von NER-Containern“ weiter unten.	5001 (muss sich von der oben genannten Portnummer unterscheiden)
{LOCAL_LOGGING_DIRECTORY}	Absolutes Verzeichnis auf dem Hostcomputer, auf dem diese Protokolle gespeichert wurden	C:\usr\local\mylogs
{LOCAL_MODEL_DIRECTORY}	Absolutes Verzeichnis auf dem Hostcomputer, auf dem die exportierten Modelle gespeichert wurden	C:\usr\local\myDeploymentPackage

docker run --rm -it -p 5000:5000 --memory 8g --cpus 1 \
mcr.microsoft.com/azure-cognitive-services/language/clu:{IMAGE_TAG} \
Eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

Dieser Befehl:

• Führt einen CLU-Container auf der Grundlage des Containerimages aus
• Zuweisen von einem CPU-Kern und 8 GB Arbeitsspeicher
• Verfügbarmachen des TCP-Ports 5000 und Zuweisen einer Pseudo-TTY-Verbindung für den Container
• Entfernt den Container automatisch, nachdem er beendet wurde. Das Containerimage ist auf dem Hostcomputer weiterhin verfügbar.

Ausführen mehrerer Container auf dem gleichen Host

Wenn Sie beabsichtigen, mehrere Container mit offengelegten Ports auszuführen, stellen Sie sicher, dass jeder Container mit einem anderen offengelegten Port ausgeführt wird. Führen Sie beispielsweise den ersten Container an Port 5000 und den zweiten Container an Port 5001 aus.

Sie können diesen Container und einen anderen Azure KI Services-Container zusammen auf dem Host ausführen. Sie können auch mehrere Container desselben Azure KI Services-Containers ausführen.

Ausführen von NER-Containern

CLU erfordert NER zum Behandeln vordefinierter Entitäten. Der CLU-Container funktioniert auch ohne NER ordnungsgemäß, wenn Benutzende sich entscheiden, ihn nicht zu integrieren. Die NER-Abrechnung ist deaktiviert, wenn die Verwendung über CLU erfolgt. Es fallen nur dann zusätzliche Gebühren an, wenn ein Anruf direkt an den NER-Container erfolgt.

So richten Sie NER im CLU-Container ein

• Folgen Sie der Dokumentation zu NER-Containern.
• Achten Sie beim Ausführen des CLU-Containers darauf, den Ner_Url -Parameter so festzulegen, dass Ner_Url=http://host.docker.internal:{LOCAL_NER_PORT}

Abfragen des Vorhersageendpunkts des Containers

Der Container stellt REST-basierte Endpunkt-APIs für die Abfragevorhersage bereit.

Verwenden Sie für Container-APIs den Host http://localhost:5000.

Überprüfen auf aktive Container

Es gibt mehrere Möglichkeiten zu überprüfen, ob ein Container aktiv ist. Suchen Sie die externe IP-Adresse und den verfügbar gemachten Port des betreffenden Containers, und öffnen Sie Ihren bevorzugten Webbrowser. Verwenden Sie die folgenden verschiedenen URLs für Anforderungen, um zu überprüfen, ob der Container ausgeführt wird. Die hier aufgeführten Beispiel-URLs für Anforderungen sind http://localhost:5000, aber Ihr spezifischer Container kann variieren. Stellen Sie sicher, dass Sie sich auf die externe IP-Adresse Ihres Containers und den verfügbar gemachten Port beziehen.

Anforderungs-URL	Zweck
http://localhost:5000/	Der Container stellt eine Homepage bereit.
http://localhost:5000/ready	Diese mit GET angeforderte URL ermöglicht es, zu überprüfen, ob der Container eine Abfrage des Modells akzeptiert. Diese Anforderung kann für Live- und Bereitschaftstests von Kubernetes verwendet werden.
http://localhost:5000/status	Diese URL wird auch mit GET angefordert und überprüft, ob der zum Starten des Containers verwendete API-Schlüssel gültig ist, ohne dass eine Endpunktabfrage veranlasst wird. Diese Anforderung kann für Live- und Bereitschaftstests von Kubernetes verwendet werden.
http://localhost:5000/swagger	Der Container stellt eine umfassende Dokumentation für die Endpunkte sowie die Funktion Jetzt ausprobieren bereit. Diese Funktion ermöglicht Ihnen die Eingabe Ihrer Einstellungen in einem webbasierten HTML-Formular, sodass Sie die Abfrage ausführen können, ohne Code schreiben zu müssen. Nach der Rückgabe der Abfrage wird ein cURL-Beispielbefehl bereitgestellt, der das erforderliche Format für HTTP-Header und -Text veranschaulicht.

Informationen zum Aufrufen von CLU finden Sie in unserem Leitfaden.

Ausführen des Containers ohne Verbindung zum Internet

Um diesen Container ohne Internetverbindung nutzen zu können, müssen Sie zunächst einen Antrag auf Zugriff stellen und einen Prepaidtarif erwerben. Weitere Informationen finden Sie unter Verwendung von Docker-Containern in nicht verbundenen Umgebungen.

Wenn Sie die Erlaubnis erhalten haben, den Container ohne Internetverbindung zu betreiben, verwenden Sie das folgende Beispiel, das die Formatierung des zu verwendenden docker run-Befehls mit Platzhalterwerten zeigt. Ersetzen Sie diese Platzhalterwerte durch eigene Werte.

Der DownloadLicense=True Parameter in Ihrem docker run-Befehl lädt eine Lizenzdatei herunter, die es Ihrem Docker-Container ermöglicht, auch ohne Internetverbindung zu arbeiten. Sie enthält auch ein Ablaufdatum, nach dem die Lizenzdatei nicht mehr für die Ausführung des Containers gültig ist. Sie können eine Lizenzdatei nur mit dem entsprechenden Container verwenden, für den Sie eine Genehmigung erhalten haben. So können Sie z. B. keine Lizenzdatei für einen Spracherkennungscontainer mit einem Dokument Intelligenz-Container verwenden.

Platzhalter	Wert	Format oder Beispiel
{IMAGE}	Das Containerimage, das Sie verwenden möchten.	mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice
{LICENSE_MOUNT}	Der Pfad, in den die Lizenz heruntergeladen und eingebunden wird.	/host/license:/path/to/license/directory
{ENDPOINT_URI}	Der Endpunkt für Ihre Service Request-Authentifizierung. Sie finden ihn im Azure-Portal auf der Seite Key and endpoint (Schlüssel und Endpunkt) Ihrer Ressource.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API_KEY}	Der Schlüssel für Ihre Textanalyseressource. Sie finden ihn im Azure-Portal auf der Seite Key and endpoint (Schlüssel und Endpunkt) Ihrer Ressource.	xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
{CONTAINER_LICENSE_DIRECTORY}	Speicherort des Lizenzordners im lokalen Dateisystem des Containers.	/path/to/license/directory

docker run --rm -it -p 5000:5000 \ 
-v {LICENSE_MOUNT} \
{IMAGE} \
eula=accept \
billing={ENDPOINT_URI} \
apikey={API_KEY} \
DownloadLicense=True \
Mounts:License={CONTAINER_LICENSE_DIRECTORY} 

Nachdem die Lizenzdatei heruntergeladen wurde, können Sie den Container in einer nicht verbundenen Umgebung ausführen. Das folgende Beispiel zeigt die Formatierung des zu verwendenden docker run-Befehls mit Platzhalterwerten. Ersetzen Sie diese Platzhalterwerte durch eigene Werte.

Unabhängig davon, wo der Container ausgeführt wird, muss die Lizenzdatei in den Container eingebunden und der Speicherort des Lizenzordners im lokalen Dateisystem des Containers muss mit Mounts:License= angegeben werden. Außerdem muss eine Ausgabeeinbindung angegeben werden, sodass Einträge für die Abrechnung der Nutzung geschrieben werden können.

Platzhalter	Wert	Format oder Beispiel
{IMAGE}	Das Containerimage, das Sie verwenden möchten.	mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice
{MEMORY_SIZE}	Die geeignete Größe des Arbeitsspeichers, der für Ihren Container zugeordnet werden soll.	4g
{NUMBER_CPUS}	Die geeignete Anzahl von CPUs, die für Ihren Container zugeordnet werden soll.	4
{LICENSE_MOUNT}	Der Pfad, in dem sich die Lizenz befindet und eingebunden wird.	/host/license:/path/to/license/directory
{OUTPUT_PATH}	Der Ausgabepfad für die Protokollierung von Verwendungseinträgen.	/host/output:/path/to/output/directory
{CONTAINER_LICENSE_DIRECTORY}	Speicherort des Lizenzordners im lokalen Dateisystem des Containers.	/path/to/license/directory
{CONTAINER_OUTPUT_DIRECTORY}	Speicherort des Ausgabeordners im lokalen Dateisystem des Containers.	/path/to/output/directory

docker run --rm -it -p 5000:5000 --memory {MEMORY_SIZE} --cpus {NUMBER_CPUS} \ 
-v {LICENSE_MOUNT} \ 
-v {OUTPUT_PATH} \
{IMAGE} \
eula=accept \
Mounts:License={CONTAINER_LICENSE_DIRECTORY}
Mounts:Output={CONTAINER_OUTPUT_DIRECTORY}

Beenden des Containers

Zum Herunterfahren des Containers drücken Sie in der Befehlszeilenumgebung, in der der Container ausgeführt wird, STRG+C.

Problembehandlung

Wenn Sie den Container mit einer Ausgabenbereitstellung ausführen und die Protokollierung aktiviert ist, generiert der Container Protokolldateien. Diese sind hilfreich, um Probleme beim Starten oder Ausführen des Containers zu beheben.

Tipp

Weitere Informationen und Leitfäden zur Problembehandlung finden Sie unter Häufig gestellte Fragen (FAQ) zu Azure KI-Containern.

Abrechnung

Die CLU-Container senden Abrechnungsinformationen mithilfe einer Sprachressource in Ihrem Azure-Konto an Azure.

Abfragen des Containers werden gemäß des Tarifs der Azure-Ressource in Rechnung gestellt, die für den Parameter ApiKey verwendet wird.

Azure KI Services-Container sind nicht zur Ausführung lizenziert, wenn keine Verbindung mit dem Endpunkt zur Verbrauchsmessung oder Abrechnung besteht. Sie müssen sicherstellen, dass die Container jederzeit Abrechnungsinformationen an den Abrechnungsendpunkt übermitteln können. Azure KI Services-Container senden keine Kundendaten (z. B. das analysierte Bild oder den analysierten Text) an Microsoft.

Herstellen einer Verbindung mit Azure

Der Container benötigt die Abrechnungsargumentwerte, um ausgeführt werden zu können. Diese Werte ermöglichen es dem Container, eine Verbindung mit dem Abrechnungsendpunkt herzustellen. Der Container meldet die Nutzung etwa alle 10 bis 15 Minuten. Wenn der Container nicht innerhalb des zulässigen Zeitfensters eine Verbindung mit Azure herstellt, wird der Container weiterhin ausgeführt, verarbeitet aber keine Anfragen, bis der Abrechnungsendpunkt wiederhergestellt wurde. Es erfolgen 10 Verbindungsversuche im gleichen Zeitintervall von 10 bis 15 Minuten. Wenn die Verbindung mit dem Abrechnungsendpunkt nicht innerhalb der 10 Versuche hergestellt werden kann, wird die Bereitstellung von Anforderungen durch den Container beendet. Ein Beispiel der zur Abrechnung an Microsoft gesendeten Informationen finden Sie in den häufig gestellten Fragen (FAQ) zu Azure KI Services-Containern.

Abrechnungsargumente

Der Befehl docker run startet den Container, wenn alle drei der folgenden Optionen über gültige Werte verfügen:

Option	Beschreibung
ApiKey	Der API-Schlüssel der Azure KI Services-Ressource, der zum Nachverfolgen von Abrechnungsinformationen verwendet wird. Der Wert dieser Option muss für die bereitgestellte Ressource, die in Billing angegeben wurde, auf einen API-Schlüssel festgelegt werden.
Billing	Der Endpunkt der Azure KI Services-Ressource, der zum Nachverfolgen von Abrechnungsinformationen verwendet wird Der Wert dieser Option muss auf den Endpunkt-URI einer bereitgestellten Azure-Ressource festgelegt werden.
Eula	Gibt an, dass Sie die Lizenz für den Container akzeptiert haben. Der Wert dieser Option muss auf accept festgelegt werden.

Weitere Informationen zu diesen Optionen finden Sie unter Konfigurieren von Containern.

Zusammenfassung

In diesem Artikel haben Sie die Konzepte und den Workflow zum Herunterladen, Installieren und Ausführen von CLU-Containern kennengelernt. Zusammenfassung:

• CLU stellt Linux-Container für Docker bereit
• Containerimages werden aus Microsoft Container Registry (MCR) heruntergeladen.
• Containerimages werden in Docker ausgeführt.
• Bei der Instanziierung eines Containers müssen Sie Abrechnungsinformationen angeben.

Wichtig

Für Azure KI-Container besteht die Lizenz zur Ausführung nur, wenn sie zu Messzwecken mit Azure verbunden sind. Kunden müssen sicherstellen, dass Container jederzeit Abrechnungsinformationen an den Messungsdienst übermitteln können. Azure KI-Container senden keine Kundendaten (z. B. den analysierten Text) an Microsoft.

Nächste Schritte

• Sehen Sie sich die Konfigurationseinstellungen unter Konfigurieren von Containern an.