Mettre à l’échelle les services de chat .NET d'Azure OpenAI à l’aide de la méthode RAG avec Azure Container Apps

Découvrez comment ajouter l’équilibrage de charge à votre application pour étendre l’application de conversation au-delà des limites de quota du service Azure OpenAI. Cette approche utilise Azure Container Apps pour créer trois points de terminaison Azure OpenAI et un conteneur principal pour diriger le trafic entrant vers l’un des trois points de terminaison.

Cet article nécessite de déployer deux exemples distincts :

• Application de conversation instantanée

  • Si vous n’avez pas encore déployé l’application de chat, attendez que l’exemple d’équilibreur de charge soit déployé.

  • Si vous avez déjà déployé l’application de conversation une fois, modifiez la variable d’environnement pour prendre en charge un point de terminaison personnalisé pour l’équilibreur de charge et redéployez-la.

  • L’application de conversation est disponible dans ces langues :

    • .NET
    • JavaScript
    • Python

• Application d’équilibreur de charge

Remarque

Cet article utilise un ou plusieurs modèles d’application IA comme base pour les exemples et les conseils qu’il contient. Les modèles d’application IA vous fournissent des implémentations de référence bien gérées qui sont faciles à déployer. Ils aident à garantir un point de départ de haute qualité pour vos applications IA.

Architecture d’équilibrage de charge d’Azure OpenAI avec Azure Container Apps

Étant donné que la ressource Azure OpenAI a des limites de quota de jeton et de modèle spécifiques, une application de conversation qui utilise une seule ressource Azure OpenAI est susceptible d’avoir des échecs de conversation en raison de ces limites.

Pour utiliser l’application de conversation sans atteindre ces limites, utilisez une solution à charge équilibrée avec Container Apps. Cette solution expose en toute transparence un point de terminaison unique entre Container Apps et votre serveur d’applications de conversation.

L’application conteneur se trouve devant un ensemble de ressources Azure OpenAI. L'application Container Apps résout deux scénarios : normal et limité. Au cours d'un scénario normal où le quota de jetons et de modèles est disponible, la ressource Azure OpenAI renvoie un 200 par l'intermédiaire de l'application conteneur et du serveur d'application.

Lorsqu’une ressource se trouve dans un scénario limité en raison de limites de quota, l’application conteneur peut réessayer immédiatement une autre ressource Azure OpenAI pour répondre immédiatement à la demande d’application de conversation d’origine.

Prérequis

• Abonnement Azure. Créez-en un gratuitement.

• Accès accordé à Azure OpenAI dans l’abonnement Azure souhaité.

  L’accès à ce service n’est accordé qu’à l’application. Vous devez demander l'accès à l'OpenAI Azure.

• Les conteneurs de développement sont disponibles pour les deux exemples fournis, avec toutes les dépendances requises pour terminer cet article. Vous pouvez exécuter les conteneurs de développement dans GitHub Codespaces (dans un navigateur) ou localement à l’aide de Visual Studio Code.

GitHub Codespaces

• Seul un compte GitHub est nécessaire pour utiliser CodeSpaces.

Visual Studio Code

• Docker Desktop - Démarrer Docker Desktop s’il n’est pas déjà en cours d’exécution
• Visual Studio Code
• Dev Container Extension

Ouvrez l'application d'exemple de l'équilibreur de charge de Container Apps.

GitHub Codespaces

GitHub Codespaces exécute un conteneur de développement géré par GitHub avec Visual Studio Code pour le Web comme interface utilisateur. Pour un environnement de développement le plus simple, utilisez GitHub Codespaces pour disposer des outils de développement et des dépendances appropriés préinstallés pour terminer cet article.

Important

Tous les comptes GitHub peuvent utiliser GitHub Codespaces pour jusqu’à 60 heures gratuites chaque mois avec deux instances principales. Pour plus d’informations, consultez Stockage et heures par cœur inclus chaque mois avec GitHub Codespaces.

Visual Studio Code

L’extension Dev Containers pour Visual Studio Code nécessite l’installation de Docker sur votre machine locale. L’extension héberge le conteneur de développement localement à l’aide de l’hôte Docker avec les outils de développement et les dépendances appropriés préinstallés pour terminer cet article.

Déployer l’équilibreur de charge Azure Container Apps

1. Connectez-vous à Azure Developer CLI pour fournir l’authentification aux étapes d’approvisionnement et de déploiement :

   azd auth login --use-device-code
   

2. Définissez une variable d’environnement pour utiliser l’authentification Azure CLI à l’étape de post-approvisionnement :

   azd config set auth.useAzCliAuth "true"
   

3. Déployez l’application d’équilibreur de charge :

   azd up
   

   Sélectionnez un abonnement et une région pour le déploiement. Ils ne sont pas obligés d'avoir le même abonnement et la même région que l'application de messagerie.

4. Attendez que le déploiement se termine avant de continuer.

Obtenir le point de terminaison de déploiement

1. Utilisez la commande suivante pour afficher le point de terminaison déployé pour l’application conteneur :

   azd env get-values
   

2. Copiez la valeur de CONTAINER_APP_URL. Vous l’utilisez dans la section suivante.

Redéployer l’application de chat avec le point de terminaison de l’équilibreur de charge

Ces exemples sont complétés par l'exemple de l'application de chat.

Déploiement initial

1. Ouvrez le conteneur de développement de l’exemple d’application de conversation à l’aide de l’un des choix suivants.

   Langage	GitHub Codespaces	Visual Studio Code
   .NET
   JavaScript
   Python

2. Connectez-vous à Azure Developer CLI (AZD) :

   azd auth login
   

   Terminez les instructions de connexion.

3. Créez un environnement AZD avec un nom tel que chat-app:

   azd env new <name>
   

4. Ajoutez la variable d’environnement suivante, qui indique au back-end de l’application de conversation d’utiliser une URL personnalisée pour les requêtes Azure OpenAI :

   azd env set OPENAI_HOST azure_custom
   

5. Ajoutez la variable d’environnement suivante. Remplacez <CONTAINER_APP_URL> de l’URL de la section précédente. Cette action indique au back-end de l’application de conversation la valeur de l’URL personnalisée de la requête Azure OpenAI.

   azd env set AZURE_OPENAI_CUSTOM_URL <CONTAINER_APP_URL>
   

6. Déployez l’application de conversation :

   azd up
   

Redéploiement

1. Rouvrez le conteneur de développement de l'exemple d'application de chat en utilisant l'un des choix suivants.

   Langage	GitHub Codespaces	Visual Studio Code
   .NET
   JavaScript
   Python

2. Ajoutez la variable d’environnement suivante, qui indique au back-end de l’application de conversation d’utiliser une URL personnalisée pour les requêtes Azure OpenAI :

   azd env set OPENAI_HOST azure_custom
   

3. Ajoutez la variable d’environnement suivante, qui indique au back-end de l’application de conversation quelle est la valeur de l’URL personnalisée pour la requête Azure OpenAI :

   azd env set CONTAINER_APP_URL <CONTAINER_APP_URL>
   

4. Déployez l’application de conversation :

   azd up
   

   Attendez que ce processus se termine avant de continuer.

Vous pouvez maintenant utiliser l'application de conversation en toute confiance, sachant qu'elle est conçue pour s'adapter à un grand nombre d'utilisateurs sans craindre de manquer de quota.

Diffuser en continu les journaux pour voir les résultats de l’équilibreur de charge

1. Dans le portail Azure, recherchez votre groupe de ressources.

2. Dans la liste des ressources du groupe, sélectionnez la ressource Azure Container Apps.

3. Sélectionnez le flux Contrôle>Journal pour afficher le journal.

4. Utilisez l’application de conversation pour générer du trafic dans le journal.

5. Recherchez les journaux qui font référence aux ressources Azure OpenAI. Chacune des trois ressources a son identité numérique dans le commentaire de journal qui commence par Proxying to https://openai3, où 3 indique la troisième ressource Azure OpenAI.

   

Lorsque l’équilibreur de charge reçoit l’état que la demande dépasse le quota, l’équilibreur de charge pivote automatiquement vers une autre ressource.

Configurer le quota du TPM

Par défaut, chacune des instances Azure OpenAI de l'équilibreur de charge est déployée avec une capacité de 30 000 jetons par minute (TPM). Vous pouvez utiliser l'application de conversation avec l'assurance qu'elle est conçue pour évoluer pour de nombreux utilisateurs sans manquer de quota. Modifiez cette valeur quand :

• Vous obtenez des erreurs de capacité de déploiement : Diminuez la valeur.
• Vous avez besoin d'une plus grande capacité : Augmentez la valeur.

1. Utilisez la commande suivante pour modifier la valeur :

   azd env set OPENAI_CAPACITY 50
   

2. Redéployez l'équilibreur de charge :

   azd up
   

Nettoyer les ressources

Lorsque vous avez terminé avec l’application de conversation et l’équilibreur de charge, nettoyez les ressources. Les ressources Azure créées dans cet article sont facturées dans votre abonnement Azure. Si vous pensez ne plus avoir besoin de ces ressources, supprimez-les pour éviter des frais supplémentaires.

Nettoyer les ressources de l’application de conversation

Retournez à l'article sur l'application de chat pour nettoyer les ressources :

• .NET
• JavaScript
• Python

Nettoyer les ressources de l’équilibreur de charge

Exécutez la commande Azure Developer CLI suivante pour supprimer les ressources Azure et le code source :

azd down --purge --force

Les commutateurs fournissent :

• purge: les ressources supprimées sont immédiatement purgées afin de pouvoir réutiliser les jetons du service Azure OpenAI par minute.
• force: La suppression se fait silencieusement, sans que le consentement de l'utilisateur ne soit requis.

Nettoyer GitHub Codespaces et Visual Studio Code

GitHub Codespaces

La suppression de l'environnement GitHub Codespaces garantit que vous pouvez maximiser le nombre d'heures gratuites par cœur auxquelles vous avez droit pour votre compte.

Important

Pour plus d’informations sur les droits associés à votre compte GitHub, consultez Stockage et heures par cœur inclus chaque mois avec GitHub Codespaces.

1. Connectez-vous au tableau de bord GitHub Codespaces .

2. Localisez vos espaces de code en cours d'exécution qui proviennent du référentiel GitHub azure-samples/openai-aca-lb.

   

3. Ouvrez le menu contextuel de l’espace de code, puis sélectionnez Supprimer.

   

Visual Studio Code

Vous n’êtes pas obligé de nettoyer votre environnement local, mais vous pouvez arrêter le conteneur de développement en cours d’exécution et revenir à Visual Studio Code dans le contexte d’un espace de travail local.

1. Ouvrez la palette de commandes et recherchez les commandes Conteneurs de développement.

2. Sélectionnez Conteneurs de développement : Réouvrir le dossier localement.

   

Conseil

Visual Studio Code arrête le conteneur de développement en cours d’exécution, mais le conteneur existe toujours dans Docker dans un état arrêté. Vous avez toujours la possibilité de supprimer l'instance de conteneur, l'image de conteneur et les volumes de Docker pour libérer de l'espace sur votre machine locale.

Aide

Si vous ne parvenez pas à déployer l'équilibreur de charge de Gestion des API Azure, ajoutez votre problème à la page web des problèmes du référentiel.

Exemple de code

Les exemples utilisés dans cet article incluent :

• Application de chat .NET avec RAG
• Equilibreur de charge avec Azure Container Apps

Étape suivante

• Utilisez Azure Load Testing pour tester la charge de votre application de chat.