다음을 통해 공유

AI 프로젝트에서 Azure AI 모델 유추를 사용하도록 연결 구성

  • 아티클

Important

이 문서에 표시된 항목(미리 보기)은 현재 퍼블릭 미리 보기에서 확인할 수 있습니다. 이 미리 보기는 서비스 수준 계약 없이 제공되며, 프로덕션 워크로드에는 권장되지 않습니다. 특정 기능이 지원되지 않거나 기능이 제한될 수 있습니다. 자세한 내용은 Microsoft Azure Preview에 대한 추가 사용 약관을 참조하세요.

Azure AI Foundry의 프로젝트에서 Azure AI 모델 유추를 사용하여 도달률 애플리케이션을 만들고 사용 가능한 모델을 상호 작용/관리할 수 있습니다. 프로젝트에서 Azure AI 모델 유추 서비스를 사용하려면 Azure AI Services 리소스에 대한 연결을 만들어야 합니다.

다음 문서에서는 유추 엔드포인트를 사용하기 위해 Azure AI Services 리소스에 대한 연결을 만드는 방법을 설명합니다.

필수 조건

이 문서를 완료하려면 다음이 필요합니다.

  • Azure 구독 GitHub 모델을 사용하는 경우 환경을 업그레이드하고 프로세스에서 Azure 구독을 만들 수 있습니다. 이 경우 GitHub 모델에서 Azure AI 모델 유추로 업그레이드를 읽습니다.

  • Azure AI 서비스 리소스입니다. 자세한 내용은 Azure AI Services 리소스 만들기를 참조하세요.

  • Azure AI Services 리소스에 연결된 AI 프로젝트입니다. Azure AI Foundry에서 내 프로젝트에서 Azure AI 모델 유추 서비스 구성의 단계를 따릅니다.

연결 추가

다음 단계를 사용하여 Azure AI 서비스 리소스에 대한 연결을 만들 수 있습니다.

  1. Azure AI Foundry 포털로 이동합니다.

  2. 화면의 왼쪽 아래 모서리에서 관리 센터를 선택합니다.

  3. 섹션에서 연결은 새 연결을 선택합니다.

  4. Azure AI 서비스를 선택합니다.

  5. 브라우저에서 구독에서 기존 Azure AI Services 리소스를 찾습니다.

  6. 연결 추가를 선택합니다.

  7. 새 연결이 허브에 추가됩니다.

  8. 계속하려면 프로젝트의 방문 페이지로 돌아가서 새로 만든 연결을 선택합니다. 페이지가 즉시 표시되지 않으면 페이지를 새로 고칩니다.

    연결된 리소스의 위치와 연결된 유추 엔드포인트를 강조 표시하는 프로젝트에 대한 방문 페이지의 스크린샷

연결된 리소스의 모델 배포 참조

다음 단계를 수행하여 연결된 리소스에서 사용할 수 있는 모델 배포를 확인할 수 있습니다.

  1. Azure AI Foundry 포털로 이동합니다.

  2. 왼쪽 탐색 모음에서 모델 + 엔드포인트를 선택합니다.

  3. 페이지에는 연결 이름별로 그룹화된 사용 가능한 모델 배포가 표시됩니다. Azure AI Services 유형 이어야 하는 방금 만든 연결을 찾습니다.

    지정된 연결에서 사용할 수 있는 모델 목록을 보여 주는 스크린샷

  4. 검사할 모델 배포를 선택합니다.

  5. 세부 정보 페이지에는 특정 배포에 대한 정보가 표시됩니다. 모델을 테스트하려는 경우 플레이그라운드에서 열기 옵션을 사용할 수 있습니다.

  6. 지정된 모델과 상호 작용할 수 있는 Azure AI Foundry 플레이그라운드가 표시됩니다.

Important

이 문서에 표시된 항목(미리 보기)은 현재 퍼블릭 미리 보기에서 확인할 수 있습니다. 이 미리 보기는 서비스 수준 계약 없이 제공되며, 프로덕션 워크로드에는 권장되지 않습니다. 특정 기능이 지원되지 않거나 기능이 제한될 수 있습니다. 자세한 내용은 Microsoft Azure Preview에 대한 추가 사용 약관을 참조하세요.

Azure AI Foundry의 프로젝트에서 Azure AI 모델 유추를 사용하여 도달률 애플리케이션을 만들고 사용 가능한 모델을 상호 작용/관리할 수 있습니다. 프로젝트에서 Azure AI 모델 유추 서비스를 사용하려면 Azure AI Services 리소스에 대한 연결을 만들어야 합니다.

다음 문서에서는 유추 엔드포인트를 사용하기 위해 Azure AI Services 리소스에 대한 연결을 만드는 방법을 설명합니다.

필수 조건

이 문서를 완료하려면 다음이 필요합니다.

  • Azure 구독 GitHub 모델을 사용하는 경우 환경을 업그레이드하고 프로세스에서 Azure 구독을 만들 수 있습니다. 이 경우 GitHub 모델에서 Azure AI 모델 유추로 업그레이드를 읽습니다.

  • Azure AI 서비스 리소스입니다. 자세한 내용은 Azure AI Services 리소스 만들기를 참조하세요.

  • Azure AI Foundry에 ml 대한 Azure CLI 및 확장을 설치합니다.

    az extension add -n ml

  • 다음 정보를 식별합니다.

    • Azure 구독 ID.

    • Azure AI Services 리소스 이름입니다.

    • Azure AI Services 리소스가 배포되는 리소스 그룹입니다.

연결 추가

모델을 추가하려면 먼저 배포하려는 모델을 식별해야 합니다. 다음과 같이 사용 가능한 모델을 쿼리할 수 있습니다.

  1. Azure 구독에 로그인합니다.

    az login

  2. 프로젝트를 가리키도록 CLI를 구성합니다.

    az account set --subscription <subscription>
az configure --defaults workspace=<project-name> group=<resource-group> location=<location>

  3. 연결 정의를 만듭니다.

    connection.yml

    name: <connection-name>
type: aiservices
endpoint: https://<ai-services-resourcename>.services.ai.azure.com
api_key: <resource-api-key>

  4. 연결을 만듭니다.

    az ml connection create -f connection.yml

  5. 이 시점에서 연결을 사용할 수 있습니다.

Important

이 문서에 표시된 항목(미리 보기)은 현재 퍼블릭 미리 보기에서 확인할 수 있습니다. 이 미리 보기는 서비스 수준 계약 없이 제공되며, 프로덕션 워크로드에는 권장되지 않습니다. 특정 기능이 지원되지 않거나 기능이 제한될 수 있습니다. 자세한 내용은 Microsoft Azure Preview에 대한 추가 사용 약관을 참조하세요.

Azure AI Foundry의 프로젝트에서 Azure AI 모델 유추를 사용하여 도달률 애플리케이션을 만들고 사용 가능한 모델을 상호 작용/관리할 수 있습니다. 프로젝트에서 Azure AI 모델 유추 서비스를 사용하려면 Azure AI Services 리소스에 대한 연결을 만들어야 합니다.

다음 문서에서는 유추 엔드포인트를 사용하기 위해 Azure AI Services 리소스에 대한 연결을 만드는 방법을 설명합니다.

필수 조건

이 문서를 완료하려면 다음이 필요합니다.

  • Azure 구독 GitHub 모델을 사용하는 경우 환경을 업그레이드하고 프로세스에서 Azure 구독을 만들 수 있습니다. 이 경우 GitHub 모델에서 Azure AI 모델 유추로 업그레이드를 읽습니다.

  • Azure AI 서비스 리소스입니다. 자세한 내용은 Azure AI Services 리소스 만들기를 참조하세요.

  • AI Hub를 사용하는 Azure AI 프로젝트입니다.

  • Azure CLI를 설치합니다.

  • 다음 정보를 식별합니다.

    • Azure 구독 ID.

    • Azure AI Services 리소스 이름입니다.

    • Azure AI Services 리소스 ID입니다.

    • 프로젝트가 배포되는 Azure AI Hub의 이름입니다.

    • Azure AI Services 리소스가 배포되는 리소스 그룹입니다.

연결 추가

  1. 템플릿 ai-services-connection-template.bicep 을 사용하여 연결을 설명합니다.

    ai-services-connection-template.bicep

    @description('Name of the hub where the connection will be created')
param hubName string

@description('Name of the connection')
param name string

@description('Category of the connection')
param category string = 'AIServices'

@allowed(['AAD', 'ApiKey', 'ManagedIdentity', 'None'])
param authType string = 'AAD'

@description('The endpoint URI of the connected service')
param endpointUri string

@description('The resource ID of the connected service')
param resourceId string = ''

@secure()
param key string = ''


resource connection 'Microsoft.MachineLearningServices/workspaces/connections@2024-04-01-preview' = {
  name: '${hubName}/${name}'
  properties: {
    category: category
    target: endpointUri
    authType: authType
    isSharedToAll: true
    credentials: authType == 'ApiKey' ? {
      key: key
    } : null
    metadata: {
      ApiType: 'Azure'
      ResourceId: resourceId
    }
  }
}

  2. 배포를 실행합니다.

    RESOURCE_GROUP="<resource-group-name>"
ACCOUNT_NAME="<azure-ai-model-inference-name>" 
ENDPOINT_URI="https://<azure-ai-model-inference-name>.services.ai.azure.com"
RESOURCE_ID="<resource-id>"
HUB_NAME="<hub-name>"

az deployment group create \
    --resource-group $RESOURCE_GROUP \
    --template-file ai-services-connection-template.bicep \
    --parameters accountName=$ACCOUNT_NAME hubName=$HUB_NAME endpointUri=$ENDPOINT_URI resourceId=$RESOURCE_ID

다음 단계