Azure Machine Learning Hub-werkruimten beheren in de portal

In dit artikel maakt, bekijkt en verwijdert u Azure Machine Learning Hub-werkruimten voor Azure Machine Learning met azure Portal.

Tip

Een Azure Machine Learning Hub-werkruimte en een Azure AI Foundry-hub zijn hetzelfde. Azure AI Foundry brengt meerdere Azure AI-resources samen voor een uniforme ervaring. Azure Machine Learning is een van de resources en biedt zowel Azure AI Foundry-hub- als projectwerkruimten. Hub- en projectwerkruimten kunnen worden gebruikt vanuit zowel Azure Machine Learning-studio als Azure AI Foundry.

Naarmate uw behoeften veranderen of uw automatiseringsvereisten toenemen, kunt u werkruimten beheren met de CLI, Azure PowerShell of via de Visual Studio Code-extensie.

Vereisten

• Een Azure-abonnement. Als u nog geen abonnement op Azure hebt, maak dan een gratis account aan voordat u begint. Probeer vandaag nog de gratis of betaalde versie van Azure Machine Learning.

Beperkingen

• Wanneer u een nieuwe werkruimte maakt, kunt u automatisch services maken die nodig zijn voor de werkruimte of bestaande services gebruiken. Als u bestaande services van een ander Azure-abonnement wilt gebruiken dan de werkruimte, moet u de Azure Machine Learning-naamruimte registreren in het abonnement dat deze services bevat. Als u bijvoorbeeld een werkruimte maakt in abonnement A die gebruikmaakt van een opslagaccount in abonnement B, moet de Azure Machine Learning-naamruimte zijn geregistreerd in abonnement B voordat de werkruimte het opslagaccount kan gebruiken.

  De resourceprovider voor Azure Machine Learning is Microsoft.MachineLearningServices. Zie Azure-resourceproviders en -typen voor meer informatie over het registreren of registreren ervan.

  Belangrijk

  Deze informatie is alleen van toepassing op resources die worden verstrekt tijdens het maken van de werkruimte: Azure Storage-accounts, Azure Container Registry, Azure Key Vault en Application Insights.

• Voor netwerkisolatie met online-eindpunten kunt u werkruimte-gekoppelde resources (Azure Container Registry (ACR), opslagaccount, Key Vault en Application Insights gebruiken vanuit een andere resourcegroep dan uw werkruimte. Deze resources moeten echter deel uitmaken van hetzelfde abonnement en dezelfde tenant als uw werkruimte. Zie Netwerkisolatie met beheerde online-eindpunten voor informatie over de beperkingen die van toepassing zijn op het beveiligen van beheerde online-eindpunten met behulp van het beheerde virtuele netwerk van een werkruimte.

• Bij het maken van een werkruimte wordt standaard ook een Azure Container Registry (ACR) gemaakt. Omdat ACR momenteel geen unicode-tekens in resourcegroepnamen ondersteunt, gebruikt u een resourcegroep die deze tekens vermijdt.

• Azure Machine Learning biedt geen ondersteuning voor hiërarchische naamruimte (Azure Data Lake Storage Gen2-functie) voor het standaardopslagaccount van de werkruimte.

Tip

Er wordt een Azure-toepassing Insights-exemplaar gemaakt wanneer u de werkruimte maakt. U kunt het Application Insights-exemplaar verwijderen nadat het cluster is gemaakt. Als u deze verwijdert, worden de gegevens die zijn verzameld uit de werkruimte beperkt en kan het lastiger zijn om problemen op te lossen. Als u het Application Insights-exemplaar verwijdert dat door de werkruimte is gemaakt, kunt u deze alleen opnieuw maken door de werkruimte te verwijderen en opnieuw te maken.

Zie Gegevens van Machine Learning-webservice-eindpunten bewaken en verzamelen voor meer informatie over het gebruik van het Application Insights-exemplaar.

Een hub maken

Gebruik de volgende stappen om een hub te maken vanuit Azure Portal:

1. Zoek in Azure Portal naar Azure AI Foundry en maak een nieuwe resource door + New Azure AI te selecteren.

2. Voer de naam, het abonnement, de resourcegroep en de locatiegegevens van uw AI-hub in.

3. Voor geavanceerde instellingen selecteert u Volgende: Resources om resources, netwerken, versleuteling, identiteit en tags op te geven.

   

4. Selecteer een bestaande Azure AI-servicesresource of maak een nieuwe resource. Nieuwe Azure AI-services bevatten meerdere API-eindpunten voor Speech, Content Safety en Azure OpenAI. U kunt ook een bestaande Azure OpenAI-resource gebruiken. Kies desgewenst een bestaand opslagaccount, key vault, containerregister en Application Insights om artefacten te hosten die worden gegenereerd wanneer u Azure AI Foundry gebruikt.

   Tip

   U kunt het selecteren van Azure AI Services overslaan als u alleen in Azure Machine Learning-studio wilt werken. Azure AI Services is vereist voor Azure AI Foundry en biedt toegang tot vooraf gebouwde AI-modellen voor gebruik in promptstroom.

   

5. Netwerkisolatie instellen. Lees meer over netwerkisolatie. Zie Een beveiligde Azure AI-hub maken voor een overzicht van het maken van een beveiligde Azure AI-hub.

   

6. Gegevensversleuteling instellen. U kunt door Microsoft beheerde sleutels gebruiken of door de klant beheerde sleutels inschakelen.

   

7. De door het systeem toegewezen identiteit is standaard ingeschakeld, maar u kunt overschakelen naar door de gebruiker toegewezen identiteit als bestaande opslag, sleutelkluis en containerregister zijn geselecteerd in Resources.

   

   Notitie

   Als u door de gebruiker toegewezen identiteit selecteert en ook een Azure AI-service hebt geselecteerd, moet uw identiteit de Cognitive Services Contributor rol hebben om een nieuwe Azure AI-hub te kunnen maken.

8. Tags toevoegen.

   

9. Selecteer Controleren en maken.

Uw hub beheren vanuit Azure Portal

Toegangsbeheer beheren

Roltoewijzingen beheren vanuit Toegangsbeheer (IAM) in Azure Portal. Meer informatie over op rollen gebaseerd toegangsbeheer voor hubs.

Gebruikersmachtigingen toevoegen:

1. Selecteer + Toevoegen om gebruikers toe te voegen aan uw hub.

2. Selecteer de rol die u wilt toewijzen.

   

3. Selecteer de leden waaraan u de rol wilt toewijzen.

   

4. Beoordelen en toewijzen. Het kan een uur duren voordat machtigingen worden toegepast op gebruikers.

Netwerken

Hubnetwerkinstellingen kunnen worden ingesteld tijdens het maken of wijzigen van resources op het tabblad Netwerken in de weergave Azure Portal. Als u een nieuwe hub maakt, wordt een beheerd virtueel netwerk aangeroepen. Dit stroomlijnt en automatiseert uw netwerkisolatieconfiguratie met een ingebouwd beheerd virtueel netwerk. De instellingen voor het beheerde virtuele netwerk worden toegepast op alle projectwerkruimten die in een hub zijn gemaakt.

Bij het maken van de hub kunt u kiezen tussen de netwerkisolatiemodi: Openbaar, Privé met uitgaand internet en Privé met Goedgekeurd uitgaand verkeer. Als u uw resource wilt beveiligen, selecteert u Privé met Uitgaand internet of Privé met Goedgekeurd uitgaand verkeer voor uw netwerkbehoeften. Voor de privéisolatiemodi moet een privé-eindpunt worden gemaakt voor binnenkomende toegang. Zie Beheerde virtuele netwerkisolatie voor meer informatie over netwerkisolatie. Zie Een beveiligde Azure AI-hub maken om een beveiligde hub te maken.

Bij het maken van de hub in Azure Portal wordt het maken van gekoppelde Azure AI-services, het opslagaccount, de sleutelkluis, application insights en het containerregister gegeven. Deze resources vindt u op het tabblad Resources tijdens het maken.

Als u verbinding wilt maken met Azure AI-services (Azure OpenAI, Azure AI Search en Azure AI Content Safety) of opslagaccounts in azure AI Foundry Portal, maakt u een privé-eindpunt in uw virtuele netwerk. Zorg ervoor dat de PNA-vlag (Public Network Access) is uitgeschakeld bij het maken van de privé-eindpuntverbinding. Zie Azure AI-services en virtuele netwerken voor meer informatie over Verbindingen met Azure AI-services. U kunt desgewenst uw eigen zoekopdracht (BYO) gebruiken, maar hiervoor is een privé-eindpuntverbinding vanuit uw virtuele netwerk vereist.

Versleuteling

Projecten die gebruikmaken van dezelfde hub, delen hun versleutelingsconfiguratie. De versleutelingsmodus kan alleen worden ingesteld op het moment dat de hub wordt gemaakt tussen door Microsoft beheerde sleutels en door de klant beheerde sleutels.

Ga in de azure-portalweergave naar het tabblad Versleuteling om de versleutelingsinstellingen voor uw hub te vinden. Voor hubs die gebruikmaken van de door de klant beheerde sleutelversleutelingsmodus, kunt u de versleutelingssleutel bijwerken naar een nieuwe sleutelversie. Deze updatebewerking is beperkt tot sleutels en sleutelversies binnen hetzelfde Key Vault-exemplaar als de oorspronkelijke sleutel.

Azure-toepassing Insights en Azure Container Registry bijwerken

Als u aangepaste omgevingen wilt gebruiken voor Prompt Flow, moet u een Azure Container Registry configureren voor uw AI-hub. Als u Azure-toepassing Insights wilt gebruiken voor promptstroomimplementaties, is een geconfigureerde Azure-toepassing Insights-resource vereist voor uw AI-hub.

U kunt uw hub configureren voor deze resources tijdens het maken of bijwerken na het maken. Als u Azure-toepassing Insights wilt bijwerken vanuit Azure Portal, gaat u naar de eigenschappen voor uw hub in Azure Portal en selecteert u Application Insights wijzigen. U kunt ook de Azure SDK/CLI-opties of sjablonen voor infrastructuur als code gebruiken om zowel Azure-toepassing Insights als Azure Container Registry voor de AI Hub bij te werken.

Volgende stappen

Zodra u een werkruimtehub hebt, kunt u een project maken met behulp van Azure Machine Learning-studio, Azure AI Foundry, Azure SDK of automatiseringssjablonen.