Compartilhar via

Criar um workspace do hub do Azure Machine Learning usando um modelo do Bicep

  • Artigo

Use um modelo do Microsoft Bicep para criar um workspace de hub para uso no ML Studio e no Azure AI Foundry. Um modelo facilita a criação de recursos como uma operação única e coordenada. Um modelo Bicep é um documento de texto que define os recursos necessários para uma implantação. Além disso, pode especificar os parâmetros de implantação. Os parâmetros são usados para fornecer valores de entrada ao usar o modelo.

O modelo usado neste artigo pode ser encontrado em https://github.com/Azure/azure-quickstart-templates/tree/master/quickstarts/microsoft.machinelearningservices/aistudio-basics. O arquivo main.bicep de origem e o arquivo compilado do modelo do Azure Resource Manager (main.json) estão disponíveis. Este modelo cria os seguintes recursos:

  • Um Grupo de Recursos do Azure (se ainda não existir)
  • Um workspace do Azure Machine Learning do tipo "hub"
  • Conta de Armazenamento do Azure
  • Cofre de Chave do Azure
  • Registro de Contêiner do Azure
  • Azure Application Insights
  • Serviços de IA do Azure (necessários para o Azure AI Foundry e podem ser descartados para casos de uso do Azure Machine Learning)

Pré-requisitos

  • Uma assinatura do Azure. Crie uma conta gratuita se ainda não tiver a sua.

  • Uma cópia dos arquivos de modelo do repositório do GitHub. Para clonar o repositório do GitHub em seu computador local, use o Git. Use o comando a seguir para clonar o repositório de início rápido em seu computador local e navegar até o diretório aistudio-basics.

    git clone https://github.com/Azure/azure-quickstart-templates
cd azure-quickstart-templates/quickstarts/microsoft.machinelearningservices/aistudio-basics

  • As ferramentas de linha de comando do Bicep. Para instalar as ferramentas de linha de comando do Bicep, use o artigo Instalar a CLI do Bicep.

Noções básicas sobre o modelo

O modelo Bicep é composto pelos seguintes arquivos:

Arquivo Descrição
main.bicep O arquivo Bicep principal que define os parâmetros e variáveis. Passando parâmetros e variáveis para outros módulos no subdiretório modules.
ai-resource.bicep Define o recurso do hub de IA do Azure.
dependent-resources.bicep Define os recursos dependentes para o hub de IA do Azure. Conta de Armazenamento do Microsoft Azure, Registro de Contêiner, Key Vault e Application Insights.

Importante

Os modelos de exemplo nem sempre podem usar a versão mais recente da API para os recursos do Azure que criam. Antes de usar o modelo, recomendamos modificá-lo para usar as versões mais recentes da API. Cada serviço do Azure tem um conjunto próprio de versões de API. Para obter informações sobre a API de um serviço específico, verifique as informações de serviço na referência da API REST do Azure.

O recurso do hub de IA é baseado no Azure Machine Learning. Para obter informações sobre as versões mais recentes da API do Azure Machine Learning, confira a Referência da API REST do Azure Machine Learning. Para atualizar esta versão da API, localize a entrada Microsoft.MachineLearningServices/<resource>, para o tipo de recurso e atualize-a para a versão mais recente. O exemplo a seguir é uma entrada para o hub de IA do Azure que usa uma versão da API de 2023-08-01-preview:

resource aiResource 'Microsoft.MachineLearningServices/workspaces@2023-08-01-preview' = {

Modelo do Azure Resource Manager

Embora a DSL (linguagem específica do domínio) do Bicep seja usada para definir os recursos, o arquivo Bicep é compilado em um modelo do Azure Resource Manager ao implantar o modelo. O arquivo main.json incluído no repositório do GitHub é uma versão compilada do modelo do Azure Resource Manager. Esse arquivo é gerado do arquivo main.bicep usando as ferramentas de linha de comando do Bicep. Por exemplo, ao implantar o modelo Bicep, ele gera o arquivo main.json. É possível também criar manualmente o arquivo main.json usando o comando bicep build sem implantar o modelo.

bicep build main.bicep

Para obter mais informações, consulte o artigo da CLI do Bicep.

Configurar o modelo

Para executar o modelo Bicep, use os seguintes comandos do diretório aistudio-basics:

  1. Para criar um grupo de recursos, use o comando a seguir. Substitua exampleRG pelo nome do grupo de recursos e eastus pela região do Azure a ser usada:

    az group create --name exampleRG --location eastus

  2. Para executar o modelo, use o comando a seguir. Substitua myai pelo nome a ser usado para os recursos. Este valor é usado, juntamente com prefixos e sufixos gerados, para criar um nome exclusivo para os recursos criados pelo modelo.

    Dica

    O aiResourceName deve ter cinco caracteres ou menos. Ela não pode ser totalmente numérica ou conter os seguintes caracteres: ~ ! @ # $ % ^ & * ( ) = + _ [ ] { } \ | ; : . ' " , < > / ?.

    az deployment group create --resource-group exampleRG --template-file main.bicep --parameters aiResourceName=myai