你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
使用 Azure 机器学习中的内置策略控制 AI 模型部署
Azure Policy 提供内置策略定义，可帮助你控制托管 AI 服务 (MaaS) 和模型即平台 (MaaP) 中 AI 模型的部署。 你可以使用这些策略来控制开发人员可部署哪些模型。
先决条件
- Azure 订阅。 如果没有 Azure 订阅，请在开始之前创建一个免费帐户。
- 创建和分配策略的权限。 若要创建和分配策略，你必须是 Azure 订阅或资源组级别的所有者或资源策略参与者。
- 熟悉 Azure Policy。 有关详细信息，请参阅什么是 Azure Policy？。
启用策略
在 Azure 门户中，从页面左侧选择“策略”。 也可以在页面顶部的搜索栏中搜索“策略”。
在 Azure Policy 仪表板的左侧，选择“创作”、“分配”，然后从页面顶部选择“分配策略”。
在“策略分配”窗体中，使用以下值：
- 范围：选择策略的分配范围。 范围可以是管理组、订阅或资源组。
- 策略定义：选择省略号 (...)，然后搜索 AI 模型部署的允许模型。 从列表中选择策略定义。 例如，MaaS 和 MaaP 中允许用于 AI 模型部署的模型。
- 分配名称：为分配输入唯一的名称。
其余字段可以保留默认值，你也可以根据组织的需要进行自定义。
选择页面底部的“下一步”，或选择页面顶部的“参数”选项卡。
在“参数”选项卡中，使用以下字段：
允许的模型：此字段需要模型 ID 字符串，用逗号分隔。 若要获取模型 ID 字符串，请使用以下步骤：
转到工作区的 Azure 机器学习模型目录。
注意
你必须具有 Azure 机器学习工作区才能访问模型目录。
对于你要允许的每个模型，选择该模型以查看详细信息。 在模型详细信息中，复制“模型 ID”值。 例如，该值可能类似于
azureml://registries/azure-openai/models/gpt-35-turbo/versions/3。重要
模型 ID 值必须与模型完全匹配。 如果模型 ID 不完全匹配，则不允许该模型。
（可选）选择页面顶部的“不合规消息”选项卡，然后设置不合规的自定义消息。
选择“查看 + 创建”选项卡并验证策略分配是否正确。 准备就绪后，选择“创建”以分配策略。
通知开发人员已实施该策略。 如果他们尝试部署不在允许模型列表中的模型，他们会收到错误消息。
监视符合性
若要监视对策略的遵从性，请执行以下步骤：
- 在 Azure 门户中，从页面左侧选择“策略”。 也可以在页面顶部的搜索栏中搜索“策略”。
- 在 Azure Policy 仪表板左侧，选择“合规性”。 每项策略分配均与合规性状态一起列出。 若要查看更多详细信息，请选择该策略分配。
更新策略分配
若要更新新模型的现有策略分配，请执行以下步骤：
- 在 Azure 门户中，从页面左侧选择“策略”。 也可以在页面顶部的搜索栏中搜索“策略”。
- 在 Azure Policy 仪表板左侧，选择“分配”并找到现有的策略分配。 选择该分配旁边的省略号 (...)，然后选择“编辑分配”。
- 在“参数”选项卡中，更新新模型 ID 的“允许的模型”参数。
- 在“查看 + 保存”选项卡中，选择“保存”以更新策略分配。
最佳做法
- 粒度范围：在适当的范围分配策略，以平衡控制度和灵活性。 例如，在订阅级别应用策略可以控制订阅中的所有资源，在资源组级别应用策略可以控制特定组中的资源。
- 策略命名：对策略分配使用一致的命名约定，以便更轻松地识别策略的用途。 在名称中包含用途和范围等信息。
- 文档记录：保留策略分配和配置的记录以用于审核目的。 记录一段时间内对策略所做的任何更改。
- 定期评审：定期评审策略分配，确保其符合组织的要求。
- 测试：在将策略应用于生产资源之前，先在非生产环境中对其进行测试。
- 沟通：确保开发人员知道现行的策略，并了解其对开发人员工作的影响。