共用方式為


試用 Arc 啟用的 Azure AI 影片索引器 (預覽)

Arc 所啟用的 Azure AI 影片索引器是已啟用 Azure Arc 延伸模組的服務,可在邊緣裝置上執行視訊和音訊分析,以及 產生 AI 。 此解決方案的設計目的是在已啟用 Azure Arc 的 Kubernetes執行,並支援許多視訊格式,包括 MP4 和其他常見格式。 其支援所有基本音訊相關模型中的數種語言。 它假設一個影片索引器資源對應至一個延伸模組。

本文將逐步引導您完成在目前基礎結構上啟用影片索引器作為Arc擴充功能所需的步驟。

必要條件

重要

若要成功部署 Azure AI 影片索引器延伸模組, 您必須 事先核准您的 Azure 訂用帳戶標識碼。 您必須先使用此 表單註冊。

若要使用影片索引器擴充功能,您需要有外部面向的端點,可以是 DNS 名稱或 IP。 端點應設定為安全傳輸通訊協定 (https:\\),並作為延伸模組 API 端點使用。 影片索引器入口網站也會使用它來與延伸模塊通訊。 建議您使用輸入控制項來管理端點。

注意

如果端點無法公開存取,您就只能從局域網路從入口網站對擴充功能執行動作。

本快速入門的最低硬體需求

本快速入門旨在讓您查看擴充功能的運作情形,因此已選擇較小的資源大小,讓您在 測試 環境中使用。 在本快速入門中,最低硬體需求如下:

  • CPU:16 個核心
  • 記憶體:16 GB

節點中的 CPU 應該支援 AVX2。 它受到較新的 CPU 支援,但在某些較舊的虛擬化環境中可能不受支援。

如需生產環境中的最低硬體需求,請參閱概觀文章中的最低硬體需求

最低軟體需求

元件 最低需求
作業系統 Ubuntu 22.04 LTS 或任何Linux相容作業系統
Kubernetes 1.26
Azure CLI 2.48.0

參數定義

參數  預設  描述
release-namespace  是 擴充功能安裝到的 Kubernetes 命名空間
cluster-name Kubernetes Azure Arc 實例名稱
資源群組 Kubernetes Azure Arc 資源組名
version  是  影片索引器擴充功能版本,保留空白以供最新使用
speech.endpointUri 語音服務網址端點 (連結)
speech.secret  語音實體秘密 (連結)
translate.endpointUri  翻譯服務網址端點 (連結)
translate.secret  翻譯服務秘密 (連結)
ocr.endpointUri OCR 服務 URL 端點 (連結)
ocr.secret OCR 服務秘密 (連結)
videoIndexer.accountId 影片索引器帳戶標識碼
videoIndexer.endpointUri  要作為延伸模組外部端點的 DNS 名稱或 IP。

準備開始部署

在部署期間,腳本會要求環境特定值。 備妥這些值,以便您可以在腳本要求它們時複製並貼上這些值。

問題 詳細資料
部署期間影片索引器帳戶標識碼為何? GUID 您的影片索引器帳戶標識碼
部署期間的 Azure 訂用帳戶標識子為何? GUID 您的 Azure 訂用帳戶標識碼
部署期間影片索引器資源群組的名稱為何? 字串 影片索引器帳戶的資源組名
部署期間影片索引器帳戶的名稱為何? 字串 您的影片索引器帳戶名稱

使用 Azure 入口網站進行部署

  1. 在 Azure 入口網站中,瀏覽至 Azure Arc 連線的叢集。
  2. 從功能表中,選取 [擴充>功能+ 新增>Azure AI 影片索引器 Arc 擴充功能]。
  3. 選取 建立。 [ 建立 AI 影片索引器擴充 功能] 畫面隨即出現。
  4. 在 [實例詳細數據] 中設定擴充功能:
    1. 選取延伸模組的 用帳戶和資源 群組
    2. 選取區域 並連線 k8 叢集。
    3. 輸入延伸模組的名稱
    4. 選取延伸模組將連線的 Azure AI 影片索引器帳戶
    5. 輸入要作為 API 端點的 IP 或 DNS 名稱叢集端點
    6. 提供您想要用於 Kubernetes 散發所支援的擴充功能的記憶體類別。 例如,如果您使用 AKS,您可以使用 azurefile-cli。 如需 AKS 所支援的預先定義儲存體類別詳細資訊,請參閱 AKS 中的儲存體類別。 如果您使用其他 Kubernetes 散發套件,請參閱支援的預先定義儲存體類別或您可提供的儲存體類別的 Kubernetes 散發套件文件。
    7. 選取產生式 AI 模型,以套用 AI 功能,例如 Arc 所啟用 VI 的文字摘要。 深入了解產生的 AI 模型
  5. 選取 [檢閱 + 建立],然後選取 [建立]

手動部署

使用範例部署腳本手動部署延伸模組。 開始之前,以下是一些要記住的事項:

  • 記憶體類別 - 影片索引器擴充功能需要 Kubernetes 叢集上必須有記憶體磁碟區可用。 儲存體類別需要支援 ReadWriteMany。 請務必注意,編製索引程式需要大量 IO,因此記憶體磁碟區的 IOPS(每秒輸入/輸出作業數)將對程式持續時間產生重大影響。
  • 受控 AI 資源 - 將會在Microsoft租使用者上建立一些 Azure AI 資源(翻譯工具、轉譯和 OCR)。 這些資源僅適用於您的訂用帳戶,且屬於隨用隨付模型。 如果您的訂用帳戶中已經有已啟用 AI 影片索引器 Arc 的資源,它會與現有的 Azure AI 資源相關聯。

重要

如果您使用語言模型,您必須 將節點或節點集 區加上「workload:summarization」的標籤。 卷標是索引鍵/值組,索引鍵為「工作負載」,而值為「摘要」。 標示為此標籤的電腦必須至少有 32 個 CPU(用於生產環境),我們強烈建議它們是 Intel CPU(而不是 AMD)。

提示

請遵循如何將叢集連線至 Azure Docs 上的 Azure Arc 一文,以取得此程式的完整逐步解說。

選用組態

擴充功能預設設定會設定為處理一般工作負載,針對特定情況,您可以使用下列參數來設定資源配置:

參數 預設 描述
AI.nodeSelector - 指派 AI Pod (語音和翻譯) 的節點選取器標籤
speech.resource.requests.cpu 1 語音Pod所要求的核心數目
speech.resource.requests.mem 2Gi 語音Pod所要求的記憶體容量
speech.resource.limits.cpu 2 限制語音 Pod 的核心數目。 必須是 > speech.resource.requests.cpu
speech.resource.limits.mem 3Gi 限制語音 Pod 的記憶體容量。 必須是 > speech.resource.requests.mem
translate.resource.requests.cpu 1 翻譯 Pod 所要求的核心數目
translate.resource.requests.mem 16Gi 轉譯 Pod 的要求記憶體容量
translate.resource.limits.cpu -- 限制翻譯 Pod 的核心數目。 必須是 > translate.resource.requests.cpu
translate.resource.limits.mem -- 限制轉譯 Pod 的記憶體容量。 必須是 > translate.resource.requests.mem
videoIndexer.webapi.resources.requests.cpu 0.5 Web API Pod 的要求核心數目
videoIndexer.webapi.resources.requests.mem 4Gi Web API Pod 的要求記憶體容量
videoIndexer.webapi.resources.limits.cpu 1 限制 Web API Pod 的核心數目
videoIndexer.webapi.resources.limits.mem 6Gi 限制 Web API Pod 的記憶體容量
videoIndexer.webapi.resources.limits.mem 6Gi 限制 Web API Pod 的記憶體容量
storage.storageClass "" 要使用的儲存類別
storage.useExternalPvc false 判斷是否使用外部PVC。 如果為 true,則不會安裝 VideoIndexerPV

使用ARM或 Bicep 進行部署

您可以使用 ARM 範本Bicep 部署 Arc 所啟用的 Azure AI 影片索引器。 如需詳細指示, 請參閱範例存放庫自述檔